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 3366 1...335933603361336233633364336533663367336833693370337133723373...3399 新しいコメント mytarmailS 2024.01.05 07:49 #33651 情け容赦なくバカになれと命令されているようなものだ。 СанСаныч Фоменко 2024.01.05 08:34 #33652 mytarmailS #:良書 ファクター投資のための機械学習 MOに関する良書が増えている。これもその一つだ。 私の身近なものをざっと挙げてみた。 1.時系列の非定常性は無視できない。どのような公式、どのようなアルゴリズムも、非定常データへの適用可能性の問題に答えなければならない。 2.予測因子（予測能力）がターゲットに与える影響に注意を払うことが義務付けられている。maximは私を因果関係の理解との姦淫に導いたが、この本はすべてをその場所に置いた：この本は、私が「予測」能力、その安定性について理解し、繰り返し書いたように、もっぱら理解している。 Maxim Dmitrievsky 2024.01.05 09:50 #33653 この本は非常に入門的で、コズルとコンフォーマル学習は、それに興奮する人にとっては超銀河的なものだ。なぜMOの入門書が一部のトレーディングや投資に付け足されたのかは不明だ。プラドレベルですらない、非常に弱い作品だ :) mytarmailS 2024.01.05 10:43 #33654 脳に2つ以上のニューロンを持つ者にとっては...。 片方には、DSオフィスのジュニパーとしてでさえ、一発で不採用になるから誰も雇おうとしないフォーラム評論家...。 もう一方は、彼が批判している本であり、この 参考文献のリスト である。 Maxim Dmitrievsky 2024.01.05 11:13 #33655 もちろんジュナに10回合格している人が言う。ここで合格する人はいない。学校ではなくコンピュータクラブに通っていたため、余弦距離とは何かというような最初の問題で不合格になるだろう。☃️数年前、遊び半分でスベルに合格した。なぜなら、トップレベルには、すでに実装されているレベルの言語モデルに関するクールな知識が必要だったからだ。それに、ニキビのようにあなたをボロボロにするような、髪の短い奴らがいるんだ :) Valeriy Yastremskiy 2024.01.05 11:27 #33656 fxsaber #:おそらく、どのようなコンセプトのことを指しているのだろう。例を挙げよう。国境から内側に向かって取引が行われるチャネルTSがあると仮定しよう。そしてここで、最適化するパラメータを設定する。これはチャンネルの大きさ（幅）の係数である。古典的な方法で構わない。それを最適化し、それがどのように影響するかを見るのだ。提案されたコンセプトによれば、この方法は使えない。なぜなら、このパラメーターは初期データ（引用履歴）に依存しないからだ。提案された用語では、これは「一定の」最適化されたパラメータである。このパラメータがある多項式に影響を与えるとしても、VDCに依存しないので、これも「一定」のパラメータである。興味深い考えですね。ありがとう。 そうだね、少なくとも最適化によって、最適化されたパラメーターに少なくとも線形に影響する、より安い重要なパラメーターを見つけることができるというのは論理的なことだ。古典的な方法は、ランダムに、あるいは他のパラメータや数式を完全に検索することだ。しかし、これは呪いのようなものだ。 もちろん定数から逃れることはできない。たとえ複雑なフィードバックがあったとしても、定数は計算の始まりとなる。(私の現在の理解では、フィードバックとは、現在のデータが過去のデータに与える影響であり、それに基づいて将来のデータが計算される）。 いずれにせよ、それは新しい予測因子と計算式の探索であり、おそらく最適化されたものよりも重要である。 mytarmailS 2024.01.05 11:46 #33657 Valeriy Yastremskiy #:そう、少なくとも最適化によって、より安い意味のあるパラメータを見つけることができる。 重要なのはそこではなく、これらのパラメータは、過去に "機能した "という理由で、見つかった瞬間から死んでしまうということだ...。 しかし、パラメータ（constatny）の代わりに正しい公式があれば、それは適応性であり、パラメータのないシステムと言える。そして同時に、それはパラメータがある場合よりも優れている。 fxsaber 2024.01.05 12:23 #33658 Valeriy Yastremskiy #: どうやら私は高尚な事柄にはほど遠いようだ。私のために書く必要はない。 Andrey Dik 2024.01.05 12:54 #33659 mytarmailS #:そういう問題ではなく、これらのパラメータは過去に機能したことがあるため、見つかった瞬間から死んでいるのだ。