理論から実践へ - ページ 276 1...269270271272273274275276277278279280281282283...1981 新しいコメント Dmitriy Skub 2018.03.30 15:40 #2751 Yuriy Asaulenko:その方がよっぽど主題に近いと思うのですが))ただし、好きなように数えてください)。このディストリビューションには手を出さない。分布は現実のものであり、それを名前のあるものに当てはめようとする試みは、根拠のないものだと思うのです。なぜ、すでに知られている具体的なものに対応しなければならないのか。そういえば、黒体放射の分布をすでに知られている分布で記述しようとした人さえいませんでした。なぜ、ここで既に知られているものに合わせようとするのでしょうか? ユーリ、聖杯を 棄てるのはやめろ!これはとんでもないことだ!もうほとんど信じています!)) Yuriy Asaulenko 2018.03.30 16:24 #2752 Dmitriy Skub: ユーリ、聖杯を棄てるのはやめろ!これはとんでもないことだ!ほとんど信じています!)まったく払拭できていない。 昔、ケルディッシュ研究所のセミナーに参加したことがある。もう何も覚えていない。講義のテーマさえも。しかし、1つだけ非常に興味深いアイデアがありました。それは、システムが複雑であればあるほど、モデルはシンプルにすべきだというものです。つまり、よりシンプルなモデルが、もちろん無理のない範囲で最も正確な記述をするのです。 Renat Akhtyamov 2018.03.30 18:26 #2753 Yuriy Asaulenko:まったく払拭できていない。 昔、ケルディッシュ研究所のセミナーに参加したことがある。もう何も覚えていない。講義のテーマさえも。しかし、1つだけ非常に興味深いアイデアがありました。それは、システムが複雑であればあるほど、モデルはシンプルに すべきだというものです。つまり、よりシンプルなモデルが、もちろん無理のない範囲で最も正確な記述をするのです。よっしゃー まさに Dmitriy Skub 2018.03.30 19:23 #2754 Yuriy Asaulenko:まったく払拭できていない。 昔、ケルディッシュ研究所のセミナーに参加したことがある。もう何も覚えていない。講義のテーマさえも。しかし、1つだけ非常に興味深いアイデアがありました。それは、システムが複雑であればあるほど、モデルはシンプルにすべきだというものです。つまり、よりシンプルなモデルが、もちろん無理のない範囲で最も正確な記述をするのです。その思いは、確かに面白い。そのスピーカーは、おそらく真空中の球形の馬の挙動を研究しているグループの人だったのだろう)) IMHOは、まず、モデルが適切であるべきだと思います。つまり、オブジェクトの内部で起こっているプロセスを反映させる必要があるのです。そして、その精度は高ければ高いほどよい(これは能力・実力に応じたものである)。 そうすれば、実現可能で実用的なものになるでしょう。 いつものことですが、私の勘違いかもしれません。 Renat Akhtyamov 2018.03.30 19:34 #2755 ILNUR777: 何を目指しているのか))。なんだ、そうか、なんだ、なんだ。単純なものでも、初歩的なもの でも、動作するものがないんですね。首をかしげる人は、まあ、やっぱりね、という感じです。セクタリアンアプチ そこに、ああでもない、こうでもないと付け加えようと思っていた。 シンプルなシステム、シンプルなモデル。 シンプルなシステム、エレガントなモデル。 FXはシンプルなシステム、100 Mihail Marchukajtes 2018.03.30 19:38 #2756 私は、入力が少なく多項式長のモデルは、入力が多く多項式長のモデルよりも小さく、通常、市場に対してより適切であることを自分自身で実践的に証明しました。これは、モデルが複雑になればなるほど、より賢くなるという論理に当てはまらないのです。もちろん、この効果は常に当てはまるわけではなく、非常に小さなモデルでも不十分な場合があります。しかし...私は、OOSの貴重なプロットを無駄にすることなく、トレーニングエリアにおいて、提示されたすべてのモデルの中で最も適切なモデルを選択する方法を発見しました。 例えば、いくつかのモデルを受け取り、かなり高い精度で評価した結果、将来的に得点になりそうなモデルを選んだとする。そして、ダイヤルを合わせると......。それが、ちょうど1カ月前にブレイクした......。 Renat Akhtyamov 2018.03.30 19:44 #2757 ILNUR777: 預金に証明する。 