価格BPから定常BPの取得 - ページ 8 123456789101112131415...39 新しいコメント Hide 2009.11.17 12:42 #71 faa1947 >> : BPをもっとまともなものに変えることはいくらでもある。すべて（あるいはほとんど）の指標はあるが、利益は目に見えない。指標を開発するときは、必ずアイデアが先で、その後に実施するものです。ここでは「VRが非定常である代わりに定常であれば良い」と言われています。何が良いのか？すべての指標の開発は、初期のBPの何らかの特性を反映しているという事実を目的としている。ここでは、そのようなタスクは全く設定せず、結果の統計的な特徴を設定し、この結果が初期BPの何を反映しているか分からないようにしています。 非定常過程に対する定常過程の利点は何ですか？定常的なプロセスは予測可能である。何らかの重要な特性（最も一般的な形では必ずしも平均ではない）を持っており、この特性がどのように変化しうるかがわかっている（最も一般的な形では必ずしも分散ではない）。また、この特性およびその変動はサンプルに依存しないことが知られている。そして、特に厳密な形では、ばらつきの分布が一定であることも知られている。これらすべてを、ある程度の厳密さをもって、予測することが可能になります。非定常過程ではこうはいかない。この場合、厳密には予測は不可能である（もちろん、実際にはそうでもないのだが）。ある種の急落をもたらすのは、非定常性である。しかし、据え置き型も可能であり、そのようなファンも少なくない。しかし、これは別の話題です。 だから、利益＝f（価格）、つまり、非定常的な価格から定常的な利益を得る、と書いているのです。 これは利益を保証するものではありませんが、非常に望ましい物件です。 faa1947>>: ところで、掲示板でローソク足の長さが時間帯によって異なるというグラフを見たことがあります。 それは、ある種の市場に固有の性質である。なぜ興味を持ったのですか？この議論の文脈では Avals 2009.11.17 13:22 #72 HideYourRichess писал(а)>> 非定常過程に対する定常過程の利点は何ですか？定常的なプロセスは予測可能である。何らかの重要な特性（最も一般的な形では必ずしも平均ではない）を持っており、この特性がどのように変化しうるかがわかっている（最も一般的な形では必ずしも分散ではない）。また、この特性およびその変動はサンプルに依存しないことが知られている。そして、特に厳密な形では、ばらつきの分布が一定であることも知られている。これらすべてを、ある程度の厳密さをもって、予測することが可能になります。非定常過程ではこうはいかない。この場合、厳密には予測は不可能である（もちろん、実際にはそうでもないのだが）。ある種の急落をもたらすのは、非定常性である。しかし、据え置き型も可能であり、そのようなファンも少なくない。しかし、これは別の話題です。 だから、利益＝f（価格）、つまり、非定常的な価格から定常的な利益を得る、と書いているのです。 これは利益を出すことを保証するものではありませんが、非常に望ましい機能です。 これは、ある種の市場に固有の性質である。なぜ興味を持ったのですか？この議論の文脈では 正モで定常性が望ましい。それなら、そう、利益の源泉です。定常的なモ＝0で、体系的に稼げるケースはあるのでしょうか？かなり適切に予測することは可能ですが、稼ぐことは可能なのでしょうか？ポジティブモは、分布の他の特徴・パラメータがわかっていれば、最も効率的にプレイすることができます。 定常系列は依存関係が解消されている。その分布は基準t-scoreの時間シフトに依存しないため、「記憶」を持たない。その中で依存関係を探しても、TAを作っても意味がない。ポジティブモが存在する場合のみ、純粋に統計的に再生する。 Hide 2009.11.17 13:40 #73 Avals >> : 正モで定常性が望ましい。それなら、そう、収入源になる。定常的なmo=0のケースで、体系的に稼ぐことができるケースはあるのでしょうか？予測することは可能で、かなり適切なのですが、稼ぐことは？ポジティブモは、分布の他の特徴・パラメータがわかっていれば、最も効率的にプレイすることができます。 定常系列は依存関係が解消されている。その分布は基準t-scoreの時間シフトに依存しないため、「記憶」を持たない。その中で依存関係を探しても、TAを作っても意味がない。ポジティブモがある場合のみ、純粋に統計的に再生すること。 これは、私が書いたものに対する反論ではなく、明確化であることを望みます。 Avals 2009.11.17 13:40 #74 HideYourRichess писал(а)>> 同じことを言ってるのか？ おそらくそうでしょう。私が読んだときにはまだなかっただけです。 "定常性は収益性を保証するものではないが、望ましい属性である。" という点を明確にしたかったのです :) Hide 2009.11.17 13:44 #75 気が散っていたので、一度に全部は書けませんでした。実は、これらの点は避けたかったのです。 