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 3249

[fxsaber]

Maxim Dmitrievsky #:

ー統計は、、ー将来のー将来のー将来のー将来10本のー棒をー、ー（ー将来においてー（ー（ー各パターンのー発見された各インスタンスのー（ー（ー（ー（ーこのー予測ーーーー）

そして、すべての曲線の平均

ーこのーこのーこのーこのー平均してー何ピップス。

ここで 似たようなものを見た。

ー画面ではー 画面ではーでもーでもーでもーでもーもー でもー でもー でもーこのー 画面ではーではーM1が見つかったのだから、おそらくアワー・マーカーで何か面白いものを見せてくれるだろう。

そしてこの問題

採掘の際、連続したサンプルの最初のものだけを考慮することは、おそらく理にかなって いる。

は解決したようだ。

• MinStepは 条件付きステップ割り当て(MinStep * Max(|KK|))であり、Limit 条件に従って連続した類似プロットの中で最良のものだけを考慮することができる。

しかし、もちろんそこで採掘（オーバーシュート）しているわけではない。そう遠くないが。

[fxsaber]

Maxim Dmitrievsky #:

しかし、私はパイソンで行い、一度にすべての可能なペアの相関を計算し、それから選択します。

ここで最も重要なのはスピードだ。

Pythonにはこれの 類似品があるはずだ。そうすれば速いはずだ。

[Maxim Dmitrievsky]

fxsaber #:

ここで 似たようなものを見た。

画面上では同じように見えるが、パターンの長さが非常に長い。M1が見つかったのだから、おそらくアワー・マーカーで何か面白いものを見せてくれるだろう。

そしてこの問題

解決したようだ。

しかし、そこではもちろん採掘（やり過ぎ）ではない。遠くないけど。

))) 私も見た。

私はもともと、MOなしで多次元配列のパターンを検索する方法に興味がありました。今のところ、すべての次元を1つに詰め込んで相関で計算する（ちょっと速い）以上の方法は思いつかない。値があまり違わないように正規化する必要があることもあると思う。

[Maxim Dmitrievsky]

fxsaber #:

Pythonにもこれに 似たものがあるはずだ。それなら速いはずだ。

あるにはあるが、符号（インジケータ）の数が増えると、やはりあまり速くはない。

[Renat Fatkhullin]

ー3980はー 複素数、ーvector<複素数>型、ー行列<複素数>型に対してー3980はーにー 複素数に対するーvector<複素数これらは複素数の共役を 実行する。

また、ONNXモデル 出力のSequence of maps型の処理が追加された。ONNXランタイムの機能が大幅に改善された。

[fxsaber]

Maxim Dmitrievsky #:

あるにはあるが、兆候（指標）の数は増えているが、まだそれほど速くはない。

私は覚えていないが、アルゴリズムの複雑さは間違いなくO(N^2)より小さい。O(N*log)よりも高くないと思う。そのため、符号が大きくなったときの顕著な速度低下はよくわからない。

より多くの特徴量、より少ないサンプル - より低い統計的有意性：二者択一の棒があります。

[fxsaber]

Maxim Dmitrievsky #:

値が違いすぎないように正規化する必要がある場合もあるのだろう。

正規化しないと混乱することもある。

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、アルゴトレーディング

fxsaber、2023.09.21 16：19

その後、いくつかの統一されたオウムに指標をもたらすことが必要である。Even if the indicator is the increment at different intervals, otherwise a strange correlation will come out.

非標準的なリターン、およびそのような場合、

取引、自動売買システム、取引戦略のテストに関するフォーラム

ー トレーディングにおけるー理論、ーモデルー実践とーアルゴリズムー

マキシム-ドミトリエフスキー, 2023.09.21 15:59

テスターの例では、9（異なる期間の増分）の長さを持っていた

正規化せずに相関が何を示しているかは全く不明である。もしそうなら？このスキップされた、一見論理的なステップは、良い結果につながる....

[Maxim Dmitrievsky]

fxsaber #:

私は覚えていないが、アルゴリズムの複雑さは間違いなくO(N^2)未満である。O(N*log)よりも高くないと思う。そのため、符号が大きくなったときの顕著な速度低下はよくわからない。

より多くの特徴量、より少ないサンプル - より低い統計的有意性：二者択一の棒があります。

まあ、私も一度にすべての可能なペアをカウントしています。まだ試したい入力データがたくさんある。それはいいんだ。ただ、STUMPYでは、おおよその数を数えてから絞り込む機会がある。顕著な加速が得られるし、並列化もGPU上でもできる。私はおそらく、そのパッケージに完全に乗り換えるだろう。

[Maxim Dmitrievsky]

fxsaber #:

そこでマッシュが正規化されずに出てくることがある。

このように非標準的なリターンであれば、

。

正規化しなければ、相関関係が何を示すかわからない。もし...このスキップされた、一見論理的なステップが良い結果につながるとしたら...。

この計算は昨日書いたばかりなので、まだコメントする準備ができていない。

[Forester]

Maxim Dmitrievsky #:

昨日、このカウントダウンを書いたばかりだから、まだコメントする準備ができていない。

相関は、abs値で一番大きい数字に影響されると思います。例えば、出来高の変化が10000と10100で、その背景にある価格の変化が0.00040と0.00400では、微視的に小さく、セット全体の相関にはほとんど影響しないでしょう。この仮説を検証するために、正規化を行います。