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 3068

 
Maxim Dmitrievsky #:

まともなアイデアが一つもない

そうだね、まともなアイデアが一つもない。


あなたのアイデアは、過去5本のロウソクを分類器に入れて、そこからすべてのバリエーションを出すことだ...


思考も、創造性も、型にはまった考えもない...最低品質の海外ブログの愚かなコピペ...。

 
mytarmailS #:

ああ、そうだね、君にはアイデアがひとつもなかった...。

あなたのアイデアは、最後の5本のロウソクを取り出し、分類器に入れること、そしてそのすべてのバリエーションです...

思考も、創造性も、既成概念にとらわれない発想もない...最低のクオリティの海外ブログからの間抜けなコピペ...。

それは、あなたが灰色の塊で、私の書くことを何も理解していないからだ。あなたの貧弱な知覚を反映しているんだ)

 
Maxim Dmitrievsky #:

それは、あなたが灰色の塊で、私の書いたことを何も理解していないからだ。君の認識の甘さを反映しているんだ)

羊になるより、羊の目に映る灰色の塊になる方がいい...。私の考えではね。


では、あなたのメガ・ロボット(もちろん、直近の10本のローソク足を入力として受け取る ことはない)を立ち上げて、それがどのように機能するかを見せてください...。

あなたが天才であることを世界に示してください。

 
mytarmailS #:

羊になるより、羊の目に映る灰色の塊になる方がいい...。と私は思う。

では、あなたのメガロボットを動かしてみてください。もちろん、直近のローソク足10本をインプットとして受け取る わけではありません。

世界中に自分の素晴らしさを見せてくれ。

あなたがどうあるべきか分かりませんが、MOについて語ったり、変なRの友人のようにスマートな表情で皆の幸運を祈って飛んできたりするのが嫌なら、新しい情報に反応しない方が良いと思います :)

新しい知識に飢えている人たちへの寄付なのだから、何も書かないこともできた。

特に、面白いボットを使ってみないかと誘われたら、二倍嬉しいだろう。でも、あなたは何も投稿していない。この会話は何なんだ?)

 
Maxim Dmitrievsky #:

あなたがどうあるべきかは知らないが、MOについて話したり、変なRの友達のようにスマートな顔で皆の幸運を祈って飛んできたりしたくないのなら、新しい情報に反応しない方がいい :)

新しい知識に飢えている人たちへの寄付なんだから、何も書かないこともできた。

なぜMOについて話したくないの?

検証はどうした?

彼には時間がないんだ。

デモのシグナルは?

いや、俺のクソEAで取引してくれ、動くんだ、正直、正直...


あなたは、経験豊富な人々から見て、自分がどれほど原始的な存在であるかに気づいていない、

君はただのナルシストで、気まぐれで、猪突猛進で、女好きな性格なんだ...

もういい!

 
mytarmailS #:

なぜMoDについて話したくないのですか?

検証はどうした?

彼には時間がないんだ。

デモのシグナルは?

いや、私のクソEAを使ってトレードしてくれ、動くんだ、正直言って......。


あなたは、経験豊富な人々から見て、自分がどれほど原始的な存在であるかに気づいていない、

メルヘンチックで猪突猛進で女々しい性格の、よくいるおしゃべりな人...。

もういい!

そんなことしなくても、何も変わらなかったのに。

たぶん、あなたは老年性記憶障害を起こしているのだろう。OOSはパンクションラインの左側 だと何度も書かれている。

また、非常に多くの ボットがあるとも書かれている、私は任意の収集することができます、または私はあなたのために特別に数百のボットをテストする必要がありますか?それはちょっと名誉すぎるのでは?

覚えておいてください。左。から。パンクチュアル。LINE。

残りはあなたの性格を他人に投影したものです。

:))))

あなたはバカであり続けることができますが、あなたは長い間、私には知的に失われています :) ちょっとした楽しみです。話題はまだ出てこない。

 
マキシム、君のシステムを使って僕のサンプルでボットを作ってくれないか?ただのブラックボックスより面白いかもしれない。
 
Maxim Dmitrievsky #:

コルモゴロフ・スミルノフ検定のようだ。

何かをテストするためには、まず何をテストするかを決めなければならない。私たちの分野では通常、それには時間がかかる。

絶望的だ。

説明を読む限りでは、別のもののようだ。

"

説明

正確なデータから因果関係を発見し、時系列における遅延や埋め込みを検出し、ニューラルネットワークや他の滑らかなモデルの学習を導き、その性能を評価し、オーバートレーニング問題に対する数学的に健全な答えを与える 滑らかな回帰は、多変量従属性における滑らかさを測定するガンマ検定に基づいている 因果関係は滑らかであるが、ノイズは滑らかではない"sr "はガンマ検定とそれを使用する探索手法を含む。

"

 

因果関係の問題は重要だと思う。私は数ヶ月前に事象の例を挙げてそれについて書いたが、やはり誰も理解していなかった。

ビデオでは、予測因子の重要性を分析する際の因果関係の重要性について論じている。


 
Aleksey Vyazmikin #:

説明からすると、何か別のもののようだ。

"

説明

正確なデータから因果関係を発見し、時系列における遅延や埋め込みを検出し、ニューラルネットワークや他の滑らかなモデルの学習を導き、その性能を評価し、オーバートレーニング問題に対する数学的に正しい答えを与える 滑らかな回帰は、多変量依存性における滑らかさを測定するガンマ検定に基づいている 因果関係は滑らかであるが、ノイズは滑らかではない"sr "はガンマ検定とそれを使用する探索手法を含む。

"

因果関係には多くのアプローチがあり、それがポイントでした。
理由: