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 3177 1...317031713172317331743175317631773178317931803181318231833184...3399 新しいコメント Aleksey Nikolayev 2023.08.17 19:17 #31761 Aleksey Vyazmikin #:この機能を使うのは初めてだ。この機能のことですか？ はい。 Aleksey Vyazmikin 2023.08.17 19:35 #31762 Aleksey Nikolayev #:はい 例えば、あるサンプルに対してターゲット・バイナリを生成し、異なる予測子に対して私の方法で量子セグメントが何回見つかるかを見る必要があります。 もし量子セグメントの数が、すべての予測子に対して平均して今と同じ数だけ見つかるのであれば、その方法は機能しません。 Forester 2023.08.17 19:46 #31763 、テールやその他のシリーズのパラメータは変わりません。それはプラスだと思う。 Aleksey Vyazmikin 2023.08.17 22:18 #31764 Maxim Dmitrievsky #:また無意味な議論に陥ってしまう危険性がある。osで機能するランダムに見つけたセットと、精神的な苦悩の末に発明された、しかも根本的な正当性のないセットとでは、何が違うのか。検証方法が同じなのに。修辞的な質問だ。 ランダム検索と、選択のランダム性の要素を持つ検索の違いは何ですか？)) 目的はルール違反を検出することであり、そのためには正しい形でどのように見えるかを知る必要がある。ータンであることをータンであることをータンであることをータンであることをータンであることをータン でータンであることをーそれがわかれば、ルールからの逸脱はモデルを停止させるシグナルとなる。 そして、このようなルールからモデルを組み立てることは、純粋なランダム性を組み立てるよりも、まだ安定した解決策であるように思われる。 主な利益をもたらす2、3のルールがランダムの中に入るかもしれないが、その後、市場はしばらくそれを忘れるかもしれない。ランダムの場合、ドローダウンが始まるとパニックになり、モデルのスイッチを切ってしまう可能性が高いが、私が提案するアプローチでは、ルールの順番が変わるのを待つ、つまりドローダウンを正常な現象として認識することができる。 そして、上記の効果は、私が作成したGIFではっきりと見ることができます。あるケースでは、サンプル・テストがプラスになり、別のケースでは、ルールはすべてサンプル・トレインから取られたものですが、その（ルールの）出現は時間的に均一ではありません。 ー ルルールはータはータはータ ルータはー 代替案としては、ディープモデル推定がある。 関数の関関同立の関関同立の関同立の関同立の関同立 1.ーこのーこのー 2.形作って形形形形形形形形形形形形形形形形 ー 3.それを、、ー 4.、フレンドリーなフレンドリーなー 5.ー 誤ったルールをー 100のモデルのうち30が半年以内に選択され、収益性の高いゾーンは10程度である。ー少なくともー 少なくともー 少なくともー少なくともーせめてーて、ーせめてーる。 Aleksey Vyazmikin 2023.08.17 22:22 #31765 Forester #:、テールやその他のシリーズのパラメータは変わりません。それはプラスだと思います。 詳しく教えてください。 Maxim Dmitrievsky 2023.08.18 03:50 #31766 Aleksey Vyazmikin #: 質問は修辞的なものだったランダムなモデルとランダムな総当たりで得られたモデルは、2つの大きな違いだ。 あなたはいつも自分の発言を混同している。）これらのモデルのいずれかを得た後、より詳細な分析を行うために、その近傍を常に把握しておく。 新しい検索を実行する方が簡単なので、これは通常無意味な作業だが、可能性は常にある。不確実性がそんなに怖いのであれば、時系列における絶対的に曖昧でないパターンを探索し、その上でいくつかのtsを加えるという方法がある。そのためには、符号を再フォーマットすることによって常識を破壊する必要はなく、元のBP上のパターンを見つければよい。 Aleksey Vyazmikin 2023.08.18 04:31 #31767 Maxim Dmitrievsky #: 、フジフフフフフフフフフ ランダムなモデルと、ランダムな総当たりによって得られたモデルは、2つの大きな違いです。 あなたはいつも発言を混同していますね、もう慣れましたよ :) これらのモデルのいずれかを得た後、より詳細な分析のために、その近傍は常に知られている。 新しい検索を実行する方が簡単なので、これは通常無意味な作業だが、可能性は常にある。 不確実性がそんなに怖いのであれば、時系列における絶対的に曖昧でないパターンを探索し、その上に何らかのtcをドッキングさせる方法がある。そのためには、符号の再フォーマットによって常識を破壊する必要はなく、元のBP上のパターンを見つけることである。 あなたは私が説明していることを理解する必要はないし、そのために再説明にエネルギーを浪費する気もない。異なるアプローチによる結果の同一性についての意見にとどまってください。 Maxim Dmitrievsky 2023.08.18 04:44 #31768 Aleksey Vyazmikin #:あなたは私が説明していることを理解する必要はないし、だからこそ、繰り返しの説明にエネルギーを浪費する気もない。異なるアプローチにおける結果の同一性についてのあなたの意見に留まりなさい。 見よ、もしあなたが元の系列のパターンを与えられなければ、ヒルベルトの道はあなたの大切な目標にあなたを導くことはない。