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 371 1...364365366367368369370371372373374375376377378...3399 新しいコメント Maxim Dmitrievsky 2017.05.22 05:47 #3701 ディミトリ 逆相関なのか無相関なのか、まだよくわからない。それとも、2つのランダムな系列の相関係数が-1であれば、「相関はない」と考えているのでしょうか？Yoeklmn.... あすぐにわかったよ )) まあ、そうだな...。 Dr. Trader 2017.05.22 11:19 #3702 ドミトリー： 1.誰も相関関係を分析していない-予測因子の選択についてである。2.あなたは、3ページ前に私が指摘した「依存は相関の特殊なケース である」を繰り返しました。2つの変数が依存関係にある場合、間違いなく相関がある。相関性があれば、必ずしも依存性があるわけではないのです。"3.クロスエントロピーは相関と同様、機能依存性の有無について答えを与えることはできない1)まず自分自身が相関関係の放送をし、次に書き込みを削除し、そして数ページ前に何を書いたか覚えていない。 ディミトリ すべてのMOは、入力変数が出力変数と相関していなければならないという事実に基づいている。2) いいえ、相関がないところでも依存性がある場合があると言いました。3）クロスエントロピターゲットに対する予測因子の大規模なセットを一度に推定することができます。それぞれの予測因子では予測できないが、ある組み合わせでは予測できる場合。残念ながらFXでは当てはまりませんが、一般的に機械学習では相関による選択よりもクロスエントロピによる予測変数の 選択の方がはるかに優れています。 Дмитрий 2017.05.22 12:38 #3703 Dr.トレーダー2) いいえ、相関がないところでも相関がある場合があると言いました。 相関のないところに依存はありえません。相関は線形でも非線形でもよいが、依存性があればそうなる。相関がないところに相関がある、つまり偽の相関がある場合があります。私はこのスレッドの書き込みを1つも削除していません。 削除済み 2017.05.22 13:04 #3704 証拠を残すために、（なぜか）ダウンロードできない。どなたか機会があれば、ここに例の画像をダウンロードして投稿して、くだらない言い争いを止めてください。Bendat J., Pearsol A.応用ランダムデータ解析:翻訳：ワールド、1989年で。126例 5.4.無相関の従属確率変数。.遅効性の例が非常によくわかる。 Mihail Marchukajtes 2017.05.22 13:13 #3705 変数の相関は、予測が可能であることを意味しない。ペアは相関を持つことができます。つまり、両者には相関があるが、同時に変化しているため、一方を通して他方を予測することはできないし、確実に他方より先に変化することはない。これは相関関係を語れば!!!! Алёша 2017.05.22 13:14 #3706 ディミトリ 同じように相関のある2つの予測因子-相関が低いという理由で何を捨てればいいのだろう？相関性が低いのはどちらでしょうか？ドミトリー、申し訳ないが、私を荒らそうとしているのか、ふざけているのか、それとも単なるバカなのか、失礼ながら疑ってしまう...。2つの属性が両方ともターゲットとの相関がゼロであること、しかし両方とも有意であること、どちらも落とすことができないこと、線形依存性がゼロであること、線形100％ではない こと、つまり相関がゼロでもデータセットが完全に予測可能であること、あなたの発言からわからない のでしょうか？ディミトリすべてのMOは、入力変数が出力変数と相関していなければならないという事実に基づいている。そうでなければ、ALL MOモデルの意味がありません。完全に反論しています。 Алёша 2017.05.22 13:18 #3707 ディミトリ 相関関係のないところに依存関係はありえません。相関は線形でも非線形でもよいが、依存性があればそうなる。 非線形相関はありません。相関は足し算や余弦のように厳密に定義された数学的構造です。 Maxim Dmitrievsky 2017.05.22 13:46 #3708 Oleg avtomat:証拠を残すために、（なぜか）ダウンロードできない。どなたか機会があれば、ここに例の画像をダウンロードして投稿して、くだらない言い争いを止めてください。Bendat J., Pearsol A.応用ランダムデータ解析:翻訳：ワールド、1989年で。126例 5.4.無相関の従属確率変数。.遅効性の例が非常によくわかる。 http://sci.alnam.ru/book_dsp.php126ページには写真がありません。 СанСаныч Фоменко 2017.05.22 13:47 #3709 なぜ皆さん、そんなに相関関係にこだわるのでしょうか？機械学習では、変数の「重要度-重要度」という概念があり、相関とは全く関係ない。この計算は、多くの場合、機械学習アルゴリズム自体に組み込まれている。例えば、ランダムフォレストの場合。予測変数の全体のサブセット、おそらく数百個から、数個が選択され、これらの予測変数の値がクラスの特定の値を予測するかどうかを確認するために、内部のアルゴリズムが使用されます。それらは受け入れられるか、捨てられるかのどちらかです。最後に、木のすべてのノードに目を通し、木の各ノードで予測変数が何回使われたかを確認することで、予測変数の重要性を知ることができます。私は、チームを集めてこの分野の既存の開発について議論することを続けていますが、これは相関関係の練習よりもずっと有益なことです。 Maxim Dmitrievsky 2017.05.22 13:55 #3710 サンサニッチ・フォメンコなぜ皆さん、そんなに相関関係にこだわるのでしょうか？機械学習では、変数の「重要度-重要度」という概念があり、相関とは全く関係ない。この計算は、多くの場合、機械学習アルゴリズム自体に組み込まれている。例えば、ランダムフォレストの場合。予測変数の全体のサブセット、おそらく数百個から、数個が選択され、これらの予測変数の値がクラスの特定の値を予測するかどうかを確認するために、内部のアルゴリズムが使用されます。それらは受け入れられるか、捨てられるかのどちらかです。最後に、木のすべてのノードに目を通し、木の各ノードで予測変数が何回使われたかを確認することで、予測変数の重要性を知ることができます。私がチームに求めているのは、この分野のすでにある開発について議論することであり、それは相関関係の練習よりもずっと有益なことなのです。 ちなみにアルグリブにはダークフォレストもあります。 1...364365366367368369370371372373374375376377378...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
逆相関なのか無相関なのか、まだよくわからない。
それとも、2つのランダムな系列の相関係数が-1であれば、「相関はない」と考えているのでしょうか？
Yoeklmn....
