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 3213

 
Maxim Dmitrievsky #:

あの黄色いものがグラフを反転させている理由を見つけてくれ。

いくら払ってるんだ?

 
mytarmailS #:

おいくらですか?

 
Maxim Dmitrievsky #:

自分を探す

 
mytarmailS #:

ったな

10個の理由を挙げるが、どれも統計的に有意ではないだろう。

これまでのあなたの計算も同じだ。

 
fxsaber #:
この言葉にはいくつかの解釈がある。

おしゃべり階級からの解釈。

具体的には

例えばサイズ2000のファイルAがある。

そこからsample()でランダムにサンプルを生成することで、サイズ1500のファイルtrainを得る。

ind <- sample( 2000, 1500); ind

[1] 830 1537 607 651 1244 211 1033 767 452 744 533 1784 1791 1470 846 1448 354 1304 1274 1901 1991 220 1069 341 730

[26] 591 162 401 583 1296 478 1332 673 491 1264 712 1683 993 509 319 868 798 1398 504 1655 180 1512 1594 1663 575

[51] 745 1263 489 197 1481 1649 387 59 6 34 136 1871 1181 1804 1331 324 1987 1802 1964 783 1260 599 13 1070 1938

[76] 510 1929 1613 944 780 631 414 122 1323 1882 352 1071 838 1473 666 1731 1315 1199 899 686 386 299 483 1351 503

[101] 1588 1475 1738 1346 1636 1359 1670 1054 384 139 719 866 1897 870 361 294 578 772 323 888 964 995 1319 703 1063

.....

train <- A[ind]

test <- A[-ind]

 
mytarmailS #:

つまり、プロのトレーダーとは、市場で取引することでお金を稼ぎ、それで生活しているトレーダーのことだということがわかる。

私はこの定義を満たす人々を知っている、あなたは他の人の彼らの認識と間違っている。

取引、自動取引システム、取引戦略のテストに関するフォーラム。

トレーディングにおける機械学習:理論、モデル、実践とアルゴ-トレーディング

mytarmailS、2023.08.31 14:00

|にできるようにあなたがそれをすることができます本当に出くわすことあなたは、実際には私のパートナーとi約束、誰でも素早くはちょうど無視これらの一見正確にどのように{}人のことを忘れることができます。

 
Maxim Dmitrievsky #:

10個の理由を挙げるが、どれも統計的に有意ではないだろう。

これまでのあなたの計算も同じだ。

私が1つの理由を持っていて、1,000の理由を持っていないと誰が言った?

作り話をして、それを信じて、自分をバカにして......。))

 
fxsaber #:

その定義に当てはまる人たちは、あなたが周囲の人たちに対する認識について間違っていることを知っている。

可能性は十分にある、反論はしない、発言ではなく、冗談の投稿だった......。

奇妙なことに、あなたは10分前にはプロを知らないと主張していたのに、今は突然知っている)。

 
СанСаныч Фоменко #:

具体的にはこうだ。

trainとtestはもちろん重ならない。


ここに計算過程がある(トレーニング、最適化などと呼ばれているが、それはどうでもいい)。両方のサンプルがこのプロセスに関与していますか?

 
mytarmailS #:

誰が私に1つの理由があって、例えば1,000の理由がないと言った?

私はそれを作り上げ、信じ、自分自身をバカにした...。))

まあ、あなたは何の証拠もなく、また何かをぶちまけただけなんだけどね。

理由: