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 656 1...649650651652653654655656657658659660661662663...3399 新しいコメント СанСаныч Фоменко 2018.02.10 13:52 #6551 ユーリイ・アサウレンコまあ、それと非定常性。どんなプロセスでも、塊に分解すれば不安定になるし、そうでなければランダムにはならない。 理解できない。GARCHでは、プロセスはチャンクに分解されるのではなく、コンポーネントに分解されます。前の値＋ノイズという計算式そのものにあるのです。 ちなみに、異なる長い間隔（3ヶ月以上数回）の分布で判断すると、両者に大きな差は感じられませんでした。 GARCHに関する出版物では、分布のパラメータを計算するために5000以上の観測値が必要であることが証明されています。1000未満ではモデルが不安定になります。 経済的な意味については......まあ、わからないですね。市場は観察者にとってランダムであることを前提にしています。実際にランダムかどうかは、あまり重要ではありません。ここでキーワードとなるのは、「観察者向け」です。 FXについては、為替は政治だと思うので、全く同感です。 他のアセットタイプについては石油の価格は数倍になっているのに、消費量はほぼ同じというように、今日の資産価格には偽りがある。 СанСаныч Фоменко 2018.02.10 13:54 #6552 マキシム・ドミトリエフスキー が、排ガスをなくすことはできなかったんですね。 もちろん、そんなことはできないし、できない。さらに、GARCHモデルの意味合いとして、放出後のプロセスをどれだけREALLYにフィットさせるかということがある。 Maxim Dmitrievsky 2018.02.10 13:55 #6553 サンサニッチ・フォメンコもちろん、そんなことはしないし、してはいけないことです。さらに、GARCHモデルの意味の1つは、異常値以降のプロセスをどれだけリアルにマッチングさせるかということである。つまり、増分とその対数だけをとれば、グラフは同等だが、価格スケールが違うだけである pantural 2018.02.10 14:04 #6554 Dr.トレーダー私もよく考えています。 回帰モデルがバーごとの価格上昇を予測し、フロントテストとバックテストでR2スコアがゼロ以上であれば、それはすでに良いスタートです。問題は、安定はしているものの、結果が小さいこと、スプレッドに勝てないことです。 分析的には、R2は大きな誤差に対してより大きなペナルティをモデルに与え、小さな誤差や間違った取引の方向 性を無視してしまうという問題があります。利益の分布を見ると、ほとんどの値動きが数ピップスしかない。そして、モデルは、そのような小さな動きの正しい方向を予測するのではなく、より高いR2を得ることができる分布のロングテールを予測するように学習するのである。その結果、このモデルは大きな動きは何とか予測できるのですが、小さな動きでは必ず方向を間違えてしまい、スプレッドを失ってしまうのです。 結論 - 標準的な回帰推定値は、FXには不利。取引方向、広がり、精度を考慮し、何らかのフィットネス関数を作成する必要があり、その関数は滑らかであることが望まれる。そうすると、50％強の精度でも儲かる可能性がある。 精度、シャープ比、リカバリーファクターなど、トレードチャートを分析する機能が離散的すぎると、通常のバックプロップによるニューロニックではローカルミニマムを抜け出せず、うまく学習できない。 もう一つの結論は、ニューロンの弱い信号を完全に無視することである。強いものだけで取引する。問題は、バックテストでは良い結果が得られるが、フロントテストでは良い結果が得られない閾値を常に定義できることである。ここでも何か考えなければならない。R2 IMHOはloglossと同様、非線形であるため、かなり不便な指標である。私にとっては、リターンと予測の単純な相関関係の方がずっと便利です。R2の根のようなもので、100を掛けると、マーケットから捕捉できる変化の正確なパーセンテージが分かります。どうせ通常のデータでは5％以上取れないのだから、ここに力を注ぐべきだと思う。 Yuriy Asaulenko 2018.02.10 14:09 #6555 サンサニッチ・フォメンコ経済的な意味については......うーん、どうだろう。市場は観察者にとってランダムであることが前提です。実際にランダムかどうかは、あまり重要ではありません。ここでキーワードとなるのは、「観察者向け」です。 FXについては、為替は政治だと思うので、全く同感です。 他のアセットタイプについては今日の資産価格は桁外れですが：時の石油価格と消費はほぼ同じです。はいどこでも。私は主に株式先物取引をしています。 観察者にとっては、すべてがランダムな のです。何が本当にあるのか--それは誰にもわからない。