理論から実践へ - ページ 417 1...410411412413414415416417418419420421422423424...1981 新しいコメント Aleksey Nikolayev 2018.06.25 18:10 #4161 Alexander_K2:こんな感じです。 例えば100万ティックのサンプルの分布が不安定で（私の指数時間ではまだそのボリュームが得られない）、時間とともに分散が変化する場合、私の場合、算術平均も加重平均も中心傾向の尺度として使えないことが判明したのです。 これでは、中央値が残ってしまいます。 チャンネルは中央値に対してプロットする必要があります。そうなんですか？この不安定さは、非定常性の結果である可能性が高い（必ずしもそうではないが、最も可能性が高い）。非定常性の場合、どんなサンプリング量（モーメント、分位数など）も意味をなさない可能性が高い。無意味に理論化の基礎について書いたわけではありません。サンプリング量は、通常、等しく分布する確率変数の系列についてカウントされます。非定常増分の場合、（定義上）異なる分布となる。 Maxim Dmitrievsky 2018.06.25 18:43 #4162 みんな、逆自己相関（回帰）を使って、インクリメント、ウォッチエラー、分布、ティーチNS、その他好きなものを作ってくれ 有効市場説とフラクタル市場説の違いは、系列が自己回帰的でなく反転的であることだけである。それゆえ、記憶があり、そのような系列は予測可能である。 さらに、n次の逆自己回帰である可能性もあり、ここではアーラン間引きも有効である。 と、トン単位で生地を刻む。 休暇から戻ったら、インジケータを完成させる予定です。でも、自分でやるんだ、怠け者はダメだ。それに関する本にはどこにも書かれていないので、チャンスはありますよ :) Aleksey Nikolayev 2018.06.25 19:33 #4163 Maxim Dmitrievsky:みんな、逆自己相関（回帰）を使って、インクリメント、ウォッチエラー、分布、ティーチNS、その他好きなものを作ってくれ 有効市場説とフラクタル市場説の違いは、系列が自己回帰的でなく反転的であることだけである。それゆえ、記憶があり、そのような系列は予測可能である。 さらに、n次の逆自己回帰である可能性もあり、ここではアーラン間引きも有効である。 と、トン単位で生地を刻む。 休暇から戻ったら、インジケータを完成させる予定です。でも、自分でやるんだ、怠け者はダメだ。本にはどこにも書いてないので、チャンスはありますよ :)IAF（Inverse Autoregressive Flow）のことですか？ Maxim Dmitrievsky 2018.06.25 19:41 #4164 Aleksey Nikolayev:IAF（Inverse Autoregressive Flow）のことですか？すみません、名前がわからないんです、たぶん サンプルが2つの等しい部分に分割されている場合は、最初のミラーを反転し、値によってAFまたは自己回帰としてカウントされます（ラグ値は2番目のサンプルから取得されます）、はい、読む必要があります。 例えば、4点取り、2で割り、2点目を鏡面反転し、相関をカウントし、6点取り、8点取り、などです。窓が大きく、相関が高いほど、トレーディングに面白い Yuriy Asaulenko 2018.06.25 20:03 #4165 Maxim Dmitrievsky:残念ながら、名前はわかりません、たぶん サンプルが2つの等しい部分に分割され、最初は鏡面反転され、それはakfまたはautoregとしてカウントされている場合、それは読む必要があります。 例えば、4点取り、2で割り、2点目を鏡面反転し、相関をカウントし、6点取り、8点取り、などです。窓が大きく、相関が高いほど、トレーディングに面白い 妄想ですか？ Maxim Dmitrievsky 2018.06.25 20:04 #4166 Yuriy Asaulenko: 妄想ですか？意味は？ Aleksey Nikolayev 2018.06.25 20:06 #4167 Maxim Dmitrievsky:残念ながら、名前はわかりません、たぶん もし、サンプルを2つのパートに分け、最初のパートをミラー反転させ、acfまたはautoregとしてカウントするのであれば、イエスです。どうやら別のものらしいのですが、同じくニューラルネットワークの分野から。 それでも、価格系列をある種の定常過程に還元する方法はないと思います。むしろ、非定常過程（例えば減衰問題）に利用できる方法を適応させるべきである また、サンプリングACF（サンプリング分布、モーメントなどのように）は、定常過程に対してのみ意味を持ちます。非定常プロセスの場合、TCのような問題が発生します。 Maxim Dmitrievsky 2018.06.25 20:12 #4168 Aleksey Nikolayev:どうやら別のものらしいのですが、同じくニューラルネットワークの分野から。 それでも、価格系列を任意の定常過程に還元する方法はないと思います。むしろ、非定常過程（例えば減衰問題）に利用できる方法を適応させる必要がある。おそらくシリーズ全体ではなく、部分的に「悪いもの」を排除しながら、この方法でそのような状態にすることができるのだろう。 でも、自分で考案した言葉で説明するより、後で仕上げて見る方が簡単です :) Maxim Dmitrievsky 2018.06.25 20:24 #4169 Aleksey Nikolayev: その上、選択的ACFは（選択的分布、モーメント等と同様に）定常過程に対してのみ意味を持つ。非定常性の場合、TCのような問題が発生します。定常過程の探索は、グラフをそれ自身と共集合させるが、その反転した部分と共集合させることによって行われる。不合格部分はスキップされ、取引は行われない しかし、新しいエンティティを発明するのはもう飽きた :) 後でインジケータでデモするつもりだ、まず自分自身にね Renat Akhtyamov 2018.06.25 20:25 #4170 再逆転価格 そんな職業のユートピアを、どうやって簡単に説明するのだろう......？ あ、あぁ！？ お店に行って、突然、値段がどれくらい安くなったか、高くなったかを計算し始めたとします。// さらに悪いことに - 値札にフィボを引っ張る。 私は述べる-過去の試算をした。 この分析から予測することはできそうにありませんね。 1...410411412413414415416417418419420421422423424...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
こんな感じです。
例えば100万ティックのサンプルの分布が不安定で（私の指数時間ではまだそのボリュームが得られない）、時間とともに分散が変化する場合、私の場合、算術平均も加重平均も中心傾向の尺度として使えないことが判明したのです。
これでは、中央値が残ってしまいます。
チャンネルは中央値に対してプロットする必要があります。そうなんですか？
この不安定さは、非定常性の結果である可能性が高い（必ずしもそうではないが、最も可能性が高い）。非定常性の場合、どんなサンプリング量（モーメント、分位数など）も意味をなさない可能性が高い。無意味に理論化の基礎について書いたわけではありません。サンプリング量は、通常、等しく分布する確率変数の系列についてカウントされます。非定常増分の場合、（定義上）異なる分布となる。
みんな、逆自己相関（回帰）を使って、インクリメント、ウォッチエラー、分布、ティーチNS、その他好きなものを作ってくれ
有効市場説とフラクタル市場説の違いは、系列が自己回帰的でなく反転的であることだけである。それゆえ、記憶があり、そのような系列は予測可能である。
さらに、n次の逆自己回帰である可能性もあり、ここではアーラン間引きも有効である。
と、トン単位で生地を刻む。
休暇から戻ったら、インジケータを完成させる予定です。でも、自分でやるんだ、怠け者はダメだ。それに関する本にはどこにも書かれていないので、チャンスはありますよ :)
みんな、逆自己相関（回帰）を使って、インクリメント、ウォッチエラー、分布、ティーチNS、その他好きなものを作ってくれ
有効市場説とフラクタル市場説の違いは、系列が自己回帰的でなく反転的であることだけである。それゆえ、記憶があり、そのような系列は予測可能である。
さらに、n次の逆自己回帰である可能性もあり、ここではアーラン間引きも有効である。
と、トン単位で生地を刻む。
休暇から戻ったら、インジケータを完成させる予定です。でも、自分でやるんだ、怠け者はダメだ。本にはどこにも書いてないので、チャンスはありますよ :)
IAF（Inverse Autoregressive Flow）のことですか？
IAF（Inverse Autoregressive Flow）のことですか？
すみません、名前がわからないんです、たぶん
サンプルが2つの等しい部分に分割されている場合は、最初のミラーを反転し、値によってAFまたは自己回帰としてカウントされます（ラグ値は2番目のサンプルから取得されます）、はい、読む必要があります。
例えば、4点取り、2で割り、2点目を鏡面反転し、相関をカウントし、6点取り、8点取り、などです。窓が大きく、相関が高いほど、トレーディングに面白い
残念ながら、名前はわかりません、たぶん
サンプルが2つの等しい部分に分割され、最初は鏡面反転され、それはakfまたはautoregとしてカウントされている場合、それは読む必要があります。
例えば、4点取り、2で割り、2点目を鏡面反転し、相関をカウントし、6点取り、8点取り、などです。窓が大きく、相関が高いほど、トレーディングに面白い
妄想ですか？
意味は？
残念ながら、名前はわかりません、たぶん
もし、サンプルを2つのパートに分け、最初のパートをミラー反転させ、acfまたはautoregとしてカウントするのであれば、イエスです。
どうやら別のものらしいのですが、同じくニューラルネットワークの分野から。
それでも、価格系列をある種の定常過程に還元する方法はないと思います。むしろ、非定常過程（例えば減衰問題）に利用できる方法を適応させるべきである
また、サンプリングACF（サンプリング分布、モーメントなどのように）は、定常過程に対してのみ意味を持ちます。非定常プロセスの場合、TCのような問題が発生します。どうやら別のものらしいのですが、同じくニューラルネットワークの分野から。
それでも、価格系列を任意の定常過程に還元する方法はないと思います。むしろ、非定常過程（例えば減衰問題）に利用できる方法を適応させる必要がある。
おそらくシリーズ全体ではなく、部分的に「悪いもの」を排除しながら、この方法でそのような状態にすることができるのだろう。
でも、自分で考案した言葉で説明するより、後で仕上げて見る方が簡単です :)
その上、選択的ACFは（選択的分布、モーメント等と同様に）定常過程に対してのみ意味を持つ。非定常性の場合、TCのような問題が発生します。
定常過程の探索は、グラフをそれ自身と共集合させるが、その反転した部分と共集合させることによって行われる。不合格部分はスキップされ、取引は行われない
しかし、新しいエンティティを発明するのはもう飽きた :) 後でインジケータでデモするつもりだ、まず自分自身にね
再逆転価格
そんな職業のユートピアを、どうやって簡単に説明するのだろう......？
あ、あぁ！？
お店に行って、突然、値段がどれくらい安くなったか、高くなったかを計算し始めたとします。// さらに悪いことに - 値札にフィボを引っ張る。
私は述べる-過去の試算をした。
この分析から予測することはできそうにありませんね。