ベイズ回帰 - このアルゴリズムを使ってEAを作った方はいらっしゃいますか？ - ページ 9

[nowi]

あなたは自分自身を絞首刑に行く必要があり、なぜ私はそれを得ることができない、泣き言？ ...敗者は、有益な取引ができない？この掲示板で何してるんだ！工場でナットでも研いでろ...。

もし私がトレーディング（必ずしもFXではなく、一般的に）を信じていなかったら、二度とこのフォーラムを訪れないでしょう！ ......何のために？

しかし、私はできる......そして、私は稼いでいる......。わあああああああああああああああああああああああああああああああああああああああああああああああああああああああああ何年もの間、一貫して、着実に...パーセントは良くないけど（私は現実主義者だから）、やってます...。で...だから？ご質問はありませんか？

[nowi]

Yuri Evseenkov:
ちょっと調子に乗りすぎましたね。罵倒＋ヘロインそれはこのフォーラムのプロフィールではありません。何のための人生か？人類最初の書物に書かれている。他の本は口だけです。

真の信者はここにいる))......それはトーラと新ゼのことではありませんか？どちらかというと、最初の本ではないし、一番重要な本でもないのは確かですが......。そして、彼らは確かに最も興味深くなく、知的でもない......。聖書はクソだ......。

[Alexey Burnakov]

nowi:
真の信者はここにいる)) ......トーラと新ゼの話じゃないのか？どちらかというと、最初の本ではないし、一番重要な本でもないのは確かですが......。そして、彼らは確かに最も興味深くなく、知的でもない...。聖書はクソだ......。

最低でも白いのから全部削除されるよ。

[Mikhail Tkachev]

Alexey Burnakov:

これは面白いものですね。

一つ重要なことがあります。著者は、線形回帰と ANOVAについて、データの正規分布を仮定していると書いています。これは非常に長い文章で、多くの人が何も考えずに繰り返している間違った文章です。実は、モデル誤差の正規分布を想定していることなのです。データそのものが正常でない可能性があります。

線形回帰の適用条件が残っている ...


そして、価格系列や増分で、条件3a,3bを満たさない-分散は毎日異なり、誤差は相関する ...

[Mikhail Tkachev]

Yuri Evseenkov:

このスレッドの著者の最初の投稿に、数式を含む説明文がpdf形式で掲載されています。適切な翻訳を探す。https://www.mql5.com/go?http://arxiv.org/pdf/1410.1231.pdf

何が問題なのか？Googleはよく翻訳する...:)

[Valerii Mazurenko]

原作を翻訳するのは、暇が出来次第（今はちょっと無理ですが） - 2週間以内に挑戦します。

[Mikhail Tkachev]

nowi:

ベイズ回帰、線形回帰、ニューラルネットワーク、進化的アルゴリズム......市場のカモのコミュニティはどれだけ豊かか......それを信じるバカがいることがどれだけプロの幸せなことか。科学的 モデル......................)

というのがまだはっきりしないのが、なんとも不思議な市場です...。複雑なアルゴリズム --関連性が ないから失敗する......。
しかし、いや - 進んで、そんなに良い数学にジャックオフしない人のために、むしろ抵抗レベルを描く、偽の休憩を監視し、位置を構築し、....残りはフォーラムのほとんどに知られていない（それはATMで紙幣を取得している）です。

私たちは飛び、あなたたちは這う 愚か者たちよ............愚か者たちよ...................。

強い意志表示。:)
エクイティ・コミュニティへの提示が残っている。
もしかしたら、あなたは本当に直感的なトレーダーなのかもしれない・・・。

[Mikhail Tkachev]

Alexey Burnakov:
ある教授は、「基礎理論をやるには、よほど頭がよくなければならない」と言った。面白くて、長い目で見て儲かると思えば、いいじゃないですか。

ある偉大な物理学者が言った。"優れた理論ほど実用的なものはない":)

[Yuri Evseenkov]

Mike: 何が問題なのか？Googleは良い翻訳者だ...:)

続いてGoogleが翻訳する。

RUストラテジーは、実際のデータトレイルと照らし合わせると、60日以内に投資額をほぼ2倍にすることが可能です。
I.ベイズ回帰問題。 回帰問題を考える：Xi∈Rd, y∈Rで1 ^ y ^ nにわたってp個の学習ラベル付きデータ点（Xi, Yi）がある固定e≥1について与えられる。このデータ学習を利用して 、与えられたx∈Rdに対する未知のラベルy∈Rを予測 することが目標である。古典的なアプローチ。 ノンパラメトリック統計学の標準的なアプローチは、次のようなモデルを仮定することです：ラベル付きデータは、関係式y = F (x) +? ここで、? はノイズを表す独立な確率変数で、一般に平均0、（正規化）分散1のガウス型と仮定さ れます。この回帰は、n 個の観測値 (x1, y1), ..., (Xn, yup) から pH を推定し、それを将来予測に利用することに集約される。例 えば、P (x) = xTθ *、すなわちFを線形関数と仮定すると、*やpの推定には古典的最小二乗推定が用いられる： θLS ∈argmin θ∈Rd n X i = 1 ( Yi -xt i Q) 2 (1) [...]。

このスレッドの著者の最初の投稿からです。ところで、どなたかpdf形式のテキストを手入力せずに翻訳機に挿入する方法をご存じないでしょうか？

P.S. F 一般的には、MQLコミュニティのテーマや方言に詳しい翻訳者にお願いしたいです。

[Lilita Bogachkova]

Yuri Evseenkov:

続いてGoogleが翻訳する。

RUストラテジーは、実際のデータトレイルと照らし合わせると、60日以内に投資額をほぼ2倍にすることが可能です。
I.ベイズ回帰問題。 回帰問題を考える：Xi∈Rd, y∈Rで1 ^ y ^ nにわたってp個の学習ラベル付きデータ点（Xi, Yi）がある固定e≥1について与えられる。このデータ学習を利用して 、与えられたx∈Rdに対する未知のラベルy∈Rを予測 することが目標である。古典的なアプローチ。 ノンパラメトリック統計学の標準的なアプローチは、次のようなモデルを仮定することです：ラベル付きデータは、関係式y = F (x) +? ここで、? はノイズを表す独立な確率変数で、一般に平均0、（正規化）分散1のガウス型と仮定さ れます。この回帰は、n 個の観測値 (x1, y1), ..., (Xn, yup) から pH を推定し、それを将来予測に利用することに集約される。例 えば、P (x) = xTθ *、すなわちFを線形関数と仮定すると、*やpの推定には古典的最小二乗推定が用いられる： θLS ∈argmin θ∈Rd n X i = 1 ( Yi -xt i Q) 2 (1) [...]。

このスレッドの著者の最初の投稿からです。ところで、どなたかpdf形式のテキストを手入力せずに翻訳機に挿入する方法をご存じないでしょうか？

P.S. F 一般的には、このMQLコミュニティの話題や方言に詳しい人に翻訳してもらいたいです。

数式をtxtファイルにコピーすることはできません。