市場分析で質的な飛躍を遂げるには？オプションがあります。 - ページ 7 12345678910 新しいコメント 削除済み 2006.11.28 14:46 #61 市場がランダムでないことを示す結果はあるのでしょうか？引用符の解析をいろいろやってから、ランダムで代用しても、その差はほとんどなかったですね。時系列の ランダム性を証明する方法は知らないし、存在するかどうかもわからない。実際、自然界の時系列がランダムであるという証拠に出会ったことはない（アリの個体数、心臓の鼓動など）し、逆もまた然りである。 Christo Tsvetanov 2006.11.28 14:56 #62 実際、統計的な観点から見ると、市場はほとんどランダムであり、トレンドの要素はほとんどありません。でも、十分あるんですけどね...。 削除済み 2006.11.28 15:01 #63 一般的に、ランダム性は世の中に存在するのでしょうか？- 哲学的な問いかけというか。 人生について：なぜ4つの重み付けをするのか？最適化の際にストップロスを拒否してこそ、この種のニューラルネットワークの 有効性を語ることができるように思います。 削除済み 2006.11.28 15:29 #64 Reshetov: ウェーブレットに関しては、これはかなり詐欺です。任意の関数をフーリエ級数分解し、ゼロ調波レベルに対して再構成すると、まさにこのレベルでの関数ヒストグラムの積分が0となるため、ウェーブレットの定義に該当することになる。ウェーブレット演算子は、彼らの「発明」がフーリエ変換よりも多くの情報を含むとされていることを発明しただけです。 クソロビイストは嘘をついています。 ウェーブレット解析に関する驚異的な知識、つまりウェーブレット解析のことです。 分解は無限時間正弦波の基底ではなく、短時間正弦波の基底で行われます。 "ウェーブレット "です。これにより、非定常の解析が可能になります。 シリーズになります。ウェーブレット解析の情報表示は、フーリエ解析と対比して行われます。 を2次元平面上に表示します。このような特徴から、ウェーブレット解析は最も広く受け入れられています。 地震、レーダー、圧縮など、非常に多くの分野で使用されています。 と情報セキュリティ、医療など入力信号にウェーブレット解析を適用することで、ニューラルネットワークの 学習曲線は桁違いに向上する。 裁定取引、解析幾何学、ニューラルネットワーク、フーリエ解析の専門家が、どのようにフーリエ分解を構築し、最も単純な外挿を行うことができるのか、興味深いところである。 表解析関数y=A0*sin(x**2) 0から0までの区間で与えられる。 10*piです。ウェーブレット解析の中では、これは難しいことではありません。 Yury Reshetov 2006.11.28 15:52 #65 Itso: 実際、統計的な観点から見ると、市場はほとんどランダムであり、トレンドの要素はほとんどありません。でも、十分あるんですけどね...。 また、ランダムな事象と同じように起こりうる事象を混同している人も少なくない。コインの裏表を間違えると、表と裏がランダムに出ますが、その確率は異なります。確率の違いを知ることで、このイーグルトスを優位に進めることができる。ティックも同様で、1ピップアップと1ピップダウンで確率が違うなら、その差をポケットに入れないのは罪である。そして、なぜ#GMの株価がランダムに動くかというと、例えば、会社が売上で1株あたりxドルの利益を上げた場合です。あるいは、イナゴにかじられたトウモロコシの先物の価格もランダムではない。すべての市場はランダムではなく、すでに需給を決定しているさまざまな要因に相関しています。 Yury Reshetov 2006.11.28 15:58 #66 New: レシェトフ ウェーブレットに関して言えば、これはかなりの詐欺行為です。任意の関数をフーリエ級数分解して復元すると、このレベルでの関数ヒストグラムの積分は0であるため、ゼロ調和レベルに関してウェーブレットの定義に該当することになります。ウェーブレット演算子は、彼らの「発明」がフーリエ変換よりも多くの情報を含むとされていることを発明しただけです。 クソロビイストは嘘をついています。 入力信号にウェーブレット解析を施すことで、ニューラルネットワークの 学習速度が桁違いに速くなる。 なぜ桁違いに増えるんだ？むしろ、20％くらいはウソをつきたい。しかし、桁違いです。エントロピーというのは情報量のことで、ウェーブレットと呼ばれる関数が流行ったからといって、桁違いに大きくなるわけではありません。 Yury Reshetov 2006.11.28 16:01 #67 getch: 市場がランダムでないことを示す結果はあるのでしょうか？引用符の解析をいろいろやってから、ランダムで代用しても、その差はわずかでした。時系列のランダム性を証明する方法は知らないし、存在するかどうかもわからない。実際、自然界の時系列がランダムであるという証拠に出会ったことはない（アリの個体数、心臓の鼓動など）し、逆もまた然りだ。 そして、引用を取り、ベルヌーイのスキームからランダムに迷い込んだとしよう、一方的に得て、両者の違いを見抜けなかったとしたら、誰があなたを責めることができるだろうか。眼科医に診てもらいましょう。 削除済み 2006.11.28 16:10 #68 ベルヌーイの方式ではなく、MathCadに内蔵されているRandom関数から得られる擬似乱数列と比較したのです。関数のせいにするのは勝手だが、時系列の 相場との相関はないだろう。具体的に言うと、眼科医の助けはいらないから、どこが違うのか見せてくれ。そんなに自信があるのなら、明確な証拠を示して裏付けをとったらどうだ。 