よっしゃー Yuriy Asaulenko 2018.03.30 20:02 #2758 Dmitriy Skub:もちろん、その思いは面白い。その講演者は、真空中の球形馬の挙動を研究しているグループの人だったのだろう)。IMHOは、まず、モデルが適切であるべきだと思います。つまり、オブジェクトの内部で起こっているプロセスを反映させる必要があるのです。そして、その精度は高ければ高いほどよい(これは能力・実力に応じたものである)。そうすれば、実現可能で実用的なものになるでしょう。いつものことですが、私の勘違いかもしれません。まずはブラックボックスから。中で何が起こっているのか、私たちにはわかりません。内部で起こっているプロセスを反映させる」とは、どういうことでしょうか。また、対象物のプロセスの記述の正確さについての質問も間違っています。BSのモデルは、BS内部のプロセスを記述するものでは全くありません。モデルは、システム全体としての挙動を記述しなければならない。 単純という要件は実行可能性を与えるだけで、複雑化することで優れた収束性が得られるのはモデル開発の部分だけです。これは単純な回帰モデルで 示すことができ、単純な方がより適切にプロセスを記述することができます。 そして、シンプルであることと原始的であることを混同してはいけません。 Yuriy Asaulenko 2018.03.30 20:22 #2759 ILNUR777: 定量的な見積もりの話をする方が理にかなっていると思うのです。 そして、複雑なシステムの利点は非常に些細なもので、品質・結果に関して言えば、単純なものに負けるのです。 ターゲットを一番近くに当てるシステムと、あまり正確に当てない簡単なものを用意すればいいという感じです。しかし、トレードにはプラスとマイナスの両方があります。より正確な(脂肪)プラスは、より正確な(脂肪)マイナスを与えます。だから、複雑にする意味がないんです。また、複雑なモデルを反復法で使用する場合、少しでも複雑になると七転八倒してリソースを消費することになる。そして、時間も。そのため、合併症も特定の条件に左右されます。出力が3コペイカでも、資源が1ラカまで食うとしたら、その価値はあるのだろうか?これは、シンプルな方が精度が高いからというわけではありません。複雑なものの方が、トータルで見たときに精度の意味が少ないからです。いいことばかり言っていますね。それもすべて重要なことです。でも、ちょっと違うことを書いていたんです。モデルが複雑になると、例えばある閾値を超えると、モデル誤差が大きくなることについて。例えば、Wienerプロセスでは、現在値が最良の予測因子となる。モデルを複雑にしようとすると予測精度の低下を招き、よりシンプルなモデルが望ましい。他のシステムをモデリングする場合も、概ね同じです。 Renat Akhtyamov 2018.03.30 20:23 #2760 ILNUR777: 定量的な評価を語る方が、単純に論理的です。そして、複雑なシステムの利点は、品質/アウトカムを選択する際に、単純なものに負けてしまうほど取るに足らないものなのです。ターゲットを一番近くに当てるシステムと、あまり正確に当てない簡単なものを用意すればいいという感じです。しかし、プラスとマイナスの取引があります。より正確な(脂肪)プラスは、より正確な(脂肪)マイナスを与えます。だから、複雑にする意味がないんです。また、複雑なモデルを反復法で使用する場合、少しでも複雑になると七転八倒してリソースを消費することになる。そして、時間も。そのため、合併症も特定の条件に左右されます。出力が3コペイカでも、資源が1ラカまで食うとしたら、その価値はあるのだろうか?これは、シンプルな方が精度が高いからというわけではありません。複雑なものの精度は、トータルではあまり意味がないからです。 イルナー、カジノだけが推測されるが、他は同意する 1...269270271272273274275276277278279280281282283...1981 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
その方がよっぽど主題に近いと思うのですが))ただし、好きなように数えてください)。
このディストリビューションには手を出さない。分布は現実のものであり、それを名前のあるものに当てはめようとする試みは、根拠のないものだと思うのです。なぜ、すでに知られている具体的なものに対応しなければならないのか。
そういえば、黒体放射の分布をすでに知られている分布で記述しようとした人さえいませんでした。なぜ、ここで既に知られているものに合わせようとするのでしょうか?
ユーリ、聖杯を棄てるのはやめろ!これはとんでもないことだ!ほとんど信じています!)
