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 3126

[Uladzimir Izerski]

実は、ファットテイルにおけるアレクセイの意見には興味がなくなっている。それは一般化された概念に過ぎない。

問題は、コースと方向とタイミングの構造的予測だ。

アイデアからの新しい嵐を待っている。）

アレクセイはすでにヒゲをたくわえ、どう答えようか考えている。

[Maxim Dmitrievsky]

主婦のためのkozul推論。

勇者にも臆病者にも良い勉強になる :)

[Aleksey Nikolayev]

年長の年長の年長組の 年中組の年長組のー）

[Aleksey Nikolayev]

Maxim Dmitrievsky #:

主婦のためのコズール・インフェレンス

勇者も臆病者も、勉強する方がいい :)

ただ、因果推論のアイデアと安定性に関するサン・サニッチのアイデアを組み合わせる必要がある。そうすれば、聖杯は避けられない🤑。

でも確実ではない)

[Uladzimir Izerski]

Maxim Dmitrievsky #:

主婦のためのコズール・インフェレンス

勇者にも臆病者にも良い勉強になる :)

マキシム、あなたはすでに尻尾は犬を振るものだとしっかりと学んでいる ))))

他の人を説得し続けてください。私はもう十分だ。バイバイ。

[Aleksey Vyazmikin]

ここで面白いことに気づいた。

誰もがデータ・ドリフトについて知っている。我々は予測だけをキックすることに慣れているが、私は時間の経過とともにストラテジー自体に何が起こるか見てみることにした。

日足ATR(3) の23.6%のクロスでエントリーシグナルを出すストラテジーのデータを取ってみた。

そこで、各月で計算してみた：

- 全シグナル数

- ポジティブシグナルの数(1)

- 全シグナルに占める陽転シグナルの割合(TP)

得られた数値系列を値6の移動平均で平滑化した。

その結果

最初の図では、基本戦略の全シグナル数が時間とともに増加していることがわかる。

図 1.

2つ目のグラフでは、基本戦略のポジティブシグナルの数が時間とともに増加していることがわかりますが、その速度は緩やかです。

グラフ2.

3つ目のグラフでは、全シグナルのうち収益性の高いシグナルの割合が停滞していることがわかります。

図3.

おそらく、同様の動態が予測変数の分割（Qカット）にも見られるだろう......。

[Forester]

Aleksey Vyazmikin #: グラフ 1.

2つ目のグラフでは、基本戦略のポジティブシグナルの数は時間とともに増加しているが、その割合は低いことがわかる。

結論は何だろうか？市場は年々効率的になっているのだろうか？それとも、このモデルは効率性を失っているのでしょうか？

[Maxim Dmitrievsky]

Aleksey Nikolayev #:

ただ、因果推論のアイデアと安定性に関するサン・サニッチのアイデアを組み合わせる必要がある。そうすれば、聖杯は避けられない🤑。

しかし、それは正確ではない)

特に、安定性を決定するプロセスの本質を述べようとしない場合

[Maxim Dmitrievsky]

Uladzimir Izerski #:

マキシム、君はすでに尻尾は犬を振るものだとしっかりと学んでいる ))))

他の人を説得し続けなさい。私は終わりだ。バイバイ。

彼が苦しんでいるんだから、すぐにやってほしかったよ、かわいそうに。

[Aleksey Vyazmikin]

Forester #:
結論は？市場は何年もかけてより効率的になるのか？それともモデルの効率性が失われたのか？

戦略から考えると、市場は日中により頻繁にトレンドを変えるようになったと暫定的に結論づけることができると思います。

問題は、単に現在より頻繁に起こるようになった要因が歴史にあるのかどうかということで、そうであれば予測できるかもしれないし、確率バイアスの線形増加としてプロットできるかもしれない。

あるいは、これまでになかったまったく新しい事象（予測指標の組み合わせ）なのか。

ひとつ明らかなことは、状況のダイナミクスを考慮したモデルを構築する別の方法が必要だということだ。そうすれば、他の要因の出現／強化による量子セグメントの確率の変化を説明し、その他の要因を事前に予測しようとすることができる。つまり、何が変化したのか、その変化を予測できるのかを理解し、さらにその変化を最終的なモデルに加味することが必要なのである。