あなたの努力は悪魔的なものに変わり、あなたは楽園の代わりに不名誉な虐殺を見つけるだろう。 Aleksey Nikolayev 2023.08.18 05:07 #31769 Aleksey Vyazmikin #:例えば、あるサンプルに対してターゲット・バイナリを生成し、異なる予測子に対して私の手法で量子セグメントがどれくらいの頻度で見つかるかを見る必要がある。もし量子セグメントの数が、すべての予測子について平均して現在と同じ数だけ見つかるとしたら、その方法は機能しません。 そうです。ポイントは、明らかに無意味な多数の問題に対して何度も手順を繰り返すことです。そして、特定の実際のデータへの適用が、それらと比較してどのように見えるかを見てください - あまり目立たなければ、その方法は悪いということです。通常、その方法を適用するたびにいくつかの数を数えてサンプルを作成し、実際のデータで計算した数がその末尾に入るかどうかを調べます。 Aleksey Vyazmikin 2023.08.18 05:09 #31770 Maxim Dmitrievsky #: 見よ、もしあなたがオリジナル・シリーズのパターンを与えられていないなら、ヒルベルトの道はあなたの大切なゴールへと導いてはくれないだろう。あなたの努力は悪魔的なものに変わり、楽園の代わりに不名誉な虐殺を見出すだろう。 セクト主義者の問題は、自分たちの宗教的教義を試すことを恐れることだ。 問題は正しい選択である。 1...317031713172317331743175317631773178317931803181318231833184...3399 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
この機能を使うのは初めてだ。
この機能のことですか？
はい。
はい
例えば、あるサンプルに対してターゲット・バイナリを生成し、異なる予測子に対して私の方法で量子セグメントが何回見つかるかを見る必要があります。
もし量子セグメントの数が、すべての予測子に対して平均して今と同じ数だけ見つかるのであれば、その方法は機能しません。
また無意味な議論に陥ってしまう危険性がある。osで機能するランダムに見つけたセットと、精神的な苦悩の末に発明された、しかも根本的な正当性のないセットとでは、何が違うのか。検証方法が同じなのに。修辞的な質問だ。
ランダム検索と、選択のランダム性の要素を持つ検索の違いは何ですか？))目的はルール違反を検出することであり、そのためには正しい形でどのように見えるかを知る必要がある。ータンであることをータンであることをータンであることをータンであることをータンであることをータン でータンであることをーそれがわかれば、ルールからの逸脱はモデルを停止させるシグナルとなる。
そして、このようなルールからモデルを組み立てることは、純粋なランダム性を組み立てるよりも、まだ安定した解決策であるように思われる。
主な利益をもたらす2、3のルールがランダムの中に入るかもしれないが、その後、市場はしばらくそれを忘れるかもしれない。ランダムの場合、ドローダウンが始まるとパニックになり、モデルのスイッチを切ってしまう可能性が高いが、私が提案するアプローチでは、ルールの順番が変わるのを待つ、つまりドローダウンを正常な現象として認識することができる。
そして、上記の効果は、私が作成したGIFではっきりと見ることができます。あるケースでは、サンプル・テストがプラスになり、別のケースでは、ルールはすべてサンプル・トレインから取られたものですが、その（ルールの）出現は時間的に均一ではありません。
ー ルルールはータはータはータ ルータはー
代替案としては、ディープモデル推定がある。
関数の関関同立の関関同立の関同立の関同立の関同立
1.ーこのーこのー
2.形作って形形形形形形形形形形形形形形形形
ー 3.それを、、ー
4.、フレンドリーなフレンドリーなー
5.ー 誤ったルールをー
100のモデルのうち30が半年以内に選択され、収益性の高いゾーンは10程度である。ー少なくともー 少なくともー 少なくともー少なくともーせめてーて、ーせめてーる。
、テールやその他のシリーズのパラメータは変わりません。それはプラスだと思います。
詳しく教えてください。
、フジフフフフフフフフフ
あなたは私が説明していることを理解する必要はないし、そのために再説明にエネルギーを浪費する気もない。異なるアプローチによる結果の同一性についての意見にとどまってください。
あなたは私が説明していることを理解する必要はないし、だからこそ、繰り返しの説明にエネルギーを浪費する気もない。異なるアプローチにおける結果の同一性についてのあなたの意見に留まりなさい。
例えば、あるサンプルに対してターゲット・バイナリを生成し、異なる予測子に対して私の手法で量子セグメントがどれくらいの頻度で見つかるかを見る必要がある。
もし量子セグメントの数が、すべての予測子について平均して現在と同じ数だけ見つかるとしたら、その方法は機能しません。
そうです。ポイントは、明らかに無意味な多数の問題に対して何度も手順を繰り返すことです。そして、特定の実際のデータへの適用が、それらと比較してどのように見えるかを見てください - あまり目立たなければ、その方法は悪いということです。通常、その方法を適用するたびにいくつかの数を数えてサンプルを作成し、実際のデータで計算した数がその末尾に入るかどうかを調べます。
見よ、もしあなたがオリジナル・シリーズのパターンを与えられていないなら、ヒルベルトの道はあなたの大切なゴールへと導いてはくれないだろう。あなたの努力は悪魔的なものに変わり、楽園の代わりに不名誉な虐殺を見出すだろう。
セクト主義者の問題は、自分たちの宗教的教義を試すことを恐れることだ。
問題は正しい選択である。