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 800 1...793794795796797798799800801802803804805806807...3399 新しいコメント Maxim Dmitrievsky 2018.03.31 18:35 #7991 ユーリイ・アサウレンコこれは誤解です。トレンド・フレアの概念は、非常に相対的なものです。ある人にとってはフラットでも、別の人にとってはトレンドかもしれません)。その逆も然り) もちろん、ボリンジャー的な戦略には限界がある。他のと同じように。ボイウルとかでカウンタートレンド系が多いんですよ、カゴまで。 パシフィックのセッションで運良く2、3ヶ月できたとしても、それはそれで幸せなことです。 氷河期100年の歴史がある。このようなシステムでは、利益トレードと損失トレードの比率は0.5よりはるかに多く、小さな利益と大きな損失でなければなりません。 FAP Turboは以前から人気のあるbotで、トレードの袋を取ることができましたが、3番目のバージョンは何かを与えるようです。 Alexander_K2 2018.03.31 18:44 #7992 マキシム・ドミトリエフスキーフライドポテトなどには、カウンタートレンド系が多く、すべてゴミ箱行きです。 パシフィックのセッションで2ヶ月ほど刻んでも、それはそれで幸せなことです。 氷河期100年の歴史がある。このようなシステムでは、利益トレードと損失トレードの比率は0.5よりはるかに多く、小さな利益と大きな損失でなければなりません。 FAPターボは過去に人気のあったボットですボリンジャー自体が本当の落とし穴です。分散の計算には、決して標準的な公式を使ってはいけません。しかし！ノンパラメトリックな手法で平均からのプロセス偏差の指標を算出することができますし、そうすべきなのです。 СанСаныч Фоменко 2018.03.31 19:38 #7993 マキシム・ドミトリエフスキーありがとうございます、読んでみます。 ちなみに上のクズネツォフさんのVTRの付録はこちらです。2018年何か面白いけど、まだわからない。ビットコイン予想、FXなどの例があります。そして、有馬氏との手法の比較。 https://arxiv.org/pdf/1803.05814.pdf先生の分布の違いから12通貨ペアの23の予測器の予測能力を計算したところ、正しい予測で利益は50pips以上となります。 その結果は以下の通りです。 1.同じ予測因子でも通貨ペアが異なると予測能力が異なる。 2.1つの通貨ペアに対して、異なる予測因子の予測能力が2桁も異なる場合があります。 3.ウィンドウが動くと予測力が変わる。ウィンドウが500本以上になると、予測能力のばらつきの統計量は安定する 4.ウィンドウを移動させたときの予測力の傾きは、1%未満の値から100%以上の値まで様々である。さらに、（スコが大きい）「悪い」予測変数は常に悪いものであり、「良い」予測変数は常に良いものである。 5.12の通貨ペアを調査した。そのうちの3つは絶望的です。23の使用された変数の中に、私のターゲット変数に対する良い予測変数がありません。 6.同じ通貨ペアであっても、ロングとショートの予測能力は大きく異なります。 Yuriy Asaulenko 2018.03.31 19:48 #7994 Alexander_K2 です。ボリンジャー自体が完全に落とし穴です。どんな場合でも、標準的な計算式を使って分散を計算してはいけません。しかし、ノンパラメトリックな方法で平均からのプロセス偏差の尺度を計算することができますし、またそうすべきです。どうしようもないですねー、くだらないこと言ってますね。ボリンジャーは設定項目がたくさんあるだけのインジケーターです。これをベースに、平均値への回帰など、あらゆる戦略を構築することができる。実は、あなたが持っているコンセプトは同じボリンジャーで、デザインが違うんです。そしてボリンジャーは落とし穴。何をしたんだ？- MAを交換し、国境を再設定し、異なる方法で構築したのです。以上です。また、ここでは一部の人がしているように、名前で呼ぶこともできます)。ばかばかしい。 Alexander_K2 2018.03.31 19:52 #7995 ユーリイ・アサウレンコどうしようもないですねー、くだらないこと言ってますね。ボリンジャーはあくまで設定項目が多いインジケーターです。それをもとに平均値への回帰など、あらゆる戦略を構築することができます。実は、あなたが持っているコンセプトは同じボリンジャーで、デザインが違うんです。そしてボリンジャーは落とし穴。何をしたんだ？- MAを交換し、国境を再設定し、異なる方法で構築したのです。以上です。また、ここでは一部の人がしているように、名前で呼ぶこともできます)。ばかばかしい。ピュアボリンジャーはピットです。ボリンジャー的なシステムもいいんです。矛盾はないと思います。 