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 3191

[Maxim Dmitrievsky]

Aleksandr Slavskii #:

私は機械学習について読みたかったのだが、ここではユーモリストたちがそのスキルを磨いている。

ユーモアのあるジョークなど、このトピックに関係ないものは他でも見てみたい。

さて、本題だ。

あなたは市場はランダム だと思うと書いていますが、その根拠は何ですか？

市場の値動きがランダムであることを証明する強力な根拠はありますか？

情報の観点から、SBと気配値の情報量を比較すれば、市場はランダムです。私は数年前にそうした。素人から見れば、市場は変化し、パターンも時間とともに変化する。

これはユーモアではなく、私はそのようなイベントをサポートし、それらに参加する準備ができている。

[Aleksey Vyazmikin]

Aleksey Nikolayev #:

では、残高が着実に急増している数々のGIFは何のためだったのか？もしかして、質問の答えが理解できなかっただけ？

あのGIFは、私が説明した量子カットオフの使い方の新しいバリエーションなんだ。特定のサンプルに対して量子カットオフを10回行うことで、トレーニングサンプルのバランスがプラスになることを示した。そして、それに従って、（以前に選択されたものから）最初の量子セグメントをランダムに選択することで、テストサンプルと試験サンプルで残高が正の成長を示す順序を見つけることができると述べた。従って、列車サンプルにのみ有効な量子セグメントもあれば、他のサンプルにも有効な量子セグメントもある。そして、もしこのように異なる挙動を示すのであれば、おそらく安定したパターンを示すものもあれば、誤ったパターンを示すものもあるのだろう。そこで、量子セグメントを検索／作成する段階で、偽のものを選択することが可能かどうかが問題となった。私が使った基準では、偽の量子セグメントを除外するのに十分でないことは明らかだ。ターゲットを混ぜるというアイデアは、本質的にSBで量子セグメントを選択する確率を評価するためのテストとして機能する。

だから、ランダムに配置されたターゲット上で量子セグメントを選択し、今バランスを構築する必要があるのか？フレーズと図に図に図に図に図に図に図に図に図に図を図うな同じように図っても図の図りて図りて図りて図りて図りて図うな。

ただ、私が以前にサンプルで選んだ量子セグメントのシーケンスから量子セグメントを選択する方法そのものは、完全なものとは見なされず、むしろ可能性の可能性を示している。

だからこそ、なぜ、どのようにバランスを通して評価するのかが理解できないのです。

[Maxim Dmitrievsky]

具体的な数字は覚えていないが、アレクサンダー・シュレディンガーのスレッドで議論されていた。これがchatgptの 答えである：

この場合の平均エントロピーは、可能な経路の数の対数に等しい数で表されます。この数は、ステップの数と彷徨う各ステップの長さによって、任意の正の値になります。例えば、ランダム・ワンダリングがステップ長1、ステップ数10の数軸上で起こる場合、可能なパスの数は2^10=1024となり、平均エントロピーは1024の対数、すなわち約6.93に等しくなる。

多くの引用符について、数値は平均してsbと同等であった。

[Forester]

Aleksey Vyazmikin #:

今、私の記憶が正しければ、ツリーの中の予測は、分割するのに最適な場所を探さずに、レンジの半分だけをヒットする？

省略することで、通常は半分に分割されます。Alglibowの森には4で割るオプションがありました。私は自分で任意の単位で分割するオプションを拡張した。キャットバスタのことは知らないが、ことは単純なはずだ。Cutbustはランダムなポイントでの分割を検索します。
OOSでは通常、半分で割ったときに最良のモデルが得られます。ピッチが小さいと非常に早く再トレーニングされる。

[mytarmailS]

Maxim Dmitrievsky #:
SBと相場の情報量を比較すれば、情報の観点から見れば、市場はランダムだ。数年前に比較したことがある。 。

航空機の翼からの乱流を記録したデータが与えられ、それがランダムであることをテストが示したとする（そうなる）。

そのデータはランダムと言えるのか？

[Maxim Dmitrievsky]

mytarmailS #:

飛行機の翼から乱流を記録したデータが与えられ、それをテストした結果、乱流がランダムであることがわかったとする。

そのデータはランダムと言えるのだろうか？

私にはわからない。それは私のテストではなく、データの情報量なのです。つまり、予測可能なシーケンスの数だ。

それよりも、引用符がSBと確実に区別できるかどうかが問題なんだ。

[Aleksandr Slavskii]

Maxim Dmitrievsky chatgpt さんのレスです：

この場合の平均エントロピーは、可能な経路の数の対数に等しい数で表されます。この数は、ステップの数と彷徨う各ステップの長さによって、任意の正の値になります。例えば、ランダム・ワンダリングがステップ長1、ステップ数10の数軸上で起こる場合、可能なパスの数は2^10=1024となり、平均エントロピーは1024の対数、すなわち約6.93に等しくなる。

多くの引用符について、数値は平均してsbと同等であった。

個人的な経験から。

似たような写真がたくさん残っているので、まぐれではないはずだ。

市場はランダムではありません、それは明白です)

[Maxim Dmitrievsky]

Aleksandr Slavskii #:

個人的な経験からだ。

似たような写真がたくさん残っているので、まぐれではないはずだ。

4件の取引は統計的に有意ではない

繰り返しになるが、これらがダニだとしたら、まだやっていないので反論は難しい。私は終値でテストを行った。

[Aleksey Vyazmikin]

Forester #:

無言で半分に分けるのが普通だ。アルグリボフの森では4で割るバリエーションがあった。私は任意の単位で分割する可能性を拡張しました。katbustaがどのようにしているのかは知らないが、単純なことだ。
OOSでは通常、半分で割ったときに最良のモデルが得られます。ピッチが小さいと非常に早く再トレーニングされる。

katbusta - 量子テーブルではオーバーフィッティングになります。）

互換性のために、テーブルを同時に実装してみては？

CatBoostの標準に従ったファイルを添付します - 最初の列は予測子番号で、2番目の列は分割です。

[mytarmailS]

Aleksandr Slavskii #:

個人的な経験からだ。

似たような写真がたくさん残っているので、偶然ではないはずだ。

市場はランダムではない、それは確かだ)

私も何度もこの例を挙げたかったのですが、いつも頭から抜け落ちていました。