トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 2759 1...275227532754275527562757275827592760276127622763276427652766...3399 新しいコメント Forester 2022.09.27 09:35 #27581 Maxim Dmitrievsky #: フラクタルのことなどで、最後の価格が常に最高の予測力を持つとは限らないという考えがどこかにありました。つまり、条件によってウィンドウを停止させるか、あるいは別のnsによってウィンドウを固定し、最後のバーではなく、前のバーが予測に参加するようにする必要があることがある。そのため履歴を行ったり来たりしなければならない。 これは時間固定でないウィンドウのようなものです。そして、10カラムをフィードすると、10になります。 ZZの列を12個フィードしてみた(いつものように50%50を得た)。その形成時間は常に異なっており、最後の膝は1〜数バー前に形成された。通常のバーを独自のものに変換しているとも言える。私の場合、ジグザグの膝がバーを形成していた。1年前、プラドはここで、時間ではなく、例えば100ロットの取引量によってバーを再構築することを提案した。 生の価格、時間、 "ボリューム "と "ドル "キャンドルの例 СанСаныч Фоменко 2022.09.27 10:48 #27582 Maxim Dmitrievsky #: 頭の中が木っ端微塵なので、後で例を挙げよう 例えば、長い下落を予測する特徴があったとする。その場合、各バーでウィンドウを動かす意味はなく、新しいバーで同じサインを出すことになる。そして、あるポイントまで移動させ、再び移動させる。これらのポイントはまた、入力することである。 あなたは「サンプル外」の結果を過大評価している。 1ペニーも信用できない。 「アウトオブサンプル」は、トレーニングサンプルとアウトオブサンプルの間にあまりにも大きな差(おそらく20%以上)がある場合、モデルのオーバートレーニングを特定するのに役立つかもしれません。今のところ、私が知っている唯一の証拠は、予測変数の予測能力のsdの20%以下の小さな変動です。 СанСаныч Фоменко 2022.09.27 10:51 #27583 СанСаныч Фоменко #:あなたは "サンプル外 "の結果を過大評価している。 一銭も信用できない。 「サンプル外」とは、トレーニングサンプルとサンプル外との間にあまりにも大きな差(おそらく20%以上)がある場合に、モデルのオーバートレーニングを識別するためのものかもしれない。今のところ、私が知っている唯一の証拠は、予測変数の予測能力のsdの20%以下の小さな変動です。 elibrarius#: それはむしろ時間非固定ウィンドウです。そして、10個の列をフィードしたように、まだ10個の列があります。 12個のZZカラムを供給してみた (いつものように50%50を得た)。その形成時間は常に異なっており、最後のニーは1小節から数小節前に形成された。通常のバーを独自のものに変換しているとも言える。私の場合、ジグザグの膝がバーを形成していた。1年前、プラドはここで、時間ではなく、取引量、例えば100ロットでバーを再構築することを提案した。 生の価格、時間、 "ボリューム "と "ドル "キャンドルの例 予測因子とグラインドに唾を吐く。多分先生と。 数十、数百の予測因子を空想し、掌握し、その影響力、予測能力、先生との有益なつながりによって選択することが必要である。 JeeyCi 2022.09.27 10:52 #27584 СанСаныч Фоменко #:必要なものはすべて、あなたの前に体系化されている。 -- そして私は、利用可能なライブラリに何かが欠けているとは言っていない...。この回答は、コメンテーターでもない誰かによる曲がった解釈以上のものをライブラリに期待している人へのものだ...。あなたも、自分のコメントに対処した方がいいのでは......。(あなたに向けてではない私の返信に対してではなく)。 СанСаныч Фоменко 2022.09.27 10:56 #27585 JeeyCi #:-- そして、私は利用可能なライブラリに欠けているものがあるとは言っていない...。