СанСаныч Фоменко 2009.11.17 14:54 #76 Avals писал(а)>> 正モで定常性が望ましい。それなら、そう、収入源になる。定常的なmo=0のケースで、体系的に稼ぐことができるケースはあるのでしょうか？予測することは可能で、かなり適切なのですが、稼ぐことは？ポジティブモは、分布の他の特徴・パラメータがわかっていれば、最も効率的にプレイすることができます。 定常系列は依存関係が解消されている。その分布は参照t-keyのタイムシフトに依存しないため、「記憶」を持たない。その中で依存関係を探しても、TAを作っても意味がない。ポジティブモがある場合のみ、純粋に統計的に再生すること。 数回前の記事で、原型との整合性について疑問を持ちました。マッシュアップは元の非定常信号と一致するか？理論的にも、マッシュアップの改造という形でも、一袋の答えがあります。通常のモデルを使うこともできますが、必ずオリジナルとのモデルの対応性（妥当性）の問題に答えなければなりません。トレンドを取り込もうとしているのです。何を小出しにするのか？BPが強いトレンド、弱いトレンド、サイクル（コリドーの振動、ホワイトノイズ）の総和だとすると、何を増分にとればいいのでしょうか。 СанСаныч Фоменко 2009.11.17 14:55 #77 HideYourRichess писал(а)>> これは、ある種の市場に固有の性質である。なぜ興味を持ったのですか？>> この議論の文脈では キャンドルの長さの時間帯依存性は、増分の非定常性と解釈した。 Hide 2009.11.17 15:13 #78 faa1947 >> : キャンドルの長さの時間帯依存性は、増分の非定常性と解釈した。 は、リンクがあるのでしょうか？ СанСаныч Фоменко 2009.11.17 15:16 #79 HideYourRichess писал(а)>> は、リンクがあるのでしょうか？ 残念ながら、そうではありません。スパイダーにあったのが、ここに移ったんです。BPの非定常性の最も不快な兆候は、トレンドの周期性が変化していることである。また、キャンドルの長さは時間によって変化します。ボラティリティが定常的でない以上、これは当然のことのように思えます。 Yury Reshetov 2009.11.17 15:32 #80 以上、私のモデルはうまくいっていますよ。今日、ニューラルネットワークを重み係数で外挿するアルゴリズムにエラーがあることを確認しました。 要するに、ストーリーを3つに分けているのです。 最初の部分では、NNの入力に価格差と（内容は伏せますが）残差を与えています。ニューラルネットが遅れている。重み係数を得る。外挿するのです。 第2部では、外挿のチェックを行います。フィット感があることがわかります。余りから最初のNNの外挿を引く、つまり余り（最初のNNの誤差）のBPをもう一つ得る。2番目のNNの入力に供給する。 第三部では、第二のNNが第一のNNの誤りを修正する。フォワードは成功。 支店は閉鎖されたと考えてよい。最初の投稿での仮説は正しかったことが判明しました。少なくともテスターでは、結果は安定しています。 123456789101112131415...39 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
BPをもっとまともなものに変えることはいくらでもある。すべて（あるいはほとんど）の指標はあるが、利益は目に見えない。指標を開発するときは、必ずアイデアが先で、その後に実施するものです。ここでは「VRが非定常である代わりに定常であれば良い」と言われています。何が良いのか？すべての指標の開発は、初期のBPの何らかの特性を反映しているという事実を目的としている。ここでは、そのようなタスクは全く設定せず、結果の統計的な特徴を設定し、この結果が初期BPの何を反映しているか分からないようにしています。
非定常過程に対する定常過程の利点は何ですか？定常的なプロセスは予測可能である。何らかの重要な特性（最も一般的な形では必ずしも平均ではない）を持っており、この特性がどのように変化しうるかがわかっている（最も一般的な形では必ずしも分散ではない）。また、この特性およびその変動はサンプルに依存しないことが知られている。そして、特に厳密な形では、ばらつきの分布が一定であることも知られている。これらすべてを、ある程度の厳密さをもって、予測することが可能になります。非定常過程ではこうはいかない。この場合、厳密には予測は不可能である（もちろん、実際にはそうでもないのだが）。ある種の急落をもたらすのは、非定常性である。しかし、据え置き型も可能であり、そのようなファンも少なくない。しかし、これは別の話題です。
だから、利益＝f（価格）、つまり、非定常的な価格から定常的な利益を得る、と書いているのです。
これは利益を保証するものではありませんが、非常に望ましい物件です。
ところで、掲示板でローソク足の長さが時間帯によって異なるというグラフを見たことがあります。