Maxim Dmitrievsky 2018.03.31 20:00 #7996 サンサニッチ・フォメンコ先生の分布の差から12通貨ペアの23の予測因子の予測能力を計算したところ、正しく予測されれば50pips以上の利益が出ます。私は、市場のものをどんな特性であれ、まずn回分布させ、互いに競争するn個のモデルを開発するというアイデアを持っています。 とはいえ、あくまでラフ案であり、大筋はいつものようにその過程で生まれてくるものです :) 私はテリヴァーのことを全然知らないのですが、面白いものがたくさん埋まっているんですね。+ さらに2週間の学習期間を経て、やるべきことが見つかりました。 いただいたものを読んで、また何か頭の中でピックアップしていきます。 Yuriy Asaulenko 2018.03.31 20:12 #7997 Alexander_K2 です。ピュアボリンジャーはピットです。ボリンジャー的なシステムでもいいんです。矛盾を感じない。TAの本に書かれているように、もちろんそうです。でも、全部落とし穴です（笑)。 よし、妥協点を見つけたぞ)) СанСаныч Фоменко 2018.03.31 20:39 #7998 マキシム・ドミトリエフスキー手始めに、どんな特性であれ、市場のn個のディストリビューションを取り、n個のモデルを作って競争させるというアイデアがある、それが今一番重要なことだ とはいえ、あくまでラフ案であり、大筋はいつものようにその過程で生まれてくるものです :) 私はテリヴァーのことを全然知らないのですが、面白いものがたくさん埋まっているんですね。+ さらに2週間の学習期間を経て、やるべきことが見つかりました。 与えられたものを読み、そして何か他のものを手に取る。この投稿で、分類モデルの成功は、予測変数の予測能力の定常性に完全に依存していることを示したかったのです。その予測能力が多様に変化するのであれば、崩壊は確実だ。 私の投稿のもう一つの大きな結論は、テスターの前に、デモと本番の前に、モデル予測因子の予測能力を調査するべきだということです。どんな思いでも、これからのTSの安定した性能につながる。 Maxim Dmitrievsky 2018.03.31 20:45 #7999 サンサニッチ・フォメンコこの投稿で私は、分類モデルの成功は予測変数の予測力の定常性によって完全に決定されることを示したかったのです。この予測能力が多様に変化するのであれば、崩壊が約束されたようなものだ。 私の投稿のもう一つの大きな結論は、テスターの前に、デモと本番の前に、モデル予測因子の予測能力を調査するべきだということです。この点への配慮が、今後のTSの安定した性能につながると考えています。 まあそれは当たり前のことで、基本中の基本です。 Renat Akhtyamov 2018.03.31 21:53 #8000 Alexander_K2 です。ボリンジャー 自体が完全に落とし穴 です。どんな場合でも、標準的な計算式を使って分散を計算してはいけません。しかし、ノンパラメトリックな方法で平均からのプロセス偏差の尺度を計算することができますし、そうすべきです。ただ、それで本当に儲ける方法を知らないようだ。 予想スレに本物からのレポートがあった、すごいな...。 1...793794795796797798799800801802803804805806807...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
これは誤解です。トレンド・フレアの概念は、非常に相対的なものです。ある人にとってはフラットでも、別の人にとってはトレンドかもしれません)。その逆も然り)
もちろん、ボリンジャー的な戦略には限界がある。他のと同じように。
ボイウルとかでカウンタートレンド系が多いんですよ、カゴまで。
パシフィックのセッションで運良く2、3ヶ月できたとしても、それはそれで幸せなことです。
氷河期100年の歴史がある。
このようなシステムでは、利益トレードと損失トレードの比率は0.5よりはるかに多く、小さな利益と大きな損失でなければなりません。
FAP Turboは以前から人気のあるbotで、トレードの袋を取ることができましたが、3番目のバージョンは何かを与えるようです。
フライドポテトなどには、カウンタートレンド系が多く、すべてゴミ箱行きです。
パシフィックのセッションで2ヶ月ほど刻んでも、それはそれで幸せなことです。
氷河期100年の歴史がある。
このようなシステムでは、利益トレードと損失トレードの比率は0.5よりはるかに多く、小さな利益と大きな損失でなければなりません。
FAPターボは過去に人気のあったボットです
ボリンジャー自体が本当の落とし穴です。分散の計算には、決して標準的な公式を使ってはいけません。しかし！ノンパラメトリックな手法で平均からのプロセス偏差の指標を算出することができますし、そうすべきなのです。
ありがとうございます、読んでみます。
ちなみに上のクズネツォフさんのVTRの付録はこちらです。2018年何か面白いけど、まだわからない。ビットコイン予想、FXなどの例があります。そして、有馬氏との手法の比較。