この回答は、コメントをしていない人による曲がった解釈以上のものをライブラリに期待している人に向けたものだ...。あなたも、自分のコメントに対処した方がいいのでは......。(あなたに向けてではない私の返信に対してではなく)。 理由はわかりませんが、謝罪します。 私のコメントによって生じた、まったく理解できない不快感。 JeeyCi 2022.09.27 11:03 #27586 Maxim Dmitrievsky #: さりげない推測は、選択肢として有益なフィクションを選ぶ助けになるはずだった。 はずはないのだが...。しかし、それはあなたのデータ分析であり、あなたが一番よく知っている。 JeeyCi 2022.09.27 11:15 #27587 Maxim Dmitrievsky #: リサンプリングは外れ値を取り除き、サンプルをガウス化するために行われる。 その目的はわかっています、 なぜBP分析でそれを推奨するのかわからない、 私は、いつ、どこで、彼らがそれを使ったかどうかを見たことがないし、BP分析におけるその意味と論理と妥当性がわからない......。 JeeyCi 2022.09.27 11:52 #27588 СанСаныч Фоменко #:2.特にエントロピーについては非常に興味深い。相関は定常系列のためのもので、我々はそれを忘れることができる。 相関は(適切に研究された場合)依存性を 明らかにする...将来コントロールされ、既知で、容易に予測可能な(もしあれば)要因の変化に対するターゲットの依存性に基づいて...そして予測/予測がなされる。 あるいは 予測は、特定されたターゲットの経時的変化パターンに基づいて 行われる。 == それは、常に行われてきた方法である。 == 相関関係を否定するのは自由だが、分析で本来の目的に使えないからといって、相関関係が無意味になるわけではない...。(私は、なぜ「相関」という言葉が嫌いなのかとか、相関性はないが超能力的な「予測力」があるものは何なのかとか、そういう絶え間ない口論はもうたくさんだ。あなたがノーベル賞のために発明した "予測力") - あなたの超能力的な予測能力によって、あなたが登場する数世紀前に形成された予測における自然な概念装置を歪めるだけで、予測の客観性そのものを歪める(特定の状況において検出可能な依存関係に頼ることを禁じているわけではない)。 追伸:ところで、あなたはすでにヒントを得ている。 アレクシー・ニコラエフ#: 回帰は、すでに予測変数の有意性を比較することを可能にします。さらなるステップは、分析結果に基づいています。 しかし、なぜかあなたはすべてをマ・シュカに還元している......。 Forester 2022.09.27 12:28 #27589 СанСаныч Фоменко #:予想屋に唾を吐いて、それを擦り付ける。先生と一緒にね。数十、数百の予測因子を空想し、その影響力、予測能力、先生との有益なつながりによって選択する必要がある。 何を選ぶか?50の指標から、あらゆる種類の設定で、何百万ものバリエーションが生まれる。 そしてそれらはすべて、各ターゲットに対してテストされなければならない。 一つ問題がある - ほとんどすべてがMAをベースにしている、つまりラグがある。 ZZをラグなしで入力する。 СанСаныч Фоменко 2022.09.27 13:43 #27590 JeeyCi #:1. 相関関係は、(適切に調査された場合)依存関係を 明らかにする...ターゲットの依存関係に基づいて、将来の制御可能な、既知の、容易に予測可能な(もしあれば)要因の変化を明らかにする--そして予測/予測がなされる。どちらか予測は、特定された経時的なターゲットの変化パターンに基づいて 行われる。== 常にそうである== 相関関係を否定するのは自由だが、意図した分析に使えないからといって、相関関係が役に立たないということにはならない。(私は、なぜ「相関」という言葉が嫌いなのか、何がそんなに無相関なのか、という絶え間ない言い争いからは外れているが、ある種の 2. あなたがノーベル賞のために発明した「超能力的な「予測能力」」) -- あなたが超能力的な予測能力を持って登場する何世紀も前に開発された、予測における自然な概念装置を歪めているだけ -- 予測の客観性そのものを歪めている(特定の状況において、検出可能な依存関係に頼ることを禁止しているわけではない)。 