インサイダーでなければならない) 何が「ランダムではない」かというと、それは動きのロールバックと平均値付近の変動です（Alexander_K2-mと混同しないように）。この考え方だと、いつどの方向に動くかわからないということで、むしろ打つことはランダムと言えるが、珍しいことではなく、規則的な現象であるとさえ言える。 СанСаныч Фоменко 2018.02.10 14:16 #6556 ユーリイ・アサウレンコそう、どこでもいいんです。私は主に株式先物取引をしています。 観察者にとっては、すべてがランダムな のです。本当はどうなんだろう、わからない。インサイダーでなければならない) 何が「ランダムではない」かというと、それは動きのロールバックと平均値付近の変動です（Alexander_K2-mと混同しないように）。このアプローチでは、むしろ、いつ、どの方向に動くかわからないことを考えると、打つことはランダムと言えるが、稀ではなく、定期的に起こることであるとさえ言える。この効率的な市場という仮説はナンセンスだ。 Forester 2018.02.10 14:16 #6557 マキシム・ドミトリエフスキーつまり、増分とその対数だけをとれば、グラフは同等だが、価格スケールが違うだけである Stranye グラフがあるのだから、対数も圧縮すればいいのに。どのような計算式で計算したのですか？小数点以下1桁で、例えば入力データが10倍変わると2倍の変化となる。ナチュラルもですが、弱くなりました。グラフに垂直方向の圧縮が表示されない。 Dr. Trader 2018.02.10 14:17 #6558 サンサニッチ・フォメンコ結局のところ、GARCHモデルがインクリメントに使われるのは無意味なことではありません。非定常な系列を経済的・統計的にかなり意味のある成分に分解して非定常性を打ち消すという基本的な考え方は非常に魅力的である。 今のgarchは私には複雑すぎる。統計学や計量経済学の専門家向けに書かれた本では、常に私の理解できないことが扱われています。ある基本的なことを理解し、吸収するためには、本では説明されていない他の多くのことをまず理解する必要があるのです。 Rのパッケージで遊んだことがありますが、テストとはいえデフォルトのままでは全然ダメで、設定をどういじればいいのか、また知識が必要で、偶然にはできません。 ガーチはいろいろなことができると思いますが、それを理解するために投資しなければならない時間が大きすぎて、あまりないんです。 Maxim Dmitrievsky 2018.02.10 14:18 #6559 エリブラリウス Stranye グラフがあるのだから、対数も圧縮されているはずです。どのような計算式で算出されたのでしょうか？10進数で、例えば、入力データが10倍変わると2倍変化する。ナチュラルもですが、弱くなりました。グラフに垂直方向の圧縮が表示されない。log(close[i]/close[i-15])とする。 どこで何を、なぜ閉じるか？ Dr. Trader 2018.02.10 14:22 #6560 マキシム・ドミトリエフスキーつまり、増分とその対数だけをとれば、グラフは同等だが、価格スケールが違うだけであるlog(open[0] - open[1])ではないのでしょうね。 が、log(open[0]/open[1])。 1...649650651652653654655656657658659660661662663...3399 新しいコメント 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
まあ、それと非定常性。どんなプロセスでも、塊に分解すれば不安定になるし、そうでなければランダムにはならない。
理解できない。GARCHでは、プロセスはチャンクに分解されるのではなく、コンポーネントに分解されます。前の値＋ノイズという計算式そのものにあるのです。
ちなみに、異なる長い間隔（3ヶ月以上数回）の分布で判断すると、両者に大きな差は感じられませんでした。
GARCHに関する出版物では、分布のパラメータを計算するために5000以上の観測値が必要であることが証明されています。1000未満ではモデルが不安定になります。
経済的な意味については......まあ、わからないですね。市場は観察者にとってランダムであることを前提にしています。実際にランダムかどうかは、あまり重要ではありません。ここでキーワードとなるのは、「観察者向け」です。
FXについては、為替は政治だと思うので、全く同感です。
他のアセットタイプについては石油の価格は数倍になっているのに、消費量はほぼ同じというように、今日の資産価格には偽りがある。
が、排ガスをなくすことはできなかったんですね。
もちろん、そんなことはできないし、できない。さらに、GARCHモデルの意味合いとして、放出後のプロセスをどれだけREALLYにフィットさせるかということがある。
もちろん、そんなことはしないし、してはいけないことです。さらに、GARCHモデルの意味の1つは、異常値以降のプロセスをどれだけリアルにマッチングさせるかということである。
つまり、増分とその対数だけをとれば、グラフは同等だが、価格スケールが違うだけである