あすぐにわかったよ )) まあ、そうだな...。
1.誰も相関関係を分析していない-予測因子の選択についてである。
2.あなたは、3ページ前に私が指摘した「依存は相関の特殊なケース である」を繰り返しました。2つの変数が依存関係にある場合、間違いなく相関がある。相関性があれば、必ずしも依存性があるわけではないのです。"
3.クロスエントロピーは相関と同様、機能依存性の有無について答えを与えることはできない
1)まず自分自身が相関関係の放送をし、次に書き込みを削除し、そして数ページ前に何を書いたか覚えていない。
ディミトリ
すべてのMOは、入力変数が出力変数と相関していなければならないという事実に基づいている。
2) いいえ、相関がないところでも依存性がある場合があると言いました。
3）クロスエントロピターゲットに対する予測因子の大規模なセットを一度に推定することができます。それぞれの予測因子では予測できないが、ある組み合わせでは予測できる場合。残念ながらFXでは当てはまりませんが、一般的に機械学習では相関による選択よりもクロスエントロピによる予測変数の 選択の方がはるかに優れています。
2) いいえ、相関がないところでも相関がある場合があると言いました。
相関のないところに依存はありえません。相関は線形でも非線形でもよいが、依存性があればそうなる。
相関がないところに相関がある、つまり偽の相関がある場合があります。
私はこのスレッドの書き込みを1つも削除していません。
証拠を残すために、（なぜか）ダウンロードできない。
どなたか機会があれば、ここに例の画像をダウンロードして投稿して、くだらない言い争いを止めてください。
Bendat J., Pearsol A.
応用ランダムデータ解析:翻訳：ワールド、1989年
で。126
例 5.4.無相関の従属確率変数。
.
遅効性
の例が非常によくわかる。
同じように相関のある2つの予測因子-相関が低いという理由で何を捨てればいいのだろう？相関性が低いのはどちらでしょうか？
ドミトリー、申し訳ないが、私を荒らそうとしているのか、ふざけているのか、それとも単なるバカなのか、失礼ながら疑ってしまう...。2つの属性が両方ともターゲットとの相関がゼロであること、しかし両方とも有意であること、どちらも落とすことができないこと、線形依存性がゼロであること、線形100％ではない こと、つまり相関がゼロでもデータセットが完全に予測可能であること、あなたの発言からわからない のでしょうか？
ディミトリ
すべてのMOは、入力変数が出力変数と相関していなければならないという事実に基づいている。
そうでなければ、ALL MOモデルの意味がありません。
完全に反論しています。
相関関係のないところに依存関係はありえません。相関は線形でも非線形でもよいが、依存性があればそうなる。
証拠を残すために、（なぜか）ダウンロードできない。
どなたか機会があれば、ここに例の画像をダウンロードして投稿して、くだらない言い争いを止めてください。
Bendat J., Pearsol A.
応用ランダムデータ解析:翻訳：ワールド、1989年
で。126
例 5.4.無相関の従属確率変数。
.
遅効性
の例が非常によくわかる。
http://sci.alnam.ru/book_dsp.php
126ページには写真がありません。
なぜ皆さん、そんなに相関関係にこだわるのでしょうか？
機械学習では、変数の「重要度-重要度」という概念があり、相関とは全く関係ない。この計算は、多くの場合、機械学習アルゴリズム自体に組み込まれている。
例えば、ランダムフォレストの場合。
予測変数の全体のサブセット、おそらく数百個から、数個が選択され、これらの予測変数の値がクラスの特定の値を予測するかどうかを確認するために、内部のアルゴリズムが使用されます。それらは受け入れられるか、捨てられるかのどちらかです。
最後に、木のすべてのノードに目を通し、木の各ノードで予測変数が何回使われたかを確認することで、予測変数の重要性を知ることができます。
私は、チームを集めてこの分野の既存の開発について議論することを続けていますが、これは相関関係の練習よりもずっと有益なことです。
なぜ皆さん、そんなに相関関係にこだわるのでしょうか？
機械学習では、変数の「重要度-重要度」という概念があり、相関とは全く関係ない。この計算は、多くの場合、機械学習アルゴリズム自体に組み込まれている。
例えば、ランダムフォレストの場合。
予測変数の全体のサブセット、おそらく数百個から、数個が選択され、これらの予測変数の値がクラスの特定の値を予測するかどうかを確認するために、内部のアルゴリズムが使用されます。それらは受け入れられるか、捨てられるかのどちらかです。
最後に、木のすべてのノードに目を通し、木の各ノードで予測変数が何回使われたかを確認することで、予測変数の重要性を知ることができます。
私がチームに求めているのは、この分野のすでにある開発について議論することであり、それは相関関係の練習よりもずっと有益なことなのです。
ちなみにアルグリブにはダークフォレストもあります。