1.実際の変数と名目変数の相関関係を知っていますか? 2- これは私の発明ではない。予測能力」という言葉もない。VLADIMIR PERERVENKOは 怠慢ではなく、私の用語「予測能力」の意味をグラフで示し、対応するパッケージ、そしてそのようなパッケージの一部だけをリストアップした、極めて適格な一連の記事を投稿した。ここから 始めることができる。 ここに "予測能力 "という言葉の意味を図式化したものがある。 またはこのような形 予測因子と教師との相関はここでは匂わない。 PS. 悪気はなく、平静を装い、他人から多くを学べば、あなたはデジタルで幸せになれる。 Vladimir Perervenko www.mql5.com Профиль трейдера 1...275227532754275527562757275827592760276127622763276427652766...3399 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
フラクタルのことなどで、最後の価格が常に最高の予測力を持つとは限らないという考えがどこかにありました。つまり、条件によってウィンドウを停止させるか、あるいは別のnsによってウィンドウを固定し、最後のバーではなく、前のバーが予測に参加するようにする必要があることがある。そのため履歴を行ったり来たりしなければならない。
これは時間固定でないウィンドウのようなものです。そして、10カラムをフィードすると、10になります。
ZZの列を12個フィードしてみた(いつものように50%50を得た)。その形成時間は常に異なっており、最後の膝は1〜数バー前に形成された。通常のバーを独自のものに変換しているとも言える。私の場合、ジグザグの膝がバーを形成していた。1年前、プラドはここで、時間ではなく、例えば100ロットの取引量によってバーを再構築することを提案した。
生の価格、時間、 "ボリューム "と "ドル "キャンドルの例
頭の中が木っ端微塵なので、後で例を挙げよう
あなたは「サンプル外」の結果を過大評価している。
1ペニーも信用できない。
「アウトオブサンプル」は、トレーニングサンプルとアウトオブサンプルの間にあまりにも大きな差(おそらく20%以上)がある場合、モデルのオーバートレーニングを特定するのに役立つかもしれません。今のところ、私が知っている唯一の証拠は、予測変数の予測能力のsdの20%以下の小さな変動です。
あなたは "サンプル外 "の結果を過大評価している。
一銭も信用できない。
「サンプル外」とは、トレーニングサンプルとサンプル外との間にあまりにも大きな差(おそらく20%以上)がある場合に、モデルのオーバートレーニングを識別するためのものかもしれない。今のところ、私が知っている唯一の証拠は、予測変数の予測能力のsdの20%以下の小さな変動です。
それはむしろ時間非固定ウィンドウです。そして、10個の列をフィードしたように、まだ10個の列があります。
12個のZZカラムを供給してみた (いつものように50%50を得た)。その形成時間は常に異なっており、最後のニーは1小節から数小節前に形成された。通常のバーを独自のものに変換しているとも言える。私の場合、ジグザグの膝がバーを形成していた。1年前、プラドはここで、時間ではなく、取引量、例えば100ロットでバーを再構築することを提案した。
生の価格、時間、 "ボリューム "と "ドル "キャンドルの例
予測因子とグラインドに唾を吐く。多分先生と。
数十、数百の予測因子を空想し、掌握し、その影響力、予測能力、先生との有益なつながりによって選択することが必要である。
必要なものはすべて、あなたの前に体系化されている。
-- そして私は、利用可能なライブラリに何かが欠けているとは言っていない...。この回答は、コメンテーターでもない誰かによる曲がった解釈以上のものをライブラリに期待している人へのものだ...。あなたも、自分のコメントに対処した方がいいのでは......。(あなたに向けてではない私の返信に対してではなく)。
