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 3108

新しいコメント
 
Aleksey Vyazmikin #:

リンク先には質問の答えがなかった。

適切な質問には通常、すでに答えが含まれているものだ。どうやらそのような質問はまだされていないようだ。

ータはータはータはータとータのータとータのータ このータのータとータのータ

ーある分布のータがー（ーある分布のー確率密度をー推定ー
 
Maxim Dmitrievsky #:
適切な質問には、たいていすでに答えが含まれている。どうやらそのような質問はまだされていないようだ。

おそらくあなたは、全体としての類似性とは何か、クラスタリングはそれとどんな関係があるのかを自問すべきだろう。

もし分布の密度を推定する必要があるのであれば（私はこの質問から推測しています）、それはカーネル密度推定です。

もしあなたが心から助けたいと望むなら、私はあなたに問題の詳細を負担させるでしょう。

そこで条件式がある：

P=A/(A+B)*100-x.

ここで、AとBは整数で、1から1000までとする。

xはある係数で、簡単のために固定値とし、頭の中で取り除くことができる。

500行のサンプルがあるとする。

各行についてPの値を計算する。その結果をある方法または別の方法で範囲に分け、その結果経験分布が得られます。

しかし，式自体は，AとBの異なる値で比較可能な値を与える．これは論理的で，要するに母集団のパーセンテージを数えるからである．

これによって3次元のダイアグラムができ、行列として書くことができる。

このような行列が約1万個あり、類似性によってグループ化したい。

だから、それらをグループに集めるクラスタリング手法が必要だ。もちろん、個々の点だけでなく、分布も似ていてほしい。

例えば、各層の分布を比較して（Aという数で分割して）、類似した分布の割合を計算することができる。しかし、もしかしたら良い解決策が用意されているかもしれない。

私は問題の本質を明確に説明しただろうか？

 
これが最適なクラスター数を見つける方法だ。kminsの代わりにガウス混合を試すこともできる。
 
Aleksey Vyazmikin #:

とはいえ、誰に言っているかというと、既製品のソリューションが大好きな 人なのだが......。

Aleksey Vyazmikin#：

各層の分布を比較し（番号Aで分割）、類似した分布のパーセンテージを計算できるとしましょう。 しかし、もしかしたら良い解決策が用意されているかもしれません。

どうすればいいのでしょうか？)))

 
mytarmailS #:

どうしてそうなる？)))

))))まるで釣られてほくそ笑んでいるようだ。）

カスタムソリューションを作れる人は、既製品も使える。 でも、その逆はない。

だから、あなたは私を捕まえられなかった。

 
Andrey Dik #:

と、彼はほくそ笑んでいる。）

カスタムソリューションを作れる人は、既製品も使える。

だから、あなたは私を捕まえられなかった。

多動という現象があるが、これは人がどこにでもいるようで、同時にどこにもいないような状態だ。同様に、パッケージの無秩序な使用は、最小限の知識を得ることよりも、むしろ疲労や見当識障害、そして怒りにつながる。）
 
Maxim Dmitrievsky #:
人がどこにでもいるようで、同時にどこにもいないような、多動という現象がある。同じように、パケットを無制限に使用することは、疲労や見当識障害を引き起こし、そして怒りにつながる。）
マックス、君は楽観主義者だね。）
 

月15日にここに投げたボットをテストして、1ヶ月が過ぎた。SLやTPの違いによって結果は異なるが、平均的にはすべて成長している。


 
Maxim Dmitrievsky #:

ー5月15日にークにー1ー日、ー1ーヶ月経過した。SLやTPの違いによって結果は異なるが、平均的にはすべて成長している。


5ピップスストップ50を取る？
 
mytarmailS #:
5ピップス・ストップ50を取る？

これは長期的なパターンで、シグナルは長い間一方向にとどまります。

私は20年間、1000回以上のトレードでそれを示してきました。短いテイクアウトは逃げ道の一つであり、そうでなければ 取引はほとんどありません。

1...310131023103310431053106310731083109311031113112311331143115...3399
新しいコメント