ある部分を分析しても、次の部分が予測できないようなプロセスが存在するかどうか。 - ページ 6

 
C-4:

残念ながら、どんな予測も決定論的な要素に頼るしかない。この成分がない行では、予測、ひいては獲得が不可能になる。

まさにその通りです。 疑似乱数 系列は定義上、決定論的である。

この決定論を「外部」(発電機本来のアルゴリズムを「知らない」)の手法でヤラセる方法を学ぶことが問題(要望?

さらに、OutOfSample(同じ ジェネレーターのシリーズの継続)に対する収益性を確認することも可能です。

 
MetaDriver:

OutOfSampleで収益性を証明しながらクオークする一方で、同じ ジェネレーターシリーズの継続。

tailrex :) imhoが無くても、かなりの生地が手に入るでしょう。
 
C-4:

残念ながら、どんな予測も決定論的な要素にしか頼れない。この成分がない行では、予測も収益も不可能になる。
残念ながら、これは必要条件でしかない。
 
C-4:
残念ながら、どんな予測も決定論的な要素にしか頼ることができません。
いや、どうして?
 

そのような配慮をチームはどう見ているのか。

1.決定論的な要素があれば、予測は可能である。

2.決定論的成分は左側だけでなく、最後の小節で右側にも微分可能である。

3.右側(次のバーが来るまで!)への差分は、平滑化関数のタイプによって提供されます。どこかで見たのですが、接合部の3次スプラインは微分可能なままなんですね。

 
TheXpert:
いや、どうして?
トレンドトレードのことを指していたように思います。しかし、それだけではありません。
 
MetaDriver:

まさに私が言いたいのはそのことです。疑似乱数 系列は定義上、決定論的である。

この決定性を「外部」(発電機の初期アルゴリズムを「知らない」)の手法で振り切ることを学ぶことが問題(要望?

また、OutOfSampleで収益性を確認しながら振り出すため、同じ ジェネレータの行を継続する。

それは、すべての問いに対する問いである。そのような方法を教えてくれれば、市場を逆転させることができる。私は、決定論を効果的に扱うためには、まず決定論を識別しなければならないと確信している。どんなTSも、本来はまさにこの成分の控除方法なのです。でも、何がわからないか探すのは難しい。そのため、圧倒的な数のTCは効率が悪すぎるのです。せいぜいコンディショニングのごく一部しか処理しないし、最悪の場合、ノイズを入力として取り込んでしまう傾向がある。

カオス的な決定論的級数を扱う効果的な方法は貴重である。原理的には、あるべき性質を定め、それを指針にしながら作ることが可能です。この問題の複雑さと自明性の例として、次のグラフを あげます。

このランダムウォークには、既知の正の数学的期待値を除けば、他に定常的な要素はない。つまり、実は純粋なSBなのです。ここには決定論的な要素はなく、我々の方法はこれを指し示す必要があります。「何を滑らせたんだ!?これぞSB!こんなシリーズはお断りだ!"

 
TheXpert:
いや、どうして?

予測はプロセスの決定論に依存しない例を挙げてください。
 

コインが違うプロセスは非決定的である。つまり、ベベルのあるランダムな列です。

それよりも、ポーカー。

 
faa1947:
意味するところは、トレンドトレードだと思います。しかし、それだけではありません。

私は、従来からトレンドとアンチトレンドと呼ばれている2種類の決定論を区別している。いずれも、適切なTSが使用されている。