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 3123

新しいコメント
 
Valeriy Yastremskiy #:
行のパラメータはどうにかして生成できないか)。
差分を出力してMOで修正することもできる。
 
Renat Akhtyamov #:

探索、パズル、システム検索......そのすべてを見るのは、なんと疲れることか。

1970年当時、市場相場を構築するロジックが複雑であったはずがない。

当時、相場は膝から立ち上げられ、鉛筆で書かれた紙を勘定に数えていたのだとしたら、ニューラルネットワークはそれと何の関係があるのだろうか？

では、50年経っていたらどうだろう。

アルゴリズムは変わっていない、100％、テスト済みだ！

1970年当時、男が理解できないものを発明することはできなかったんだ！

ショッピングモールに新しい下着のコレクションがあるんだ、行って見てよ。
 
Maxim Dmitrievsky #:
その差を導き出し、MOEで調整することもできる。
何に対する差？OOSだ。トレーンには何も問題がない。
 
Forester #:
何との違い？それはOOSだ。列車内では問題ない、差を計算するものは何もない。
手始めにOOSとトレインを比較してみよう。トレインがトライメント・グループで、OOSがコントロール・グループになる。まずは形質の平均値の変化を見ればいい。もしそうであれば、歴史を通してそのようなシフトのダイナミクスを調べる。OOSを考慮に入れずに治療できるのであれば、それは良いことです :)

形質がたくさんある場合は、かなり創造的な挑戦になる。まだ全部はできていません。

基本的にはバイアスをどう修正するかに集約される。これは、モデルに数字を入れる方法を学んだ後の目標課題だ。どんな方法でも修正できなければ、もちろんお粗末な仕事だ。でも、だからといって諦める理由にはならない（と思う）😀。
 
Maxim Dmitrievsky #:
その差を導き出し、MOEで調整することもできる。

何の違いですか？

おっしゃるとおり，ある系列のメタ・パラメータはその数学的モデルであり，モデルのパラメータは系列のパラメータであるが，モデルは異なっており，一方にはパラメータがあるが，他方にはパラメータがなかったり，パラメータからのモデルの振る舞いが異なっていたりする．そして、モデルの結果をTCという形で比較するのは．それは正しくないと思います。

おそらく、ある系列のいくつかのパラメータの相関がその挙動に依存することはあり得る。もちろん生々しいものですが・・・。

貿易交渉のモデル化についてどう思いますか？

機械学習、特にカーネル法は、1980 年代に ルネッサンス・テクノロジーズによって使用さ れました、

機械学習、特にカーネル 法 、

今風に言うと？

 
Valeriy Yastremskiy #:

何の違いだ？

おっしゃるように、系列のメタ・パラメータはその数学的モデルであり、モデルのパラメータは系列のパラメータであるが、モデルは異なっており、一方にはパラメータがあり、他方にはパラメータがなかったり、パラメータからのモデルの挙動が異なっていたりする。そして、モデルの結果をTCという形で比較するのは．私はそれが正しいとは思いません。

おそらく、系列のいくつかのパラメータの相関が、その挙動に依存する可能性があります。もちろん、生...

貿易交渉のモデル化についてどう思いますか？

機械学習、特にカーネル法は、1980 年代に ルネッサンス・テクノロジーズによって使用さ れました、

機械学習、特にカーネル 法 、

今風に言えば何だろう？

カーネルの種類による。今風に言えば、それでいいんです。モデルは（回帰やサポートベクトル法であれば）浅いが、シンプルで解釈しやすい。

分布とそれに対するモデルの対応の違い。ごく当たり前のことのようだ。あとはそれをどう平準化するかだ。
 
Maxim Dmitrievsky #:
手始めにOOSとトレインを比較する。Trainが訓練群、OOSが対照群となる。まずは平均的な形質転換を見ればいい。もしあれば、歴史を通してそのようなシフトの動態を見る。OOSを考慮に入れずに治療することが可能であれば、それは良いことだ :) .

多くの形質がある場合は、かなり創造的な挑戦になります。まだ全部は分かっていない。

この課題は、基本的にバイアスをどう修正するかに集約される。これは、モデルに数字を入れる方法を学んだ後の目標となる課題だ。それがどうにも修正できなければ、もちろん最低の仕事だ。でも、だからといって辞める理由にはならない（と思う）😀。
売りのモデルは、世界的な（ちょうど1～1.5年）トレンドが上昇すると、たるみ始める。
たぶん、1つのモデルで買い|売りを選択する最初のオプションの方が良いでしょう。しかし、世界的なトレンドに合わせるのであれば、トレンドが変わる瞬間に資金を流出させるでしょう。そして、おそらく何年もの間、一方向の取引を続けるだろう。
 
Forester #:
グローバルな（わずか1～1.5年の）トレンドが上昇に転じると、売りのモデルは下落に転じる。 おそらく、1つのモデルで買い/売りを選択する最初のバリエーションがより良いだろう。しかし、世界的なトレンドに合わせるのであれば、トレンドが変わる瞬間に資金を流出させるでしょう。そして、おそらく何年もの間、一方向の取引を続けるだろう。
モデルは偏っている。だから、そのようなバイアスがないように強制的に学習させる必要がある。しかし、まずバイアスの係数を見つける必要がある。例えば、回帰のように傾きか自由項（切片）だとしよう。この項がトレーンやOOSによって変化しないように学習させたらどうだろう。基本的にはコズルの本を引用している。

catbustaなどでは、学習時にラベルに重みをつけることができる。例えば、オフセットを出力し、それを重みに変換し、すでにトライン上にある補正係数を用いてモデルを学習させる。これは一つの方法です。
 
Maxim Dmitrievsky #:
ショッピングモールに新しい下着のコレクションがあるんだ。 行って見てよ。

あなたの預金に対する0.1％のリスクは覚えている。

アドバイスなんていらないよ。

何の役にも立たない。

私はレバレッジ2000で95％のリスクで取引し、アドバイスや経験などに注意を払うのは、私のような経験豊富で成功した人だけだ。

 
Maxim Dmitrievsky #:
さようなら、おしゃべり。サッカーでも見てなさい。

なかなかいいね（笑)。

詩や本を書く。

頑張れ。

ータがータさんのータ。

1...311631173118311931203121312231233124312531263127312831293130...3399
新しいコメント