また、A. G. Tsypkin著「Handbook of Mathematics for Secondary School」(c)の172ページには、このようなことが書かれています。 でも、まさにその学校には行かずに、レッスン中にバス停でタバコの吸殻を拾っていたのではないでしょうか?今はハズレを引いたふりをして、ラインフィルターの「専門家」だと偽ろうとしていますね。実際はヘタレで二枚舌なのに。そして、遅かれ早かれ、それが発覚することになるのです。そして、一度あなたの強気な性格を見抜いたら、周囲からの寛容さは期待しないことです。あなたの意見は無視されます。
これもかなり筋が通っているのですが、少し話が脱線します。 今日、会社から車で移動中、ふと、指標に対する考え方を考え直した方がいいのではないかと、私の間抜けな頭で考えました。 それは、ニューラルネットワークでの利用という観点ですが、それだけに限りません。つまり、インジケーターは画面を飾るための小道具ではなく、トレードに役立つ道具であるという考えから出発したいのです。そのためには、知恵を絞らずに、ある一定のポイントだけ上下に値動きする確率を推定するのが一番だと私は考えています。 そこで、指標を+1~-1まで変化する数値(というより価格系列の関数)と考えてみましょう。この数値の符号は、「+」は上、「-」は下と想定される値動きの方向を示し、モジュールは、この方向にかなりの量のポイントが到達する確率、例えば30(これは義務的な指標パラメータとするのがよいでしょう)を示します。すなわち、すべての指標が統一された均一なインターフェイスを持つことです。その中に何が入っているかは、すべて作者の良心に委ねられる。特に、指標をニューラルネットワークにつなげる目的で思いつきました。この場合、接続は非常に簡単です。でも、この規格で書かれた新しいインジケーターは、その曲線がすぐにわかるので、それだけで価値があると思うんです。そうでなくても、インターネット上でインジケーターを見かけることはよくあることでしょう。描写がないのです。それに、たとえソースコードがあったとしても、作者が何を考えて、どうすればいいのかがわからない......。残念なことに、このようなアプローチでは、様々なモブやボリンジャーといった人気者は存在する資格を失ってしまう。しかし、誰もそれが簡単だとは約束しなかった...。このような規格のメリットは、デメリットを何倍も上回っているように思います。
いいとこ取り!?残念ながら、アイデアにとどまる可能性が多すぎるのです。実は、この問いはシンプルに思えるのですが。
ある指標には、その数値の幅があります。入力パラメータは1つだけで、価格変動のポイント数で表したN値です。新しいインジケータを作成する必要があり、その定義領域は、古いインジケータの領域と値の領域 - 範囲 (-1,1) になります。そして、これらの値の意味するところは、eugenk1 さんが述べられているように、対応する方向にNポイントずつ価格が変化する確率です。
この問題の理論的な解決は、各指標に対して個別に行うしかなく、ほとんど不可能である。 したがって、この問題はおそらく議論されるべきではないだろう。しかし、現象論的な解決策(やはり、各指標について個別に)を実施することも可能である。そのためには、このインジケータの統計情報を履歴から分析する必要があります。足りないのは、数理統計学の観点から見た正しい問題の定式化である。残念ながら、私はこの分野には強くありません。
ユージン、この確率を指標の値ごとに評価する普遍的な手順を策定することができるかもしれないよ?それとも特定のもの?
怠けていない人;-)チャンピオンシップから私のExpert Advisorで最適化期間を最適化する。私のExpert Advisor自体は、M15, H1で時々利益を表示します。実験する時間がないんです。
もし秘密でないなら......チャンピオンシップの正式発表から登録終了まで、どれくらいの時間が経過したのでしょうか?
3ヶ月
3ヶ月です。
ええ、読みましたよ、無条件に勝利を主張する書き込みもあって苦笑しました :).
