引用における依存性統計（情報理論、相関などの特徴選択法） - ページ 21

新しいコメント
 

アレクセイはなんとなく、リターンに凝っていないことを漏らした。

どうでもいいけど...
;)

 
どのアレクセイ？少なくとも2つあります。
 
私のことなら、まだ開発してないです。これからEURUSDのM5 データを掲載します。EURUSD H1については、私もそうするつもりです。
 

M5の相互情報量の算出。

リターンがランダムに混在している場合の結果。

比較する。

また、相互情報量の総和の比較。原系列については、500ラグ以上の総和。1.08ビットランダム系列用：0.29ビット。大きな違い

もうひとつ、時間軸が異なると、相互情報量の和も異なってきます（日数で0.6ビットだったと記憶しています）。分単位を任意の時間枠（1,2,3 ... 1000分）に変換して、最大変量値を求めてみることができます。計算が多く、1日くらいかかるかもしれませんが、結果は面白いものになるでしょう。

 
alexeymosc:

もう一つ思ったのは、時間軸によって相互情報量の総量が違うということです（日数にして0.6Bitsと記憶しています）。分単位を任意の時間枠（1,2,3 ... 1000分）に変換して、最大変量値を求めてみることができます。最大で24時間かかるかもしれませんが、面白い結果が得られると思います。

では、相互情報量が最も多いTFを探せばいいのですね。- はい、とても興味深いです

 
M1ではないでしょうか。
 
Mathemat:
M1ではないでしょうか。
M1であることが非常に疑問です。M1では納得のいくネットラーニングを実現できていない。
 
Mathemat:
M1ではないでしょうか。
アレクセイかもしれない。少なくとも標準的なTFは3〜4時間でチェックできる。MTからカスタムタイムフレームをアンロードして分析する方法はないのでしょうか？
 
joo:
M1とはとても思えませんね。M1のグリッドのティーチング性を満足に実現できていない。
独自のテクニカル指標 でグリッドをトレーニングしているのでしょうか？相互情報量を用いた入力の選択を試されましたか？
 
alexeymosc:

1.独自のテクニカル指標でグリッドを教えているのですか？

2.相互情報量を用いた入力の選択を試されましたか？

私はインジケータを、最近は全く使っていません（インジケータという言葉を、レポート期間に含まれるバーの数よりも少ないシグナルを与える形に商を変換する手順と理解するならば）。

2.いや、でもこのスレッドを読んでやり方がわかったらやってみたいです。

1...141516171819202122232425262728...74
新しいコメント