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 357 1...350351352353354355356357358359360361362363364...3399 新しいコメント Yuriy Asaulenko 2017.05.18 10:39 #3561 マキシム・ドミトリエフスキー 周期的なパターンを見ることができるかもしれません。フーリエで分解して（Rでは2-3行）プロットすれば、周期性は見られません。滑らかなスペクトルです。自己相関関数を試してみてください。 また無音ですが、周期的なパターンがあれば出てくるはずです。 Maxim Dmitrievsky 2017.05.18 10:42 #3562 ユーリイ・アサウレンコフーリエで分解して（Rでは2-3行）プロットすれば、周期性は見られません。滑らかなスペクトルです。再度、自己相関関数を使用してみてください。周期的な挙動がある場合は表示されるはずです。 このヒストグラムを使って、いくつかの異なる期間をフィードして、一度に国家統計局に教えることができると思います。 大きな変動と小さな変動の両方を考慮し、大きなものはトレンド成分、小さなものは入力のためのシグナルになるでしょう。そして、現在のチャートとボリンジャーとの関係を考慮して、シグナルを変換します。科学的実験の方法、つまり Дмитрий 2017.05.18 10:44 #3563 マキシム・ドミトリエフスキー フォイルズ1の時代と一緒で、こんな感じになるんでしょうね :)そして、周期的なパターンを見ることができます 据え置き型シリーズ。そして、異常値を除去する - 標準的な手順 Maxim Dmitrievsky 2017.05.18 10:47 #3564 ディミトリ 静止画の列。そして、排出ガスが除去される-標準的な手順 LSTMは排出量も考慮する必要があります。 СанСаныч Фоменко 2017.05.18 10:50 #3565 NSは非定常入力にどう関係するのか、という問いに対する答えを知っている人はいるだろうか。 Yuriy Asaulenko 2017.05.18 10:54 #3566 マキシム・ドミトリエフスキー 私は一度にNSを教えるために、これらのヒストグラムでいくつかの異なる期間を養うために、それは大きな変化と小さな変化の両方を考慮に入れ、大規模なトレンドの成分になり、小さな入力の信号になると思う。そして、現在のチャートとボリンジャーとの関係を考慮して、シグナルを変換します。経験則としてまとめると ボリンジャーシグナルをトレードに活用する方法をすでに学んでいます。そうすれば、もっと適切なトレーニングができるはずです。 Maxim Dmitrievsky 2017.05.18 10:59 #3567 サンサニッチ・フォメンコ NSは非定常エントランスをどう扱うか、という問いに対する答えを知っている人はいますか？ 悪い？) Yuriy Asaulenko 2017.05.18 11:08 #3568 サンサニッチ・フォメンコ NSは非定常な入力をどのように参照するのか、という問いに対する答えを知っている人はいるだろうか。 もっと具体的に教えてほしい。相反する2つの答えを出すことができる）。 Maxim Dmitrievsky 2017.05.18 11:08 #3569 ユーリイ・アサウレンコ NSを教える前に、モデルになって、そこに価値があるかどうかを確かめたいですね。そうすれば、トレーニングはより適切なものになるでしょう。 極値とは、特に短い期間で反転することを意味し、反比例する系列は明らかで、新しいピークに続いて新しい谷が発生する（周期の短い指標の場合）。逆の状況は、より大きな周期を持つ指標において、系列が持続的に見え、新しい最大値が続く、すなわち、長いトレンドを識別することができ、同時に、系列は静止しており、トレンドの終わりを（およそ）見つけることができることですたくさん本を読みましたね。 作業アルゴリズム：トレンドを定義し、それに沿って作業を行い、アンチパーセプションシリーズのエントリーを実施し、勝率を高めています。