正式発表-7月19日、受付終了-9月25日 2ヶ月と1週間。原理的には、作業的なアイデアがあれば、(実装に数千行を必要としないのであれば)可能でしょう。
これもかなり筋が通っているのですが、少し話が脱線します。 今日、会社から車で移動中、ふと、指標に対する考え方を考え直した方がいいのではないかと、私の間抜けな頭で考えました。 それは、ニューラルネットワークでの利用という観点ですが、それだけに限りません。つまり、インジケーターは画面を飾るための小道具ではなく、トレードに役立つ道具であるという考えから出発したいのです。そのためには、知恵を絞らずに、ある一定のポイントだけ上下に値動きする確率を推定するのが一番だと私は考えています。 そこで、指標を+1~-1まで変化する数値(というより価格系列の関数)と考えてみましょう。この数値の符号は、「+」は上、「-」は下と想定される値動きの方向を示し、モジュールは、この方向にかなりの量のポイントが到達する確率、例えば30(これは義務的な指標パラメータとするのがよいでしょう)を示します。すなわち、すべての指標が統一された均一なインターフェイスを持つことです。その中に何が入っているかは、すべて作者の良心に委ねられる。特に、指標をニューラルネットワークにつなげる目的で思いつきました。この場合、接続は非常に簡単です。でも、この規格で書かれた新しいインジケーターは、その曲線がすぐにわかるので、それだけで価値があると思うんです。そうでなくても、インターネット上でインジケーターを見かけることはよくあることでしょう。描写がないのです。それに、たとえソースコードがあったとしても、作者が何を考えて、どうすればいいのかがわからない......。残念なことに、このようなアプローチでは、様々なモブやボリンジャーといった人気者は存在する資格を失ってしまう。しかし、誰もそれが簡単だとは約束しなかった...。このような規格のメリットは、デメリットを何倍も上回っているように思います。
3ヶ月です。
ええ、読みましたよ、無条件に勝利を主張する書き込みもあって苦笑しました :).
正式発表-7月19日、受付終了-9月25日 2ヶ月と1週間。原理的には、うまくいけば、(実装に数千行を必要としないのであれば)可能でしょう。
誰かが必ず勝つ)。
これもかなり筋が通っているのですが、少し話題から脱線します。 今日、会社から車で移動中に、特にニューラルネットワークに限らず、指標に対する考え方を考え直した方がいいのではないかと、頭の悪い私の脳みそに思い当たりました。つまり、インジケーターは画面を飾るための小道具ではなく、トレードに役立つ道具であるという考えから出発したいのです。そのためには、知恵を絞らずに、ある一定のポイントだけ上下に値動きする確率を推定するのが一番だと私は考えています。 そこで、指標を+1~-1まで変化する数値(というより価格系列の関数)と考えてみましょう。この数値の符号は、「+」は上、「-」は下と想定される値動きの方向を示し、モジュールは、この方向にかなりの量のポイントが到達する確率、例えば30(これは義務的な指標パラメータとする方がよいでしょう)を示します。すなわち、すべての指標が統一された均一なインターフェイスを持つことです。その中に何が入っているかは、すべて作者の良心に委ねられる。特に、指標をニューラルネットワークにつなげる目的で思いつきました。この場合、接続は非常に簡単です。でも、この規格で書かれた新しいインジケーターは、その曲線がすぐにわかるので、それだけで価値があると思うんです。そうでなくても、インターネット上でインジケーターを見かけることはよくあることでしょう。描写がないのです。それに、たとえソースコードがあったとしても、作者が何を考えて、どうすればいいのかがわからない......。残念なことに、このようなアプローチでは、様々なモブやボリンジャーといった人気者は存在する権利を失ってしまうのです。しかし、誰もそれが簡単だとは約束しなかった...。このような規格のメリットは、デメリットを何倍も上回っているように思います。
いいとこ取り!?残念ながら、アイデアにとどまる可能性が多すぎるのです。実は、この問いはシンプルに思えるのですが。
独自の数値範囲を持つインジケータがあります。入力パラメータは1つだけで、価格変動のポイント数で表したN値です。新しいインジケータを作成する必要があり、その定義領域は、古いインジケータの領域と値の領域 - 範囲 (-1,1) になります。そして、これらの値の意味するところは、eugenk1 さんが述べられているように、対応する方向にNポイントずつ価格が変化する確率です。
この問題の理論的な解決は、各指標に対して個別に行うしかなく、ほとんど不可能である。 したがって、この問題はおそらく議論されるべきではないだろう。しかし、現象論的な解決策(やはり、各指標について個別に)を実施することも可能である。そのためには、このインジケータの統計情報を履歴から分析する必要があります。足りないのは、数理統計学の観点から見た正しい問題の定式化である。残念ながら、私はこの分野には強くありません。
ユージン、この確率を指標の値ごとに評価する普遍的な手順を策定することができるかもしれないよ?あるいは、ある特定の指標について?
パーセプトローナに関する私の質問は、間違った表現でした。言い直してみますと、多面体を記述する条件である if(a1<x1 && a2>x2 && a3<x3 && a4<x4) の代わりに、なぜAC(平面)の線形結合を使うのでしょうか?