まったく払拭できていない。
昔、ケルディッシュ研究所のセミナーに参加したことがある。もう何も覚えていない。講義のテーマさえも。しかし、1つだけ非常に興味深いアイデアがありました。それは、システムが複雑であればあるほど、モデルはシンプルにすべきだというものです。つまり、よりシンプルなモデルが、もちろん無理のない範囲で最も正確な記述をするのです。
まったく払拭できていない。
昔、ケルディッシュ研究所のセミナーに参加したことがある。もう何も覚えていない。講義のテーマさえも。しかし、1つだけ非常に興味深いアイデアがありました。それは、システムが複雑であればあるほど、モデルはシンプルに すべきだというものです。つまり、よりシンプルなモデルが、もちろん無理のない範囲で最も正確な記述をするのです。
よっしゃー
まさに
まったく払拭できていない。
昔、ケルディッシュ研究所のセミナーに参加したことがある。もう何も覚えていない。講義のテーマさえも。しかし、1つだけ非常に興味深いアイデアがありました。それは、システムが複雑であればあるほど、モデルはシンプルにすべきだというものです。つまり、よりシンプルなモデルが、もちろん無理のない範囲で最も正確な記述をするのです。
その思いは、確かに面白い。そのスピーカーは、おそらく真空中の球形の馬の挙動を研究しているグループの人だったのだろう))
IMHOは、まず、モデルが適切であるべきだと思います。つまり、オブジェクトの内部で起こっているプロセスを反映させる必要があるのです。そして、その精度は高ければ高いほどよい(これは能力・実力に応じたものである)。
そうすれば、実現可能で実用的なものになるでしょう。
いつものことですが、私の勘違いかもしれません。
何を目指しているのか))。なんだ、そうか、なんだ、なんだ。単純なものでも、初歩的なもの でも、動作するものがないんですね。首をかしげる人は、まあ、やっぱりね、という感じです。セクタリアン
アプチ
そこに、ああでもない、こうでもないと付け加えようと思っていた。
シンプルなシステム、シンプルなモデル。
シンプルなシステム、エレガントなモデル。
FXはシンプルなシステム、100
私は、入力が少なく多項式長のモデルは、入力が多く多項式長のモデルよりも小さく、通常、市場に対してより適切であることを自分自身で実践的に証明しました。これは、モデルが複雑になればなるほど、より賢くなるという論理に当てはまらないのです。もちろん、この効果は常に当てはまるわけではなく、非常に小さなモデルでも不十分な場合があります。しかし...私は、OOSの貴重なプロットを無駄にすることなく、トレーニングエリアにおいて、提示されたすべてのモデルの中で最も適切なモデルを選択する方法を発見しました。
例えば、いくつかのモデルを受け取り、かなり高い精度で評価した結果、将来的に得点になりそうなモデルを選んだとする。そして、ダイヤルを合わせると......。それが、ちょうど1カ月前にブレイクした......。
預金に証明する。
もちろん、その思いは面白い。その講演者は、真空中の球形馬の挙動を研究しているグループの人だったのだろう)。
IMHOは、まず、モデルが適切であるべきだと思います。つまり、オブジェクトの内部で起こっているプロセスを反映させる必要があるのです。そして、その精度は高ければ高いほどよい(これは能力・実力に応じたものである)。
そうすれば、実現可能で実用的なものになるでしょう。
いつものことですが、私の勘違いかもしれません。
まずはブラックボックスから。中で何が起こっているのか、私たちにはわかりません。内部で起こっているプロセスを反映させる」とは、どういうことでしょうか。また、対象物のプロセスの記述の正確さについての質問も間違っています。BSのモデルは、BS内部のプロセスを記述するものでは全くありません。モデルは、システム全体としての挙動を記述しなければならない。
単純という要件は実行可能性を与えるだけで、複雑化することで優れた収束性が得られるのはモデル開発の部分だけです。これは単純な回帰モデルで 示すことができ、単純な方がより適切にプロセスを記述することができます。
そして、シンプルであることと原始的であることを混同してはいけません。
定量的な見積もりの話をする方が理にかなっていると思うのです。 そして、複雑なシステムの利点は非常に些細なもので、品質・結果に関して言えば、単純なものに負けるのです。 ターゲットを一番近くに当てるシステムと、あまり正確に当てない簡単なものを用意すればいいという感じです。しかし、トレードにはプラスとマイナスの両方があります。より正確な(脂肪)プラスは、より正確な(脂肪)マイナスを与えます。だから、複雑にする意味がないんです。また、複雑なモデルを反復法で使用する場合、少しでも複雑になると七転八倒してリソースを消費することになる。そして、時間も。そのため、合併症も特定の条件に左右されます。出力が3コペイカでも、資源が1ラカまで食うとしたら、その価値はあるのだろうか?これは、シンプルな方が精度が高いからというわけではありません。複雑なものの方が、トータルで見たときに精度の意味が少ないからです。
いいことばかり言っていますね。それもすべて重要なことです。でも、ちょっと違うことを書いていたんです。モデルが複雑になると、例えばある閾値を超えると、モデル誤差が大きくなることについて。例えば、Wienerプロセスでは、現在値が最良の予測因子となる。モデルを複雑にしようとすると予測精度の低下を招き、よりシンプルなモデルが望ましい。他のシステムをモデリングする場合も、概ね同じです。
定量的な評価を語る方が、単純に論理的です。そして、複雑なシステムの利点は、品質/アウトカムを選択する際に、単純なものに負けてしまうほど取るに足らないものなのです。ターゲットを一番近くに当てるシステムと、あまり正確に当てない簡単なものを用意すればいいという感じです。しかし、プラスとマイナスの取引があります。より正確な(脂肪)プラスは、より正確な(脂肪)マイナスを与えます。だから、複雑にする意味がないんです。また、複雑なモデルを反復法で使用する場合、少しでも複雑になると七転八倒してリソースを消費することになる。そして、時間も。そのため、合併症も特定の条件に左右されます。出力が3コペイカでも、資源が1ラカまで食うとしたら、その価値はあるのだろうか?これは、シンプルな方が精度が高いからというわけではありません。複雑なものの精度は、トータルではあまり意味がないからです。