Yury Reshetov 2006.11.28 19:08 #69 getch: ベルヌーイの方式ではなく、MathCadに内蔵されているRandom関数から得られる擬似乱数列と比較したのです。関数のせいにするのは勝手だが、時系列の相場との相関はないだろう。具体的に言うと、眼科医の助けはいらないから、どこが違うのか見せてくれ。そんなに自信があるのなら、明確な証拠を示して裏付けをとったらどうだ。 ある時間関数と他の時間関数との相関係数が0に近い場合、それらは互いに独立である。しかし、ランダムな過程との相関がないことが、第二関数のランダム性を示すことになるとは言い切れない。もし、あるランダムな過程が他のランダムな過程や非ランダムな過程と相関があれば、驚くことだろう。 暇つぶしに数学の本を読んだ方がいい。もしかしたら、そこに見覚えのある文字があるかもしれない。適当に名言を調べてきたような胸騒ぎがしますよね。引用されている確率分布を 本当に調べ、あらゆる分散や微分関数を計算し、いくつかの論文を守り、いくつかの学術論文を発表しているのだろうと思いました。しかし、その結果、ゲッチが普通のアマチュアであり、自分の無能さ、簡単に言えばダサさを理由に契約してしまったことが判明したのです。 削除済み 2006.11.28 19:45 #70 劣等感と優越感、どっちが強いんだろうね。しかし、あなたの中に頻繁に現れるその姿は、とにかく私の心を動かしてはくれません。対談相手を軽んじることはできない、そんな観念です。さて、カジュアルさについて。数学に精通した人が引用文に対して最初に行うこと、それは確率の理論を適用することである。多くの人の手によって行われました。結果は無言。これらの結果は、実質的に自動化システムを書く際には使われないと言えば十分だろう（もちろん、この発言には根拠はない）。では、仮に引用がしばらくランダムになったとしたら、多くの人が書いたシステムは違う結果を生むのでしょうか？私の根拠のない意見としては、同じ結果になるのではないかと思っています。これを確認するには、任意のExpert Advisorを使用し、任意の擬似ランダムシーケンスでそれを実行します。そして、比べてみてください。もちろん、これだけでは何もわからない。引用の時系列の 非ランダム性を示せと言ったのか、それともそんな「無意味」なことに時間を割きたくないだけなのか？ 12345678910 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
ウェーブレットに関しては、これはかなり詐欺です。任意の関数をフーリエ級数分解し、ゼロ調波レベルに対して再構成すると、まさにこのレベルでの関数ヒストグラムの積分が0となるため、ウェーブレットの定義に該当することになる。ウェーブレット演算子は、彼らの「発明」がフーリエ変換よりも多くの情報を含むとされていることを発明しただけです。 クソロビイストは嘘をついています。
ウェーブレット解析に関する驚異的な知識、つまりウェーブレット解析のことです。
分解は無限時間正弦波の基底ではなく、短時間正弦波の基底で行われます。
"ウェーブレット "です。これにより、非定常の解析が可能になります。
シリーズになります。ウェーブレット解析の情報表示は、フーリエ解析と対比して行われます。
を2次元平面上に表示します。このような特徴から、ウェーブレット解析は最も広く受け入れられています。
地震、レーダー、圧縮など、非常に多くの分野で使用されています。
と情報セキュリティ、医療など入力信号にウェーブレット解析を適用することで、ニューラルネットワークの 学習曲線は桁違いに向上する。
裁定取引、解析幾何学、ニューラルネットワーク、フーリエ解析の専門家が、どのようにフーリエ分解を構築し、最も単純な外挿を行うことができるのか、興味深いところである。
表解析関数y=A0*sin(x**2) 0から0までの区間で与えられる。
10*piです。ウェーブレット解析の中では、これは難しいことではありません。
実際、統計的な観点から見ると、市場はほとんどランダムであり、トレンドの要素はほとんどありません。でも、十分あるんですけどね...。
ウェーブレットに関して言えば、これはかなりの詐欺行為です。任意の関数をフーリエ級数分解して復元すると、このレベルでの関数ヒストグラムの積分は0であるため、ゼロ調和レベルに関してウェーブレットの定義に該当することになります。ウェーブレット演算子は、彼らの「発明」がフーリエ変換よりも多くの情報を含むとされていることを発明しただけです。 クソロビイストは嘘をついています。
入力信号にウェーブレット解析を施すことで、ニューラルネットワークの 学習速度が桁違いに速くなる。
市場がランダムでないことを示す結果はあるのでしょうか？引用符の解析をいろいろやってから、ランダムで代用しても、その差はわずかでした。時系列のランダム性を証明する方法は知らないし、存在するかどうかもわからない。実際、自然界の時系列がランダムであるという証拠に出会ったことはない（アリの個体数、心臓の鼓動など）し、逆もまた然りだ。
ベルヌーイの方式ではなく、MathCadに内蔵されているRandom関数から得られる擬似乱数列と比較したのです。関数のせいにするのは勝手だが、時系列の相場との相関はないだろう。具体的に言うと、眼科医の助けはいらないから、どこが違うのか見せてくれ。そんなに自信があるのなら、明確な証拠を示して裏付けをとったらどうだ。
暇つぶしに数学の本を読んだ方がいい。もしかしたら、そこに見覚えのある文字があるかもしれない。適当に名言を調べてきたような胸騒ぎがしますよね。引用されている確率分布を 本当に調べ、あらゆる分散や微分関数を計算し、いくつかの論文を守り、いくつかの学術論文を発表しているのだろうと思いました。しかし、その結果、ゲッチが普通のアマチュアであり、自分の無能さ、簡単に言えばダサさを理由に契約してしまったことが判明したのです。