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 3218 1...321132123213321432153216321732183219322032213222322332243225...3399 新しいコメント fxsaber 2023.09.05 09:49 #32171 СанСаныч Фоменко #:繰り返しになるが、GARCHは、あらゆるプロフェッショナル・オフィスにおいて、何兆ドルにも相当する世界のトレーディングの基盤となっている理論である。 その情報はどこから来るのか?そしてなぜそれを信じるのか?どうか、権威のないところに行きましょう。あなたの認識を、少なくとも最低限の疑問の対象にしてください。 Valeriy Yastremskiy 2023.09.05 10:01 #32172 Maxim Dmitrievsky #:GMMや他の生成モデルに直面する高度なリサンプリングは、その仕事をうまくこなす。私はオリジナルの特徴量から合成特徴量を取得し、その上でモデルを訓練した。 ルネサンスには、十分なデータがない場合にどのようにデータを生成したかというビデオがある。 Maxim Dmitrievsky 2023.09.05 10:01 #32173 Valeriy Yastremskiy #:ルネサンスには、もしデータが十分でなければ、どのようにデータを作成したかについてのビデオがある。 どこで Valeriy Yastremskiy 2023.09.05 10:10 #32174 Maxim Dmitrievsky #: どこ https://www.youtube.com/watch?v=K10PVDm0LVw これが最後ですが、上のもいいですね、ちょっと感想))))) こちら)) Exposing Jim Simons Cryptic Data Tactics and Simulations 2023.06.16www.youtube.com Inspired form the book about Jim Simons “The man who solved the market” and how they simulated or created data to perform quantitative analysis we discuss in... Maxim Dmitrievsky 2023.09.05 10:23 #32175 Valeriy Yastremskiy #:https://www.youtube.com/watch?v=K10PVDm0LVwこれは最後のものですが、上のものも素敵です。)こちら)) さて、モンテカルロです。 Valeriy Yastremskiy 2023.09.05 10:32 #32176 Maxim Dmitrievsky #:モンテカルロだよ 90年代後半のようだ)。 列をとってノイズを入れる。) ノイズを除去して数学的モデルを作成し、別のノイズを入れる。 タスクがほぼ同じ系列を得ることであるならば、他にどんなアイデアがあるだろうか。) mytarmailS 2023.09.05 10:32 #32177 トレードのシミュレーションでは、2つの方法があると思う。1.データに関連してTSを修正することができる。2.TSに対してデータを修正する。原理的には、この2つを組み合わせることを妨げるものは何もない。デ・プラドは再トレーニングに関する論文で最初の方法を選び、セイバーは2番目の方法を選んだ。私は、まずこの2つの方法を比較し、最適な方を選び、それから特定の実装の詳細を掘り下げることを提案したい。TSのパラメータは客観的なものであるため、最初の方法の方が正しいように思えるが、価格シミュレーションの問題には不確定要素が多い。 Valeriy Yastremskiy 2023.09.05 10:36 #32178 mytarmailS #: 貿易シミュレーションでは、2つの方法があると思う。 1.データに関連してTSを修正することができる。 2.TSに対してデータを修正できる。 原則として、合併を妨げるものは何もない。 はははフエンドのフエイプラド監督はははフエイプラド。 、、のフエンドのフエイプのフエイプセーバーはフエイプセーバーはフエイプセーバーのフエイプセーバーのフエイプセーバー 、するのであれば、、、、、、ー最初の、ー最初のー、ー最初のー最初のー 十分なデータがないときにデータを変更するのは大変な作業です。また、TSの運用をより完全に理解するためにも。その上、ストレステストには特定のデータが必要だが、手元にないかもしれない。 mytarmailS 2023.09.05 10:37 #32179 Valeriy Yastremskiy #:データが足りないときにデータを変更する作業である。また、TCの運営をより完全に理解するためにも。それに、ストレステストには特定のデータが必要だが、それが手元にない場合もある。 私たちはデータが足りなくても問題はありません СанСаныч Фоменко 2023.09.05 12:23 #32180 mytarmailS #: データ不足の問題はない アリマ・パラメーターを モデル化するarima.simが あります。 他の関数については思いつきません。他に何かご存知ですか?MO関数の場合は?Rのパッケージに入っていないのであれば、このようなことをする必要はありませんが、入っているのであれば、既製品でも可能です。 1...321132123213321432153216321732183219322032213222322332243225...3399 新しいコメント 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
繰り返しになるが、GARCHは、あらゆるプロフェッショナル・オフィスにおいて、何兆ドルにも相当する世界のトレーディングの基盤となっている理論である。
その情報はどこから来るのか?そしてなぜそれを信じるのか?どうか、権威のないところに行きましょう。あなたの認識を、少なくとも最低限の疑問の対象にしてください。
GMMや他の生成モデルに直面する高度なリサンプリングは、その仕事をうまくこなす。
私はオリジナルの特徴量から合成特徴量を取得し、その上でモデルを訓練した。
ルネサンスには、十分なデータがない場合にどのようにデータを生成したかというビデオがある。
ルネサンスには、もしデータが十分でなければ、どのようにデータを作成したかについてのビデオがある。
どこ
https://www.youtube.com/watch?v=K10PVDm0LVw
これが最後ですが、上のもいいですね、ちょっと感想)))))
こちら))
https://www.youtube.com/watch?v=K10PVDm0LVw
これは最後のものですが、上のものも素敵です。)
こちら))
さて、モンテカルロです。
モンテカルロだよ
90年代後半のようだ)。
列をとってノイズを入れる。)
ノイズを除去して数学的モデルを作成し、別のノイズを入れる。
タスクがほぼ同じ系列を得ることであるならば、他にどんなアイデアがあるだろうか。)
貿易シミュレーションでは、2つの方法があると思う。
十分なデータがないときにデータを変更するのは大変な作業です。また、TSの運用をより完全に理解するためにも。その上、ストレステストには特定のデータが必要だが、手元にないかもしれない。
データが足りないときにデータを変更する作業である。また、TCの運営をより完全に理解するためにも。それに、ストレステストには特定のデータが必要だが、それが手元にない場合もある。
データ不足の問題はない
アリマ・パラメーターを モデル化するarima.simが あります。
他の関数については思いつきません。他に何かご存知ですか?MO関数の場合は?Rのパッケージに入っていないのであれば、このようなことをする必要はありませんが、入っているのであれば、既製品でも可能です。