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 3376

 
mytarmailS #:
配列は表形式ではいけないのですか?
最初はそうだ。処理後はどのようにでも見えますし、日付サタニストの良心に委ねられます。
 
СанСаныч Фоменко #:

最初のオプションは、テーブル - エクセルのテーブル、すべての行に時間マーカーを持っています。財務データの最も身近な形式。

2番目のオプション、手書きの手紙。教師が印刷された手紙であり、その下の列は、この手紙の手書きのスペルのバリエーションであるとして、教師と一緒に学ぶ。

ブスティングとNSの比較。どちらがより適しているか、どのような場合に適しているか。それとも同等か?

PS.

Rattleから、rpart(単純木)、rf、ada、SVM、glm、nnet(おそらく最も単純なNS)。最も悪い結果はrpartで、最後から2番目はnnet、他の4つはほぼ同じで、入力データに依存する。

データを含む表 != 表データ。テーブルにはどのようなデータでも格納できる。これらは異なるものである。

音節を簡単にするために、MOでは一般的に異種データを持つテーブルという意味でtabularが使われる。そうでない場合、同種のデータであればマトリックスで記述される。
 

理論的な質問。

見事にフィットするTSがある。同時に、ある入力パラメータのセットが実際のパターンをうまく利用することが正確に知られている。つまり、このセットはフィットしていない。

このセットを見つけることは可能だろうか?

 
fxsaber #:

理論的な質問。

見事にフィットするTSがある。同時に、ある入力パラメータのセットが実際のパターンをうまく利用することが正確に知られている。つまり、このセットはフィットしない。

このセットを見つけることは可能だろうか?

いいえ、NOT定常データにはパターンがありません。

 
fxsaber #:

理論的な質問。

見事にフィットするTSがある。同時に、ある入力パラメータのセットが実際のパターンをうまく利用することが正確に知られている。つまり、このセットはフィットしない。

このセットを見つけることは可能だろうか?

さて、あなたはそれを見つけた
 
mytarmailS #:
さて、あなたはそれを見つけた

あなたはTCの入力 パラメータについて話しているが、私は入力データの非定常性について話している。非定常性を扱うのであれば、garchモデルに基づくTCや、非定常性と闘い続けるMOEの枠組みでTCを作成することは可能である。入力パラメータは二次的な役割を果たす。

 
見つけにくく、失いやすく、忘れられない。)
 
fxsaber #:

理論的な質問。

見事にフィットするTSがある。同時に、ある入力パラメータのセットが実際のパターンをうまく利用することが正確に知られている。つまり、このセットはフィットしない。

このセットを見つけることは可能だろうか?


もしそのセットがあれば(存在すれば)、見つけることができる。
存在しないものだけを見つけることは不可能である。
 
fxsaber #:

理論的な質問。

見事にフィットするTSがある。同時に、ある入力パラメータのセットが実際のパターンをうまく利用することが正確に知られている。つまり、このセットはフィットしない。

このセットを見つけることは可能だろうか?

何に対して、どのくらいフィットしないのでしょうか?恥ずかしくて訊けません :) ここで重要なのは、それが何に対してもフィットしないことを証明することでしょう。

私はすでに別のスレッドで、過剰最適化後の信頼度があらゆる可能な証明ツールの中で最も低いという表を示しました。
 
Maxim Dmitrievsky #:
何に対して、いつまでフィットしないのですか?恥ずかしくて訊けません :) 何に対しても調整ではないことを証明することの方が重要でしょう。

私はすでに別のスレッドで、過剰最適化後の信頼度があらゆる可能な証明ツールの中で最も低いという表を示しました。

利益曲線の性質はOOSによって変化しない:Size(OOS_Left) = Size(OOS_Right) = Size(Sample)。全体として、通り過ぎることのできない結果である。

理由: