理論から実践へ - ページ 357

 
Renat Akhtyamov:

私とA_K2さんの間でコルモゴロフについての対談があるのですが、今日もちょっと暴れてしまいました。催眠から解放させるのは簡単ではない)

 
Yuriy Asaulenko:

私とA_K2さんの間でコルモゴロフについての対談があるのですが、今日もちょっと暴れてしまいました。催眠から解放させるのは簡単ではない)

計算してみてください。

0.01 * 0.01 = 0.0001 - これが尾を引いているのです。

5 * 5 = 25 - これが中心です。

配分は?- 匈奴

普通に買わせないと、もう科学から遠ざかってるんだよ

//物理学とシュレディンガーのことは何も言わず...

とか、もちろん先輩科学者の話も聞きますが......。

 
Renat Akhtyamov:

考えてみてください。

0.1 * 0.1 = 0.01 - これが尾を引いているのです。

5 * 5 = 25 - 中央にあります。

配分はどうなっているのか?- どうだろう。

グラとか科学とか恥ずかしくないから普通に買わせろよ。

//物理学とシュレディンガーは言うまでもないが...

何のために?どのような予測であっても、分布の種類に対する要件は全くない。定常性の要件は、あくまで条文の枠内であり、一般的なものではありません。

トレーディング、自動売買システム、トレーディング戦略のテストに関するフォーラム

理論から実践へ

ユリイ・アサウレンコ さん 2018.05.08 15:09

全然関係ないんですけどね。すでに1940年のコルモゴロフによる悪名高い論文では、分布の形式に関する要件はまったくない。そこでの系列の条件はただ一つ、定常性である。そして、この記事では、定常時系列の可能性と予測条件のみを、独占的に考察しています。

正常性の要件は、トピックのどこから出てきたのでしょうか?- 知らない))。

HZ非定常系列を予測する可能性が考慮されていない、つまり、そのような系列に関連する記事は単に何も言っていないのです。非静態系列の予測が不可能ということではなく、非静態系列との関係では、全く意味がないのです。

しかし、ここには書かれていない(というか、疑われていない))他の必要条件も条文に書かれています。そして、この記事は、まさにこのような状況について書かれているのです。そして、それらはどんな仕掛けがあろうとも、確実に成就されることはない)。
 

尊敬するトレーダーには、今一度コルモゴルフを読み直してもらいたい。無感動に。

世界的な科学者による、予測に特化した唯一の 著作であることにご注目ください。コルモゴルフに匹敵する知能を持つ人たちの手法は、自然界に他に存在しない。

全部実践してみたくなりますね。

ここで私はYury Asaulenkoと同意しなければならない - 正規分布について一言も書かれていない。相関関数に条件を追加した定常性だけ。

ErlangフローでBPを定常型に変換することは可能ですか?誰もその逆を証明して いない。

なぜErlangのフローで?他に何があるんだ!?

さて、今またファインマンを読み返しました。市場価格を予測するのは良いことだと、一応は言っていた。そして、すぐに雨粒やガイガーカウンターなど、事象を使ったアナロジーを出し始めたのです。tau=時間/イベント数として考える。最適なモデルはポアソン流であることを結論づけた。すぐに確率の振幅ですべてを覆った。ほら、この恐ろしい三重積分が、あれやこれやの事象の発生確率を記述しています。

さらに彼は、「かなり大きな」時間に取り組むことを勧めている。どれくらいの大きさなのかは説明しない。

もしErlangのフローを使ったこの事業が私に何も与えないのであれば、私はこの事業から手を引きます。しかし、それは論理的な結論に至らなければならない。

 
Alexander_K2:

尊敬するトレーダーには、今一度コルモゴルフを読み直してもらいたい。無感動に。

世界的な科学者による、予測に特化した唯一の 著作であることにご注目ください。コルモゴルフに匹敵する知能を持つ人たちの手法は、自然界に他に存在しない。

全部実践してみたくなりますね。

ここで私はYury Asaulenkoと同意しなければならない - 正規分布について一言も書かれていない。相関関数に条件を追加した定常性だけ。

ErlangフローでBPを定常型に変換することは可能ですか?誰もその逆を証明して いない。

なぜErlangのフローで?他に何があるんだ!?

さて、今またファインマンを読み返しました。市場価格を予測するのは良いことだと、一応は言っていた。そして、すぐに雨粒やガイガーカウンターなど、事象を使ったアナロジーを出し始めたのです。tau=時間/イベント数として考える。最適なモデルはポアソン流であることを結論づけた。そして、すべてを確率的な振幅でカバーした。ほら、この恐ろしい三重積分が、あれやこれやの事象の発生確率を記述しています。

さらに彼は、「かなり大きな」時間に取り組むことを勧めている。どれくらいの大きさなのかは説明しない。

もしErlangのフローを使ったこの事業が私に何も与えないのであれば、私はこの事業から手を引きます。しかし、それは論理的な結論に達しなければならない。

トレーディング、自動売買システム、トレーディング戦略のテストに関するフォーラム

ジグザグ・インジケータとニューラル・ネットワーク

プライヴァル さん 2007.12.01 23:54


ここで、私はあなたに同意していません。 このような 作品がありますが、あくまでもFX市場に適用すべきものです。

"人間が考えることを学ぶまで、機械は考えることを学べない"

離散時間におけるフィルタリングの理論における最初の基本的な結果は、ソ連の科学者A.N. Kolmogorov [1] (1941) によって得られ、連続時間では、アメリカの科学者N. Wiener [2] (1942) によって得られています。離散時間および連続時間におけるガウス過程の線形ろ過理論に関する完全な結果は、R.E.Kalman と R.S.Bucy [3] (1960, 1961) によって得られています。非線形フィルタリング理論の基本的な成果は、ソ連の科学者G.L.Stratonovichが1959年からマルコフ確率過程の非線形フィルタリングの理論を研究したものである[4,5,6,その他]。

Levin B.R.http://www.computer-museum.ru/connect/levin.htm や Tikhonov V.I. の著作もある。

私は、この偉大な 方程式を作ったストラトノビッチにすべてのノーベル賞をあげたいと思います。ただ、FXのためにそれ(方程式)を用意するのはどうかと思う。それが、今、私がやろうとしていることです。

  1. Kolmogorov A.N. 定常過程の内挿と外挿。-ロシア科学アカデミー紀要、数学シリーズ1941, No.5, pp.3-14.
  2. Wiener N. 静止した時間感覚の外挿、内挿、なだめ。New-York: John Wiles.1949.
  3. カルマンR.E.、ビュシーR.線形フィルタリングと予測理論における新しい結果, ASME trans, J.Basic Ehg, March, 1961, V-83D, p.95-108.
  4. ストラトノビッチ R.L. 条件付きマルコフ過程。-モスクワ: ロモノーソフ・モスクワ国立大学, 1966.
  5. ストラトノビッチR.L.先験的条件付き準最適フィルタについて。- Radiotekhnika i elektronika.1981.
  6. ストラトノビッチ R.L. 適応型受信の原理。-M:ソビエトラジオ、1973年。

 
Alexander_K2:

尊敬するトレーダーには、今一度コルモゴルフを読み直してもらいたい。無感動に。

世界的に著名な科学者による、予測に特化した唯一の 著作であることにご注目ください。コルモゴルフの知性に匹敵する人たちの手法は、自然界に他にない。

さて、さて。いや、ないですね。しかし、20世紀初頭の40年代から予後に関する研究は多く行われてきました。著者の名前はまだ言えませんが、有名な方ばかりです。そして、定常過程と非定常過程の両方が考慮された。なぜ、全員が同時に狂ったのだと思う?

Alexander_K2 です。

ErlangフローでBPを定常型に変換することは可能ですか?その逆は、誰にも証明 されていない。

なぜErlangのフローなのか?他には?

....

もしこのErlangのフローというものがうまくいかなかったら、私は手を洗うつもりです。しかし、論理的な結論を出さなければならない。

それはないでしょう。記憶のためにどこかに書いておくだけでいい)

 
Alexander_K2:

尊敬するトレーダーには、今一度コルモゴルフを読み直してもらいたい。無感動に。

世界的に著名な科学者による、予測に特化した唯一の 著作であることにご注目ください。コルモゴルフに匹敵する知能を持つ人たちの手法は、自然界に他に存在しない。

全部実践してみたくなりますね。

あなたの悪名高いコルモゴロフが、一般的な自己回帰モデルを記述しています。

彼は先駆者かもしれないが、このクラスのモデルは、今では考えうる限りのあらゆる形で何百万回も具現化されている。系列解析の教科書には必ず記載されている。Googleがヘルプです。

SanSanychがスレッドのどこかで書いてましたよ。でも、そんなことはどうでもいいんです。

 
bas:

あなたの悪名高いコルモゴロフが、通常の自己回帰モデルを記述しています。

彼は先駆者であったかもしれないが、このクラスのモデルは、今では考えうるあらゆる形で具現化されている。系列解析の教科書には必ず記載されている。Googleがヘルプです。

SanSanychがスレッドのどこかで書いてましたよ。しかし、それは問題ではありません。

そうであってほしい。他の予測方法は、残念ながら見つけられませんでしたが...。(本当に優れた人の作品を探すという課題でした)。

しかし、唯一、BPを定常型にすることだけが、ニューラルネットワークで結果を出すことができることがわかったのです。そういうことなんです。他に方法はないし、ありえない。そうだろ?

PS 今現在の一般的な理解として - 拡散方程式に基づくTCは既に作成され、動作しており、私にはもう興味がありません。ニューラルネットワークに切り替えたい。もしかしたら、この支店の一般的な理由が変わったことで、誤解が生じたのかもしれませんね。

 
bas:

あなたの悪名高いコルモゴロフが、通常の自己回帰モデルを記述しています。

彼は先駆者かもしれないが、このクラスのモデルは、今では考えうる限りのあらゆる形で何百万回も具現化されている。系列解析の教科書には必ず記載されている。Googleがヘルプです。

SanSanychがスレッドのどこかで書いてましたよ。しかし、それは何の役にも立ちません。

)))失敗する。遠くから見えていたのに、オカマが忍び寄ったのだ。

* スクイークは太ったホッキョクギツネ *

 
Alexander_K2:

しかし、1つだけ判明したことがあります。それは、BPを定常型に持っていくことだけが、ニューラルネットワークで結果を出すことができるということです。そういうことなんです。他に方法はないし、ありえない。そうだろ?

なぜ?NSは一般的に、あなたの定常性を全く気にしません。NSに必要なものは何か、すでに昨日書きました。あなたがそれを理解していないことに気づいたのです。そんなことより