問題はルールやモデルではなく、教師に対する予測因子の予測力であり、（予測力は）変化する。あなたのアプローチでは、ランダムな「適合度」に陥る可能性があり、予測能力のばらつきを数値で測定する必要があります。You have some analogue of "impotence" for predictor in models - we take from what we have, and if everything is rubbish, we take from rubbish.To me, filtering is a dead end, because the algorithm forms rules on what it is given: if you give candy, you get chocolate, and if you give rubbish, you get another portion of g...rubbish.
新しい経験ができる面白い仕事になると思うよ。
私は単純なqテーブルを書こうとした（アクションを計算するためのこの超式なしで）。
原因ではなく結果かもしれないが、つながっている現象であることに変わりはない。
ただ、法則は変化するということを認識しなければ ならない。そして、法則が変わるとき、つまり時間の瞬間こそが、この問題を解決すべきなのである。
法則は変わらない。私たちはすべての法則を理解していないだけなのだ。
自然界では、まったく同じ雪の結晶は2つと存在しないが、私たちはそれを雪の結晶と認識し、私たちにはすべて同じように見える。
金融市場では、パターンとは自然の雪の結晶のイメージである。
雪の結晶のように、特定のパラメーターにおいてまったく同じパターンは存在せず、同時にパターンは法則として存在する。
パターンは法則として存在する。
1つのチャート上にすべてのタイムフレームを表示した場合、チャート上のすべての極値に関する情報を考慮するのでしょうか？
チャート上に一度に3つのタイムフレームがある m1 .
ルールを見つけるという課題を、もう少し違った形で設定したらどうだろう：
ルールそのものを変える必要がある。
符号がX1、X2......であればХ10
とすると、木製のルールはX1>=0.001& X2<0.05 のようになる。
ここで、0.001は 単なる抽象的な数字/定数であり、市場とは無関係である。
このため、マーケットが変化すると、これらの数字/定数はすべて即座に機能しなくなる...
X1 >= ( X2*(X5/X7) ) のようなルールが必要です。& x3 < (x2^2) * x10。
抽象的な定数の代わりに、適応式が必要です、
定数は火のように避けるべきである。
それらは良くも悪くもなく、適応的であり、不変ではない。
それは良いことでも悪いことでもなく、適応的なものであり、不変的なものではない。
もう一度言うが、私はあなたを退屈させることを恐れてはいない。
問題はルールやモデルではなく、教師に対する予測因子の予測力であり、（予測力は）変化する。あなたのアプローチでは、ランダムな「適合度」に陥る可能性があり、予測能力のばらつきを数値で測定する必要があります。You have some analogue of "impotence" for predictor in models - we take from what we have, and if everything is rubbish, we take from rubbish.To me, filtering is a dead end, because the algorithm forms rules on what it is given: if you give candy, you get chocolate, and if you give rubbish, you get another portion of g...rubbish.
属性間の関係が範囲外になる可能性が高いのと同じだ。まったく同じ抽象化だ。
しかし、これは論点ではなく、提案されているアプローチはある程度理にかなっている。
統計とIOに関する本をもう2、3冊読むまでは、私の頭には新鮮なアイデアがほとんど浮かばないので、このようなものをどのように改善するかについて、フォーラムからの普通の考えを待ち続けている。
私は特に市場が変化したOOSを取った。この研究は下落中のものであり、OOSは上昇中のものであった。
チャートは何ヶ月/何年ですか？