Matstat エコノメトリックス マタン - ページ 20 1...131415161718192021222324252627...38 新しいコメント Roman 2021.05.16 10:25 #191 Aleksey Nikolayev:最適化における標準的なアプローチは、目標にマイナスを掛けることで、最大化が最小化に変わる(逆もまた然り)。誤差がガウス分布であれば、ISC==MLEであることを既に説明しようとしました。誤差がラプラス分布の場合、MNC==MLE==MLE法最小モジュライ。MLE==MLE by Huberの 時の誤差分布の種類を自分で把握することができます。実験では、誤差分布の種類は何らかの付加的な考慮によって知られているか、あるいは実験的に選択される(通常は適切な損失関数の形で)。 どうやら一度目はわからなかったようです、今はわかります )) ありがとうございます。 pribludilsa 2021.05.16 10:34 #192 Aleksey Nikolayev: 知識の豊富さに感心FXで儲かっていますか?個人のホームページはお持ちですか?お金を経営に取り込んでいるのか? Aleksey Nikolayev 2021.05.16 11:50 #193 pribludilsa:知識の豊富さに感心FXで儲かっていますか?個人のホームページはお持ちですか?経営のためにお金を取るのか? ありがとうございます。しかし、知識はまあまあで、基本的なことしかわかりませんが、多少はしっかりしています。 どうやって稼げばいいのかわからない。時にはFXも) 私は一人で仕事をするので、パマーやシグナルは持っていません(その方が好きなんです)。きっと私一人では、資本的にスケールの大きいシステムを作るのは現実的に不可能なのでしょう。 Maxim Dmitrievsky 2021.05.16 11:53 #194 持続的あるいは反持続的な増分はランダムにもなり得るので、Hurstは予測可能性についても何も言っていない。SBと違うかどうかは関係ない。SBはランダム性の特殊なケース、「通常の」ランダム性に過ぎない。一般に、分布の形は予測可能性について何も語らない、そこをどう見ればいいのか分からない。 Maxim Dmitrievsky 2021.05.16 12:02 #195 Roman:話題の続きです。 ここでは、データの薄型化について言及する人が多いですね。データの 次元を減らしつつ、最小限の 情報しか失わない方法として、PCA(主成分分析)という手法がある。 この方法を研究された方はいらっしゃいますか?その適用性について、何か結論はありますか? この方法では資産の選別が薄くなることは承知して います。しかし、どのようにすれば次元の損失なくデータセットを間引くことができるのかがわからない。 私が思うに、間引きで一番問題になるのは次元の 減少です。つまり、サンプルの大きさが変わってしまうのです。 簡単な例では、ある集合からある要素を捨てず、隣接する要素の平均値で置き換えることなどが、同じ大学の講師から推奨されています。 少なくとも、シンプルな手法では、このように外れ値が除去されます。 そのため、間引きのアイデアとしてのPCAは十分に検討 可能である。P.S. 巧みなサイトリンク、類似のトピックの記事も発見 おお、なんと )). 新しいデータでは、正弦波でない場合、コンポーネントが「ジャンプ」してしまうので、無駄な練習です。 つまり、PSAは部分標本にフィットする方法であり、しかも線形である。 パターンを見つける方法ではないのです。 Roman 2021.05.16 12:55 #196 Maxim Dmitrievsky:新しいデータでは、正弦波でない場合、コンポーネントが "ジャンプ "するため、無駄な運動となります。つまり、PSAはサブサンプルでフィッティングする方法であり、しかも線形的なものです。パターンを見つける方法ではないのです。 マキシム 今のところ方法を掘り下げていないので、何とも言えません。 モスクワ証券取引所主催の録画セミナーを見たところ、、ブローカーやギークなどあらゆる研究者が経験談やプレゼンなどを披露していました。 そこで、この方法は、さらなるモデルのための資産を選択するために使用されるということを聞きました。 この方法が有効で、ある種の成長をもたらすことを示した。 しかし、誰でも興味を持ち、利益を得ることができるかもしれません。 続きはYOUTUBEで。 Maxim Dmitrievsky 2021.05.16 13:07 #197 Roman:マキシム、まだこの方式に手を出していないので、何も言えません。 モスクワ証券取引所主催の録画セミナーを見たところ、、ブローカーやギークなどあらゆる研究者が体験談や発表などを披露していました。 そこで、この方法は、さらなるモデルのための資産を選択するために使用されるということを聞きました。 この方法が有効で、ある種の成長をもたらすことを示した。 でも、興味のある人は、応用のセンスを見出すことができるかもしれません。 Drimmerの記事はこちら、PSAを応用してポートフォリオを構築する。でも、後でみんなに工場に行くように薦めたんですよ :) Roman 2021.05.16 13:24 #198 Maxim Dmitrievsky: Drimmerの記事はこちら、PSAを応用してポートフォリオを構築する。でも、後でみんなに工場に行くように薦めたんですよ :) もしかしたら、誰も何も理解していなかったからこその推薦だったのかもしれませんね ?;)) Maxim Dmitrievsky 2021.05.16 13:34 #199 Roman:もしかしたら、誰も何も理解していなかったからこその推薦だったのかもしれませんね ?;)) 極めて客観的な理由によるものです。固定されたポートフォリオはその場限りのものであり、新しいデータに対しては、適切なスキルがなければ壊れてしまう。 Victor Klenov 2021.05.16 13:54 #200 Roman:マキシム、まだこの方式に手を出していないので、何も言えません。 モスクワ証券取引所主催の録画セミナーを見たところ、、ブローカーやギークなどあらゆる研究者が体験談や発表などを披露していました。 そこで、この方法は、さらなるモデルのための資産を選択するために使用されるということを聞きました。 この方法が有効で、ある種の成長をもたらすことを示した。 しかし、誰でも興味を持ち、利益を得ることができるかもしれません。続きはYOUTUBEで。 そんなこと言うなよ、兄弟。 1...131415161718192021222324252627...38 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
最適化における標準的なアプローチは、目標にマイナスを掛けることで、最大化が最小化に変わる(逆もまた然り)。
誤差がガウス分布であれば、ISC==MLEであることを既に説明しようとしました。誤差がラプラス分布の場合、MNC==MLE==MLE法最小モジュライ。MLE==MLE by Huberの 時の誤差分布の種類を自分で把握することができます。
実験では、誤差分布の種類は何らかの付加的な考慮によって知られているか、あるいは実験的に選択される(通常は適切な損失関数の形で)。
どうやら一度目はわからなかったようです、今はわかります ))
ありがとうございます。
知識の豊富さに感心FXで儲かっていますか?個人のホームページはお持ちですか?お金を経営に取り込んでいるのか?
