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 2821

新しいコメント
 
hmmは幾何学的 確率を使うのか？
いや、そんなものを使ってどうするんだ？
通常の確率とは比較にならない。

あなたは自分が愚かであることを認めず、投稿のたびに考えを変え、話題から話題へと飛び移り、私を罵倒する。
明白なことを認めないために...


 

それはクラスターの確率を幾何学的に 解釈したものだ。

あなたは妄想だと言われ、何を言っているのかわからない。あれから誰も変わっていない。

 
Maxim Dmitrievsky 幾何学的な 解釈で、クラスターに割り当てられる確率である。
なるほどそしてあなたは、この幾何学的な近接確率（クラスターにある）と、通常の確率（ふむふむにある）を同一視して、両者は同じ働きをすると言う。

クラスターとふむふむは同じ働きをする、と。

もしそれが本当なら、そしてそれが本当なら、判決はケツの穴だ)))
 
mytarmailS #:
さて......。あなたは、クラスターにある幾何学的な近接確率と、ふむふむにある通常の確率を同一視し、両者は同じ働きをすると言う。

なぜなら、クラスターとふむふむは同じ働きをするからだ、とあなたは言う......。

もしこれが本当なら、そしてそれが本当なら、判決はケツの穴だ))))。
誰もがすでにそのことに気づき、あなたへのレスを止めている。残念なことに、あなたは私の投稿にコメントする勇気があった。
ここからは、だらだらと続けてくれ。後でまた知的バッシングに来ればいい。この話題はもう出尽くしたと思うが、あなたはキリンのようにまだ手をつけていない。それはプトゥとしては普通のことだ。
 
Ohhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhhh.
台無しだから台無し・・・。
なんて深い議論なんだ（笑)
恥を知れ
Neptushnik)))))))))))))))))))))))))))))
 

不思議な記事

要旨の翻訳

本稿では、様々な為替レートの予測について、ニューラルネットワークとARCH、GARCH、GARCH-M、TGARCH、EGARCH、IGARCHなどの条件付き不均一分散モデルの予測精度を比較する。

多層ペルセプトロン・ネットワーク（MLP）と

ラジアル基底関数（RBF）ネットワークは、異なるアーキテクチャーと条件付き異

多層ペルセプトロンネットワーク(MLP)と、異なるアーキテクチャーと条件付き異方性モデルを持つ放射基底関数(RBF)ネットワークが、為替レートの5つの時系列の予測に使用されている。その結果

を予測に効果的に使用できることが示された。

予測に効果的に使用できることが示された。ニューラルネットワークの事例では、RBFネットワークがMLPネットワークよりも有意に良好な結果を示した。

ネットワークが有意に優れている。IGARCHとTGARCHは、他の条件付き異分散モデル

モデル。為替レートの予測におけるニューラル・ネットワークの性能は

の為替レート予測における性能は、条件付き異分散モデルよりも優れている。ニューラルネットワークが為替レートの条件付き変動率の推定に効果的に使用できることが示された。

為替レートの条件付きボラティリティとオプションのインプライド・ボラティリティの推定に有効であることが示された。

オプションのインプライド・ボラティリティその結果、ニューラルネットワークは、サンプル外予測において、条件付異

モデルを上回ることがわかった。

 
arche-likeの利点は、パラメータの数が最小であることで、おそらくニューロンが持つ重みの数に関連している。RBFもmlpより重みが少ない。それは数え方の問題だが。
 
Maxim Dmitrievsky #:
arche-likeの利点は、パラメータの数が最小であることで、おそらくニューロンが持つ重みの数に関連している。RBFもmlpより重みが少ない。これは数え方の問題だが。

Archieは非定常性をモデル化し、かなり詳細にモデル化している。

MOモデルは、おそらくニューロンも同じように、パターンを探すことで「歴史は繰り返す」という考えを利用している。

この記事は、非定常性をモデル化するよりもパターン探索の方が有望だと言いたいのだろうか？

 
СанСаныч Фоменко #:

非定常性をモデリングするarchiは、かなり詳細である。

MOモデル、おそらくニューロニューロニクスも、パターンを探すことによって「歴史は繰り返す」という考えを利用している。

この記事は、非定常性のモデル化よりもパターン探索の経路の方が有望であることを示唆しているのでしょうか？

私の理解では、非定常性のモデル化はボラティリティのモデル化を意味する。トレードの方向性を抜きにして。その点で、パターンや平均増分のシフトは、方向性を持った取引に有望です。まだ記事を見ていない。

例えば、過去10年間のユーロバックスは、買わずに定期的に売るべきだ。そこでは、どのような購入も、販売よりもモデルに多くのエラーを導入します。
 
Maxim Dmitrievsky #:
私の理解では、非定常性をモデル化することは、ボラティリティをモデル化することを意味する。方向性を持った取引はできない。この点で、パターンやシフトする平均値は、方向性を持った取引に有望である。 。

例えば、過去10年間のユーロバックスは、買わずに定期的に売るべきだ。そこでは、買いは売りよりもモデルに誤差をもたらす。

私は同意する。

私たちの端末の取引記号で。ボラティリティが何であるかはまったく明らかではない。

しかし、資産の絶対価値を予測するのであれば、それは別の問題だ。ボラティリティはリスクであり、資産価値を予測する上で極めて重要だ。


おそらくそんなところだろう。


というわけで、ガルチャのことは忘れよう。

1...281428152816281728182819282028212822282328242825282628272828...3399
新しいコメント
理由: