Sample entropy (SampEn) is a modification of approximate entropy (ApEn), used for assessing the complexity of physiological time-series signals, diagnosing diseased states.[1] SampEn has two advantages over ApEn: data length independence and a relatively trouble-free implementation. Also, there is a small computational difference: In ApEn, the...
マキシム、BP値とグリッドの間の時間が市場サイクルを計算するまでは（これは保証します）、何も動作しません。1セッションから1年分までのサンプルで検索する必要があります。サンプルは期間と厳密に対応 する必要があり、それ以外のことはできません。
市場BPがSBと異なるのは時間構造にある、それは何度も書いている。
その通りですが、MoDの観点からこれに対する一般的なアプローチをまだ策定していません :)
ところで、ハーストの代用品として使えるかな？https://en.wikipedia.org/wiki/Sample_entropy。
あるいはまた、遅れをとっている。
言ってみれば、「ほとんど動かない」......のだが、全体の「動かない」部分を、パンくずのように削り取ったものが残っているのである。
時々削られることもありますが、サンプルの深さいっぱいまで削られることはありません。
違和感がない。普通の機能です。1つのパラメータを入力し、1つの値を出力する。
なるほど。
しかし、この1つのニューロンの入力に送られる1つの値は、前の層のすべてのニューロンの出力から加算されます（係数の乗算で加算されます）。
その通りですが、MoDの観点からこれに対する一般的なアプローチをまだ策定していません :)
ところで、ハーストの代わりとして使えるでしょうか？https://en.wikipedia.org/wiki/Sample_entropy。
あるいはラグも。
可能性がある。私の考えでは、プロセスのエントロピーは不連続性の指標として最適だと思います。そうでなければならない。でも、ちょっと調べないといけないし、私は面倒くさがりなので、他の人にやってもらいましょう。
時間については...市場には、入れ子構造としてのプロセスの周期性がある。ただし、これらの期間を計算するのは簡単ではありません。ガンちゃんは自分のを、私はなぜかもらってしまいました。どうだろう...練習で確認する...しかし、特定の時間帯に取り組むまでは、私のTSはSBのように+0%の利益で動いていました。
可能性がある。私の目から見ると、プロセスのエントロピーは不統一の指標として最適です。そうでなければならない。でも、それには研究が必要だし、私はもう怠けている。今は他の人にやらせてみよう。
時間については...市場には、入れ子構造としてのプロセスの周期性がある。ただし、これらの期間を計算するのは簡単ではありません。ガンちゃんは自分のを、私はなぜかもらってしまいました。どうだろう...練習で確認する...しかし、特定のタイムフレームを扱うようになるまでは、私のTSはSBのように+0%の利益で動いていました。
少し調べてみます )) コードは簡単です。
ボラティリティのクラスタリングが効率的（ストレス）な 市場とSBを区別するもの、そう、それだけが周期性なんだろうね。そして、それはまさにタイムサイクルと結びついているのです
というのが、少なくともエコノミストたちの一般的な意見（あるいは誤解）である。ただし、1つのニューロンの入力に与えられるこの1つの値は、前の層のすべてのニューロンの出力から加算されます（係数の乗算で加算されます）。
なるほど。実用的な例えを探す必要があります。この図から、各層は異なる数のニューロンを持っていることがわかります。図を反転させるとピラミッドになります。そのため、結果はいくつかの処理段階を経ることになる。層内のニューロンの数が多ければ多いほど、この層が受け取って処理するデータの量は多くなる。次の層の出力が前の層より少ないということは、層ごとにデータが汎化されているということでしょうか？
そういえば...ピラミッドも古代人が作ったものだし...そこに類似点を探してみてください。
少し調べてみます )) コードは簡単です。
コードは簡単なのですが、入力データがなかなかうまくいきません。
Wikiエントロピー：「...現実のプロセスが理想的なものからどのように逸脱しているかを測定する。数学的には、エントロピーは系の状態の関数として、任意の定数に定義されます。"
и?
金融VRの理想的な市場とは？- 完璧な市場＝正弦波である、というのが第一の前提です。
入力として、high, low, clowesの少なくとも3つの価格がありますが、どれを使えばいいのでしょうか？- よし、2つ目の前提である中央値で勝負だ!
何から何まで測るのか？- 一日の始まりか、一週間か、満期日か、取引セッションか？- よし、今日のスタート、3つ目の想定としよう...。
この問題は組み合わせ論に帰結する：何回正しい初期仮説を導き出せるか、何回さらなる探求が正しい市場評価につながるか...。歴史上 )))
エントロピーは良い音が、私は情報エントロピーの観点から数年前にこのテーマを掘った、唯一の結論は、パターンが形成するために開始した場合、または歴史の中でキャンドルスティックの組み合わせの最も近い繰り返し、それは動作しませんということです単純なパターンと相関が市場で動作しないため、同じことが、彼らは明らかになったときにそれらに適用 - 彼らは登場しなくなります））））。 私は通常このような場合には自分に言う - あなたは賢い1ではない、そのような賢い人々はモニターによって世界の半分を表しています）））））。
OKです。実用的な例えを探す必要があります。この図は、層が異なる数のニューロンを持つことを示しています。この図を逆さまにすると、ピラミッドになります。そのため、結果はいくつかの処理段階を経ることになります。層内のニューロンの数が多ければ多いほど、この層が受け取って処理するデータの量は多くなる。次の層の出力が前の層より少ないということは、層ごとにデータが汎化されているということでしょうか？
の場合、情報の圧縮が行われ、"unpack" - ニューロンが前の層より多い場合。