同時に、周期の大きい指標が平均値の極端に近い場合、トレンドが変化し始めたら、トレードのエントリーを反対に変更します Yuriy Asaulenko 2017.05.18 11:13 #3570 マキシム・ドミトリエフスキー 極値とは、特に短い期間での反転を示すものであり、反比例する系列が存在すること、つまり新しいピークに続いて新しい谷が現れることです。逆に、長期の指標では、系列は持続的に見え、新しい高値が続く、つまり、長いトレンドを識別することが可能であり、同時に系列は静止しており、トレンドの終わりを（ほぼ）見つけることができます。たくさんの本を読んできたんだ、え？(かっこいい)アンチパーシスタンスのほうは？新高値（おそらく安値）の 後に新高値が続く - そうです、私も経験あります、グラフはすべて見慣れたものです。シミュレートしても、そこには何もない、空っぽの状態です。もしかしたら、ラッキーなことがあるかもしれません。 1...350351352353354355356357358359360361362363364...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
周期的なパターンを見ることができるかもしれません。
フーリエで分解して（Rでは2-3行）プロットすれば、周期性は見られません。滑らかなスペクトルです。
自己相関関数を試してみてください。 また無音ですが、周期的なパターンがあれば出てくるはずです。
フーリエで分解して（Rでは2-3行）プロットすれば、周期性は見られません。滑らかなスペクトルです。
再度、自己相関関数を使用してみてください。周期的な挙動がある場合は表示されるはずです。
このヒストグラムを使って、いくつかの異なる期間をフィードして、一度に国家統計局に教えることができると思います。 大きな変動と小さな変動の両方を考慮し、大きなものはトレンド成分、小さなものは入力のためのシグナルになるでしょう。
そして、現在のチャートとボリンジャーとの関係を考慮して、シグナルを変換します。科学的実験の方法、つまり
フォイルズ1の時代と一緒で、こんな感じになるんでしょうね :)
そして、周期的なパターンを見ることができます
静止画の列。そして、排出ガスが除去される-標準的な手順
LSTMは排出量も考慮する必要があります。
私は一度にNSを教えるために、これらのヒストグラムでいくつかの異なる期間を養うために、それは大きな変化と小さな変化の両方を考慮に入れ、大規模なトレンドの成分になり、小さな入力の信号になると思う。
そして、現在のチャートとボリンジャーとの関係を考慮して、シグナルを変換します。経験則としてまとめると
NSは非定常エントランスをどう扱うか、という問いに対する答えを知っている人はいますか？
悪い？)
NSは非定常な入力をどのように参照するのか、という問いに対する答えを知っている人はいるだろうか。
NSを教える前に、モデルになって、そこに価値があるかどうかを確かめたいですね。そうすれば、トレーニングはより適切なものになるでしょう。
極値とは、特に短い期間で反転することを意味し、反比例する系列は明らかで、新しいピークに続いて新しい谷が発生する（周期の短い指標の場合）。
逆の状況は、より大きな周期を持つ指標において、系列が持続的に見え、新しい最大値が続く、すなわち、長いトレンドを識別することができ、同時に、系列は静止しており、トレンドの終わりを（およそ）見つけることができることです
たくさん本を読みましたね。
作業アルゴリズム：トレンドを定義し、それに沿って作業を行い、アンチパーセプションシリーズのエントリーを実施し、勝率を高めています。同時に、周期の大きい指標が平均値の極端に近い場合、トレンドが変化し始めたら、トレードのエントリーを反対に変更します極値とは、特に短い期間での反転を示すものであり、反比例する系列が存在すること、つまり新しいピークに続いて新しい谷が現れることです。
逆に、長期の指標では、系列は持続的に見え、新しい高値が続く、つまり、長いトレンドを識別することが可能であり、同時に系列は静止しており、トレンドの終わりを（ほぼ）見つけることができます。
たくさんの本を読んできたんだ、え？
(かっこいい)アンチパーシスタンスのほうは？
新高値（おそらく安値）の 後に新高値が続く - そうです、私も経験あります、グラフはすべて見慣れたものです。シミュレートしても、そこには何もない、空っぽの状態です。もしかしたら、ラッキーなことがあるかもしれません。