知識の豊富さに感心FXで儲かっていますか?個人のホームページはお持ちですか?経営のためにお金を取るのか?
ありがとうございます。しかし、知識はまあまあで、基本的なことしかわかりませんが、多少はしっかりしています。
どうやって稼げばいいのかわからない。時にはFXも)
私は一人で仕事をするので、パマーやシグナルは持っていません(その方が好きなんです)。きっと私一人では、資本的にスケールの大きいシステムを作るのは現実的に不可能なのでしょう。
話題の続きです。
ここでは、データの薄型化について言及する人が多いですね。
データの 次元を減らしつつ、最小限の 情報しか失わない方法として、PCA(主成分分析)という手法がある。
この方法を研究された方はいらっしゃいますか?その適用性について、何か結論はありますか?
この方法では資産の選別が薄くなることは承知して います。しかし、どのようにすれば次元の損失なくデータセットを間引くことができるのかがわからない。
私が思うに、間引きで一番問題になるのは次元の 減少です。つまり、サンプルの大きさが変わってしまうのです。
簡単な例では、ある集合からある要素を捨てず、隣接する要素の平均値で置き換えることなどが、同じ大学の講師から推奨されています。
少なくとも、シンプルな手法では、このように外れ値が除去されます。
そのため、間引きのアイデアとしてのPCAは十分に検討 可能である。
P.S. 巧みなサイトリンク、類似のトピックの記事も発見
おお、なんと )).
新しいデータでは、正弦波でない場合、コンポーネントが「ジャンプ」してしまうので、無駄な練習です。
つまり、PSAは部分標本にフィットする方法であり、しかも線形である。
パターンを見つける方法ではないのです。
新しいデータでは、正弦波でない場合、コンポーネントが "ジャンプ "するため、無駄な運動となります。
つまり、PSAはサブサンプルでフィッティングする方法であり、しかも線形的なものです。
パターンを見つける方法ではないのです。
マキシム 今のところ方法を掘り下げていないので、何とも言えません。
モスクワ証券取引所主催の録画セミナーを見たところ、
、ブローカーやギークなどあらゆる研究者が経験談やプレゼンなどを披露していました。
そこで、この方法は、さらなるモデルのための資産を選択するために使用されるということを聞きました。
この方法が有効で、ある種の成長をもたらすことを示した。
しかし、誰でも興味を持ち、利益を得ることができるかもしれません。
続きはYOUTUBEで。
マキシム、まだこの方式に手を出していないので、何も言えません。
モスクワ証券取引所主催の録画セミナーを見たところ、
、ブローカーやギークなどあらゆる研究者が体験談や発表などを披露していました。
そこで、この方法は、さらなるモデルのための資産を選択するために使用されるということを聞きました。
この方法が有効で、ある種の成長をもたらすことを示した。
でも、興味のある人は、応用のセンスを見出すことができるかもしれません。
Drimmerの記事はこちら、PSAを応用してポートフォリオを構築する。でも、後でみんなに工場に行くように薦めたんですよ :)
もしかしたら、誰も何も理解していなかったからこその推薦だったのかもしれませんね ?
;))
もしかしたら、誰も何も理解していなかったからこその推薦だったのかもしれませんね ?
;))
マキシム、まだこの方式に手を出していないので、何も言えません。
モスクワ証券取引所主催の録画セミナーを見たところ、
、ブローカーやギークなどあらゆる研究者が体験談や発表などを披露していました。
そこで、この方法は、さらなるモデルのための資産を選択するために使用されるということを聞きました。
この方法が有効で、ある種の成長をもたらすことを示した。
しかし、誰でも興味を持ち、利益を得ることができるかもしれません。
続きはYOUTUBEで。
そんなこと言うなよ、兄弟。