しかし、パラメータ（コンスタツナ）の代わりに正しい公式があるとすれば、それは適応性であり、パラメータのないシステムと言える。・・・パラメータがーなし。 Fは戦略で、xは静的パラメータである。 静的パラメータではなく動的パラメータxを使う場合、xの代わりに関数Yを使うことになり、F(Y())のようになる。 では、最適化を使わずに関数Y()を見つけ、この関数が静的パラメータxのように「死んだ」ものにならないようにするにはどうすればよいのだろうか？ Valeriy Yastremskiy 2024.01.05 12:59 #33660 fxsaber #:どうやら私は高尚な事柄にはほど遠いようだ。私のために書く必要はない。 いや、気を散らすことなく、タスクのことだけを考えよう。）そして、over_over_parametersの検索は間違いなく今日ではない。） 1...335933603361336233633364336533663367336833693370337133723373...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
良書
ファクター投資のための機械学習
MOに関する良書が増えている。これもその一つだ。
私の身近なものをざっと挙げてみた。
1.時系列の非定常性は無視できない。どのような公式、どのようなアルゴリズムも、非定常データへの適用可能性の問題に答えなければならない。
2.予測因子（予測能力）がターゲットに与える影響に注意を払うことが義務付けられている。maximは私を因果関係の理解との姦淫に導いたが、この本はすべてをその場所に置いた：この本は、私が「予測」能力、その安定性について理解し、繰り返し書いたように、もっぱら理解している。
脳に2つ以上のニューロンを持つ者にとっては...。
片方には、DSオフィスのジュニパーとしてでさえ、一発で不採用になるから誰も雇おうとしないフォーラム評論家...。
もう一方は、彼が批判している本であり、この 参考文献のリスト である。
おそらく、どのようなコンセプトのことを指しているのだろう。例を挙げよう。
国境から内側に向かって取引が行われるチャネルTSがあると仮定しよう。そしてここで、最適化するパラメータを設定する。これはチャンネルの大きさ（幅）の係数である。
古典的な方法で構わない。それを最適化し、それがどのように影響するかを見るのだ。
提案されたコンセプトによれば、この方法は使えない。なぜなら、このパラメーターは初期データ（引用履歴）に依存しないからだ。提案された用語では、これは「一定の」最適化されたパラメータである。
このパラメータがある多項式に影響を与えるとしても、VDCに依存しないので、これも「一定」のパラメータである。
興味深い考えですね。ありがとう。
そうだね、少なくとも最適化によって、最適化されたパラメーターに少なくとも線形に影響する、より安い重要なパラメーターを見つけることができるというのは論理的なことだ。古典的な方法は、ランダムに、あるいは他のパラメータや数式を完全に検索することだ。しかし、これは呪いのようなものだ。
もちろん定数から逃れることはできない。たとえ複雑なフィードバックがあったとしても、定数は計算の始まりとなる。(私の現在の理解では、フィードバックとは、現在のデータが過去のデータに与える影響であり、それに基づいて将来のデータが計算される）。
いずれにせよ、それは新しい予測因子と計算式の探索であり、おそらく最適化されたものよりも重要である。
そう、少なくとも最適化によって、より安い意味のあるパラメータを見つけることができる。
重要なのはそこではなく、これらのパラメータは、過去に "機能した "という理由で、見つかった瞬間から死んでしまうということだ...。
しかし、パラメータ（constatny）の代わりに正しい公式があれば、それは適応性であり、パラメータのないシステムと言える。そして同時に、それはパラメータがある場合よりも優れている。
どうやら私は高尚な事柄にはほど遠いようだ。私のために書く必要はない。
そういう問題ではなく、これらのパラメータは過去に機能したことがあるため、見つかった瞬間から死んでいるのだ。
しかし、パラメータ（コンスタツナ）の代わりに正しい公式があるとすれば、それは適応性であり、パラメータのないシステムと言える。・・・パラメータがーなし。
Fは戦略で、xは静的パラメータである。
静的パラメータではなく動的パラメータxを使う場合、xの代わりに関数Yを使うことになり、F(Y())のようになる。
では、最適化を使わずに関数Y()を見つけ、この関数が静的パラメータxのように「死んだ」ものにならないようにするにはどうすればよいのだろうか？
どうやら私は高尚な事柄にはほど遠いようだ。私のために書く必要はない。
いや、気を散らすことなく、タスクのことだけを考えよう。）そして、over_over_parametersの検索は間違いなく今日ではない。）