しかし、あなたのために - dumnyaすべて同じそれは明らかではありませんが、線形フィルタの原理を説明します。
線形フィルタでは、平面の方程式は線形方程式(パーセプトロンのような関数)として与えられる。例えば、X、Y、Zの3次元空間であれば、次のような形の方程式になる。
を簡略化しました。
f(X, Y, Z) = 0とする。
また、A. G. Tsypkin著「Handbook of Mathematics for Secondary School」(c)の172ページには、このようなことが書かれています。
でも、まさにその学校には行かずに、レッスン中にバス停でタバコの吸殻を拾っていたのではないでしょうか?今はハズレを引いたふりをして、ラインフィルターの「専門家」だと偽ろうとしていますね。実際はヘタレで二枚舌なのに。そして、遅かれ早かれ、それが発覚することになるのです。そして、一度あなたの強気な性格を見抜いたら、周囲からの寛容さは期待しないことです。あなたの意見は無視されます。
皆さん、ちょっとオフトピックですが、これもなかなか一線を画しています。今日、会社からの帰り道、バカな脳みそで、指標に対する姿勢をみんなで考え直したらいいんじゃないかと思いつきました。まさに、ニューラルネットワークに使うという観点ですが、それだけではありません。つまり、インジケーターは画面を飾るための小道具ではなく、トレードに役立つ道具であるという考えから出発したいのです。このプロセスを支援する最善の方法は何でしょうか?ある一定のポイントだけ上下に値動きする確率を推定するのが一番いいと思います。そこで、指標を+1~-1の範囲で変化する数値(というより価格系列の関数)と考えることにする。この数値の符号は、想定される値動きの方向を示しており、「+」は上昇、「-」は下降を意味する。そして、モジュール - この方向にかなりの量のポイント、例えば30に達する確率(これは義務的な指標パラメータにするのがよいでしょう)。すなわち、すべての指標が統一された均一なインターフェイスを持つことです。その中に何が入っているかは、すべて作者の良心に委ねられる。特に、指標をニューラルネットワークにつなげる目的で思いつきました。この場合、接続は非常に簡単です。でも、そのアイデアにはそれなりの価値があると思うんです。この規格で書かれた新しい指標は、その曲線がすぐにわかるので困ることはないでしょう。そうでなくても、インターネット上でインジケーターを見かけることはよくあることでしょう。描写がないのです。それに、たとえソースコードがあったとしても、作者が何を考えて、どうすればいいのかがわからない......。残念なことに、このようなアプローチでは、様々なモブやボリンジャーといった人気者は存在する資格を失ってしまう。しかし、誰もそれが簡単だとは約束しなかった...。この規格の長所は短所を何倍も上回っているように思います。
。
いいとこ取り!?しかし、残念ながら、このままではチャンスが多すぎる。実は、この問いはシンプルに思えるのですが。 ある指標には、その数値の幅があります。入力パラメータは1つだけで、価格変動のポイント数で表したN値です。新しいインジケータを作成する必要があり、その定義領域は、古いインジケータの領域と値の領域 - 範囲 (-1,1) になります。そして、これらの値の意味するところは、
eugenk1 さんが述べられているように、対応する方向にNポイントずつ価格が変化する確率です。この問題の理論的な解決は、各指標に対して個別にしか実施できず、ほとんど不可能である。だから、おそらく、この質問は議論にすらならないはずだ。しかし、現象論的な解決策(やはり、各指標について個別に)を実施することも可能である。そのためには、このインジケータの統計情報を履歴から分析する必要があります。足りないのは、数理統計学の観点から見た正しい問題の定式化である。残念ながら、私はこの分野には強くありません。 ユージン、この確率を指標の値ごとに評価する普遍的な手順を策定することができるかもしれないよ?それとも特定のもの?
。
もちろんベイズの定理はありますが、独立した事象に対してのみです。つまり、この定理に従って確率を計算する指標は、独立した情報源から情報を得なければならないのである。しかし、すべてのテクニカル指標は、相場に依存した値を生成するため、ベイズアプローチには適さない。
レシェトフ シンプルにするんだ当然ながら、あくまでも頻度による確率の推定の話である。統計学はそのためにあるのです。そうでなければ、理論家というのはまったく役に立たない抽象的な存在になってしまいます。例えば分散は、限られた標本から推定する方法がわかっています。そして、標本の推定値が母集団の推定値と所定の値以下しか違わない確率を推定する方法も知っている...。