私もよく考えています。
回帰モデルがバーごとの価格上昇を予測し、フロントテストとバックテストでR2スコアがゼロ以上であれば、それはすでに良いスタートです。問題は、安定はしているものの、結果が小さいこと、スプレッドに勝てないことです。
分析的には、R2は大きな誤差に対してより大きなペナルティをモデルに与え、小さな誤差や間違った取引の方向 性を無視してしまうという問題があります。利益の分布を見ると、ほとんどの値動きが数ピップスしかない。そして、モデルは、そのような小さな動きの正しい方向を予測するのではなく、より高いR2を得ることができる分布のロングテールを予測するように学習するのである。その結果、このモデルは大きな動きは何とか予測できるのですが、小さな動きでは必ず方向を間違えてしまい、スプレッドを失ってしまうのです。
結論 - 標準的な回帰推定値は、FXには不利。取引方向、広がり、精度を考慮し、何らかのフィットネス関数を作成する必要があり、その関数は滑らかであることが望まれる。そうすると、50％強の精度でも儲かる可能性がある。
精度、シャープ比、リカバリーファクターなど、トレードチャートを分析する機能が離散的すぎると、通常のバックプロップによるニューロニックではローカルミニマムを抜け出せず、うまく学習できない。
もう一つの結論は、ニューロンの弱い信号を完全に無視することである。強いものだけで取引する。問題は、バックテストでは良い結果が得られるが、フロントテストでは良い結果が得られない閾値を常に定義できることである。ここでも何か考えなければならない。
R2 IMHOはloglossと同様、非線形であるため、かなり不便な指標である。私にとっては、リターンと予測の単純な相関関係の方がずっと便利です。R2の根のようなもので、100を掛けると、マーケットから捕捉できる変化の正確なパーセンテージが分かります。どうせ通常のデータでは5％以上取れないのだから、ここに力を注ぐべきだと思う。
経済的な意味については......うーん、どうだろう。市場は観察者にとってランダムであることが前提です。実際にランダムかどうかは、あまり重要ではありません。ここでキーワードとなるのは、「観察者向け」です。
FXについては、為替は政治だと思うので、全く同感です。
他のアセットタイプについては今日の資産価格は桁外れですが：時の石油価格と消費はほぼ同じです。
はいどこでも。私は主に株式先物取引をしています。 観察者にとっては、すべてがランダムな のです。何が本当にあるのか--それは誰にもわからない。インサイダーでなければならない)
何が「ランダムではない」かというと、それは動きのロールバックと平均値付近の変動です（Alexander_K2-mと混同しないように）。この考え方だと、いつどの方向に動くかわからないということで、むしろ打つことはランダムと言えるが、珍しいことではなく、規則的な現象であるとさえ言える。
そう、どこでもいいんです。私は主に株式先物取引をしています。 観察者にとっては、すべてがランダムな のです。本当はどうなんだろう、わからない。インサイダーでなければならない)
何が「ランダムではない」かというと、それは動きのロールバックと平均値付近の変動です（Alexander_K2-mと混同しないように）。このアプローチでは、むしろ、いつ、どの方向に動くかわからないことを考えると、打つことはランダムと言えるが、稀ではなく、定期的に起こることであるとさえ言える。
この効率的な市場という仮説はナンセンスだ。
つまり、増分とその対数だけをとれば、グラフは同等だが、価格スケールが違うだけである
結局のところ、GARCHモデルがインクリメントに使われるのは無意味なことではありません。非定常な系列を経済的・統計的にかなり意味のある成分に分解して非定常性を打ち消すという基本的な考え方は非常に魅力的である。
今のgarchは私には複雑すぎる。統計学や計量経済学の専門家向けに書かれた本では、常に私の理解できないことが扱われています。ある基本的なことを理解し、吸収するためには、本では説明されていない他の多くのことをまず理解する必要があるのです。
Rのパッケージで遊んだことがありますが、テストとはいえデフォルトのままでは全然ダメで、設定をどういじればいいのか、また知識が必要で、偶然にはできません。
ガーチはいろいろなことができると思いますが、それを理解するために投資しなければならない時間が大きすぎて、あまりないんです。
Stranye グラフがあるのだから、対数も圧縮されているはずです。どのような計算式で算出されたのでしょうか？10進数で、例えば、入力データが10倍変わると2倍変化する。ナチュラルもですが、弱くなりました。グラフに垂直方向の圧縮が表示されない。
log(close[i]/close[i-15])とする。
どこで何を、なぜ閉じるか？
つまり、増分とその対数だけをとれば、グラフは同等だが、価格スケールが違うだけである
log(open[0] - open[1])ではないのでしょうね。
が、log(open[0]/open[1])。