非定常過程に対する定常過程の利点は何ですか？定常的なプロセスは予測可能である。何らかの重要な特性（最も一般的な形では必ずしも平均ではない）を持っており、この特性がどのように変化しうるかがわかっている（最も一般的な形では必ずしも分散ではない）。また、この特性およびその変動はサンプルに依存しないことが知られている。そして、特に厳密な形では、ばらつきの分布が一定であることも知られている。これらすべてを、ある程度の厳密さをもって、予測することが可能になります。非定常過程ではこうはいかない。この場合、厳密には予測は不可能である（もちろん、実際にはそうでもないのだが）。ある種の急落をもたらすのは、非定常性である。しかし、据え置き型も可能であり、そのようなファンも少なくない。しかし、これは別の話題です。
だから、利益＝f（価格）、つまり、非定常的な価格から定常的な利益を得る、と書いているのです。
これは利益を出すことを保証するものではありませんが、非常に望ましい機能です。
これは、ある種の市場に固有の性質である。なぜ興味を持ったのですか？この議論の文脈では正モで定常性が望ましい。それなら、そう、利益の源泉です。定常的なモ＝0で、体系的に稼げるケースはあるのでしょうか？かなり適切に予測することは可能ですが、稼ぐことは可能なのでしょうか？ポジティブモは、分布の他の特徴・パラメータがわかっていれば、最も効率的にプレイすることができます。
定常系列は依存関係が解消されている。その分布は基準t-scoreの時間シフトに依存しないため、「記憶」を持たない。その中で依存関係を探しても、TAを作っても意味がない。ポジティブモが存在する場合のみ、純粋に統計的に再生する。
正モで定常性が望ましい。それなら、そう、収入源になる。定常的なmo=0のケースで、体系的に稼ぐことができるケースはあるのでしょうか？予測することは可能で、かなり適切なのですが、稼ぐことは？ポジティブモは、分布の他の特徴・パラメータがわかっていれば、最も効率的にプレイすることができます。
定常系列は依存関係が解消されている。その分布は基準t-scoreの時間シフトに依存しないため、「記憶」を持たない。その中で依存関係を探しても、TAを作っても意味がない。ポジティブモがある場合のみ、純粋に統計的に再生すること。
これは、私が書いたものに対する反論ではなく、明確化であることを望みます。
同じことを言ってるのか？
おそらくそうでしょう。私が読んだときにはまだなかっただけです。
"定常性は収益性を保証するものではないが、望ましい属性である。"
という点を明確にしたかったのです :)
正モで定常性が望ましい。それなら、そう、収入源になる。定常的なmo=0のケースで、体系的に稼ぐことができるケースはあるのでしょうか？予測することは可能で、かなり適切なのですが、稼ぐことは？ポジティブモは、分布の他の特徴・パラメータがわかっていれば、最も効率的にプレイすることができます。
定常系列は依存関係が解消されている。その分布は参照t-keyのタイムシフトに依存しないため、「記憶」を持たない。その中で依存関係を探しても、TAを作っても意味がない。ポジティブモがある場合のみ、純粋に統計的に再生すること。
数回前の記事で、原型との整合性について疑問を持ちました。マッシュアップは元の非定常信号と一致するか？理論的にも、マッシュアップの改造という形でも、一袋の答えがあります。通常のモデルを使うこともできますが、必ずオリジナルとのモデルの対応性（妥当性）の問題に答えなければなりません。トレンドを取り込もうとしているのです。何を小出しにするのか？BPが強いトレンド、弱いトレンド、サイクル（コリドーの振動、ホワイトノイズ）の総和だとすると、何を増分にとればいいのでしょうか。
これは、ある種の市場に固有の性質である。なぜ興味を持ったのですか？>> この議論の文脈では
キャンドルの長さの時間帯依存性は、増分の非定常性と解釈した。
キャンドルの長さの時間帯依存性は、増分の非定常性と解釈した。
は、リンクがあるのでしょうか？
は、リンクがあるのでしょうか？
残念ながら、そうではありません。スパイダーにあったのが、ここに移ったんです。BPの非定常性の最も不快な兆候は、トレンドの周期性が変化していることである。また、キャンドルの長さは時間によって変化します。ボラティリティが定常的でない以上、これは当然のことのように思えます。
以上、私のモデルはうまくいっていますよ。今日、ニューラルネットワークを重み係数で外挿するアルゴリズムにエラーがあることを確認しました。
要するに、ストーリーを3つに分けているのです。
最初の部分では、NNの入力に価格差と（内容は伏せますが）残差を与えています。ニューラルネットが遅れている。重み係数を得る。外挿するのです。
第2部では、外挿のチェックを行います。フィット感があることがわかります。余りから最初のNNの外挿を引く、つまり余り（最初のNNの誤差）のBPをもう一つ得る。2番目のNNの入力に供給する。
第三部では、第二のNNが第一のNNの誤りを修正する。フォワードは成功。
支店は閉鎖されたと考えてよい。最初の投稿での仮説は正しかったことが判明しました。少なくともテスターでは、結果は安定しています。