-- そして、私は利用可能なライブラリに欠けているものがあるとは言っていない...。この回答は、コメントをしていない人による曲がった解釈以上のものをライブラリに期待している人に向けたものだ...。あなたも、自分のコメントに対処した方がいいのでは......。(あなたに向けてではない私の返信に対してではなく)。
理由はわかりませんが、謝罪します。
私のコメントによって生じた、まったく理解できない不快感。
はずはないのだが...。しかし、それはあなたのデータ分析であり、あなたが一番よく知っている。
リサンプリングは外れ値を取り除き、サンプルをガウス化するために行われる。
その目的はわかっています、
なぜBP分析でそれを推奨するのかわからない、
私は、いつ、どこで、彼らがそれを使ったかどうかを見たことがないし、BP分析におけるその意味と論理と妥当性がわからない......。
2.特にエントロピーについては非常に興味深い。相関は定常系列のためのもので、我々はそれを忘れることができる。
相関は(適切に研究された場合)依存性を 明らかにする...将来コントロールされ、既知で、容易に予測可能な(もしあれば)要因の変化に対するターゲットの依存性に基づいて...そして予測/予測がなされる。
あるいは
予測は、特定されたターゲットの経時的変化パターンに基づいて 行われる。
== それは、常に行われてきた方法である。
== 相関関係を否定するのは自由だが、分析で本来の目的に使えないからといって、相関関係が無意味になるわけではない...。(私は、なぜ「相関」という言葉が嫌いなのかとか、相関性はないが超能力的な「予測力」があるものは何なのかとか、そういう絶え間ない口論はもうたくさんだ。あなたがノーベル賞のために発明した "予測力") - あなたの超能力的な予測能力によって、あなたが登場する数世紀前に形成された予測における自然な概念装置を歪めるだけで、予測の客観性そのものを歪める(特定の状況において検出可能な依存関係に頼ることを禁じているわけではない)。
追伸:ところで、あなたはすでにヒントを得ている。
回帰は、すでに予測変数の有意性を比較することを可能にします。さらなるステップは、分析結果に基づいています。
しかし、なぜかあなたはすべてをマ・シュカに還元している......。
予想屋に唾を吐いて、それを擦り付ける。先生と一緒にね。
数十、数百の予測因子を空想し、その影響力、予測能力、先生との有益なつながりによって選択する必要がある。
何を選ぶか?50の指標から、あらゆる種類の設定で、何百万ものバリエーションが生まれる。
そしてそれらはすべて、各ターゲットに対してテストされなければならない。
一つ問題がある - ほとんどすべてがMAをベースにしている、つまりラグがある。
ZZをラグなしで入力する。
1. 相関関係は、(適切に調査された場合)依存関係を 明らかにする...ターゲットの依存関係に基づいて、将来の制御可能な、既知の、容易に予測可能な(もしあれば)要因の変化を明らかにする--そして予測/予測がなされる。
どちらか
予測は、特定された経時的なターゲットの変化パターンに基づいて 行われる。
== 常にそうである
== 相関関係を否定するのは自由だが、意図した分析に使えないからといって、相関関係が役に立たないということにはならない。(私は、なぜ「相関」という言葉が嫌いなのか、何がそんなに無相関なのか、という絶え間ない言い争いからは外れているが、ある種の
2. あなたがノーベル賞のために発明した「超能力的な「予測能力」」) -- あなたが超能力的な予測能力を持って登場する何世紀も前に開発された、予測における自然な概念装置を歪めているだけ -- 予測の客観性そのものを歪めている(特定の状況において、検出可能な依存関係に頼ることを禁止しているわけではない)。
1.実際の変数と名目変数の相関関係を知っていますか?
2- これは私の発明ではない。予測能力」という言葉もない。VLADIMIR PERERVENKOは 怠慢ではなく、私の用語「予測能力」の意味をグラフで示し、対応するパッケージ、そしてそのようなパッケージの一部だけをリストアップした、極めて適格な一連の記事を投稿した。ここから 始めることができる。
ここに "予測能力 "という言葉の意味を図式化したものがある。
またはこのような形
予測因子と教師との相関はここでは匂わない。
PS.
悪気はなく、平静を装い、他人から多くを学べば、あなたはデジタルで幸せになれる。