https://arxiv.org/pdf/1803.05814.pdf
先生の分布の違いから12通貨ペアの23の予測器の予測能力を計算したところ、正しい予測で利益は50pips以上となります。
その結果は以下の通りです。
1.同じ予測因子でも通貨ペアが異なると予測能力が異なる。
2.1つの通貨ペアに対して、異なる予測因子の予測能力が2桁も異なる場合があります。
3.ウィンドウが動くと予測力が変わる。ウィンドウが500本以上になると、予測能力のばらつきの統計量は安定する
4.ウィンドウを移動させたときの予測力の傾きは、1%未満の値から100%以上の値まで様々である。さらに、（スコが大きい）「悪い」予測変数は常に悪いものであり、「良い」予測変数は常に良いものである。
5.12の通貨ペアを調査した。そのうちの3つは絶望的です。23の使用された変数の中に、私のターゲット変数に対する良い予測変数がありません。
6.同じ通貨ペアであっても、ロングとショートの予測能力は大きく異なります。
ボリンジャー自体が完全に落とし穴です。どんな場合でも、標準的な計算式を使って分散を計算してはいけません。しかし、ノンパラメトリックな方法で平均からのプロセス偏差の尺度を計算することができますし、またそうすべきです。
どうしようもないですねー、くだらないこと言ってますね。ボリンジャーは設定項目がたくさんあるだけのインジケーターです。これをベースに、平均値への回帰など、あらゆる戦略を構築することができる。実は、あなたが持っているコンセプトは同じボリンジャーで、デザインが違うんです。そしてボリンジャーは落とし穴。何をしたんだ？- MAを交換し、国境を再設定し、異なる方法で構築したのです。以上です。また、ここでは一部の人がしているように、名前で呼ぶこともできます)。ばかばかしい。
どうしようもないですねー、くだらないこと言ってますね。ボリンジャーはあくまで設定項目が多いインジケーターです。それをもとに平均値への回帰など、あらゆる戦略を構築することができます。実は、あなたが持っているコンセプトは同じボリンジャーで、デザインが違うんです。そしてボリンジャーは落とし穴。何をしたんだ？- MAを交換し、国境を再設定し、異なる方法で構築したのです。以上です。また、ここでは一部の人がしているように、名前で呼ぶこともできます)。ばかばかしい。
ピュアボリンジャーはピットです。ボリンジャー的なシステムもいいんです。矛盾はないと思います。
先生の分布の差から12通貨ペアの23の予測因子の予測能力を計算したところ、正しく予測されれば50pips以上の利益が出ます。
私は、市場のものをどんな特性であれ、まずn回分布させ、互いに競争するn個のモデルを開発するというアイデアを持っています。
とはいえ、あくまでラフ案であり、大筋はいつものようにその過程で生まれてくるものです :)
私はテリヴァーのことを全然知らないのですが、面白いものがたくさん埋まっているんですね。+ さらに2週間の学習期間を経て、やるべきことが見つかりました。
いただいたものを読んで、また何か頭の中でピックアップしていきます。
ピュアボリンジャーはピットです。ボリンジャー的なシステムでもいいんです。矛盾を感じない。
TAの本に書かれているように、もちろんそうです。でも、全部落とし穴です（笑)。
よし、妥協点を見つけたぞ))
手始めに、どんな特性であれ、市場のn個のディストリビューションを取り、n個のモデルを作って競争させるというアイデアがある、それが今一番重要なことだ
とはいえ、あくまでラフ案であり、大筋はいつものようにその過程で生まれてくるものです :)
私はテリヴァーのことを全然知らないのですが、面白いものがたくさん埋まっているんですね。+ さらに2週間の学習期間を経て、やるべきことが見つかりました。
与えられたものを読み、そして何か他のものを手に取る。
この投稿で、分類モデルの成功は、予測変数の予測能力の定常性に完全に依存していることを示したかったのです。その予測能力が多様に変化するのであれば、崩壊は確実だ。
私の投稿のもう一つの大きな結論は、テスターの前に、デモと本番の前に、モデル予測因子の予測能力を調査するべきだということです。どんな思いでも、これからのTSの安定した性能につながる。
この投稿で私は、分類モデルの成功は予測変数の予測力の定常性によって完全に決定されることを示したかったのです。この予測能力が多様に変化するのであれば、崩壊が約束されたようなものだ。
私の投稿のもう一つの大きな結論は、テスターの前に、デモと本番の前に、モデル予測因子の予測能力を調査するべきだということです。この点への配慮が、今後のTSの安定した性能につながると考えています。
ボリンジャー 自体が完全に落とし穴 です。どんな場合でも、標準的な計算式を使って分散を計算してはいけません。しかし、ノンパラメトリックな方法で平均からのプロセス偏差の尺度を計算することができますし、そうすべきです。
ただ、それで本当に儲ける方法を知らないようだ。
予想スレに本物からのレポートがあった、すごいな...。