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 2822

新しいコメント
 
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。

今は、環境とカオスを比較してカオスの中にシグナルがないことを判断するのと、カオスからシグナルを区別してシグナルがあることを判断するのと、どちらが良いかを決める時期ではないと思う。状態を予測するのと決定するのでは、どちらが良いというわけではない。今は実験の時なのだ。

 
非定常とはどういうことでしょうか？もしそこに安定的に繰り返されるパターンがあるとしたら))))))もしかしたら、誰もが時間をかけてそれを見ることができるわけではないのかもしれない。
 
СанСаныч Фоменко #:

私もそう思う。

私たちの端末ではサインが取引されている。何がボラティリティなのか、まったくわからない。

しかし、資産の絶対価値を予測するのであれば、それは別問題である。ボラティリティはリスクであり、資産価値を予測する際には極めて重要である。


おそらくそんなところだろう。


だから、ガーチャのことは忘れよう。

ボラティリティはリスク会計のために予測される。しかし、ディレクショナル・トレーディングにおいては、ボラティリティはそれほど重要ではない。
 
Valeriy Yastremskiy #:

環境とカオスを比較して、カオスの中にシグナルがないことを判断するのがいいのか、それともカオスと区別してシグナルがあることを判断するのがいいのか、それを判断する機は熟していないと思う。状態を予測した方がいいのか、判断した方がいいのか、それと同じだ。まだ実験の時間だ。

私たちにはまったく別の課題がある。
 

タイムシリーズ・ブック

https://otexts.com/fpp3/intro.html

=====

ある事象や量の予測可能性は、以下のようないくつかの要因に左右される：

  1. 要因をどれだけ理解しているか；
  2. どれだけのデータが利用可能か；
  3. 未来が過去とどの程度似ているか；
  4. 予測が予測しようとするものに影響を与えるかどうか。
 

..

 
mytarmailS #:

時系列本

https://otexts.com/fpp3/intro.html

=====

ある事象や量の予測可能性は、以下のようないくつかの要因に依存する：

  1. 寄与要因をどれだけ理解しているか；
  2. どれだけのデータが入手可能か；
  3. 未来が過去とどの程度似ているか；
  4. 予測が予測しようとしているものに影響を与えるかどうか。

はは、興味深い！

1.5とする。

2.すべて。

3.コピー

4.いいえ

 
Renat Akhtyamov #:

はは、興味深い！

1.仮に5とする。

2.全員。

3.コピー

4.なし

どれも同意できない)
 
mytarmailS #:
どんな点でも同意できない)

同意できないとはどういう意味ですか？

質問なんだから答えなきゃ。

;)

 
Renat Akhtyamov #:

つまり、私はそうは思わない。

質問には答えなければならない。

;)

失礼しました。

回答に同意できない

1...281528162817281828192820282128222823282428252826282728282829...3399
新しいコメント
理由: