理論から実践へ - ページ 781

新しいコメント
 
Alexander_K2:

おじさん、変な人だね。あなたは本当に物理学者ですか？物理学者仲間で、これほど秘密主義で、オープンな対話の代わりに風刺を好む人はいなかったと思う。

あなたもベースと同じように、ため込んでいるのでしょう。

私は物理学者ではないと、すでに申し上げました。物理学者ではありません。おじさん、なんでそんなこと言うの?

物理学者でもないくせに。誰が解決策を見出そうとしているのか？つまり、あなたもソドバスターなんですね。こんにちは、同僚さん！)

 
Yuriy Asaulenko:

私は物理学者ではないことはすでに書きました。物理学者ではありません。おじさん、なんでそんなこと言うの?

なぜ、自分の仕事に口出しするんだ？あなたは牛の尻尾を走らせに行く。

 
Alexander_K2:

じゃあ、なんで自分のことを気にしているんだ？あなたは牛の尻尾を走らせに行く。

私はブルマンではありません。私は羊の専門家です)とても面白い標本が見つかるんですよ。

いつからFXは物理学者だけのものになったんだ？その仮説を裏付けるような証拠はまだないんです。

余計なお世話かもしれませんがあなたは人類のために役に立つでしょう。

 
Alexander_K2:

なぜ、自分のことを気にしているのですか？牛の尻尾を回してこい。

見ずに、トレードしながら感想を書く...。

とても参考になると思います。

 
Alexander_K2:

なぜ、自分のことを気にしているのですか？牛の尻尾を回転させに行く。

スパイクでトレードしているのか、それともバウンドやトレンドを狙ってるのか？

 
Yuriy Asaulenko:

私は物理学者ではないことはすでに書きました。物理学者ではありません。おじさん、なんでそんなこと言うの?

物理学者でもないくせに。 誰が解決策を見出そうとしているのか？つ まり、あなたもソドバスターなんですね。こんにちは、同僚さん)

例えば、白熱電球のフィラメントに最適な材料を選ぶために、約6,000のサンプルを順次探し出し、炭化した竹に たどり着いたという。

Alexander_K2が アルゴリズムのバリエーションを6000通りも試せば、きっと自分の理想とする ものが見つかると思うんです。ただ、エジソンは1日17時間働いていたことを考えなければならない）。

 
khorosh:

エジソン：例えば白熱灯のフィラメントに最適な材料を選ぶには、炭化した竹を見つけるまで6,000ものサンプルを順次 探さなければなりませんでした。

エジソンではなく、彼の研究室の技術者たち）ヤブロコフは4回目の挑戦で成功した-彼は自分が何をしているのか知っていたからだ))

 
khorosh:

例えば、白熱灯のフィラメントに最適な材料を選ぶために、6,000ものサンプルから炭化した竹を順次探し出して いったのである。

ニコラ・テスラは、このように同僚を評していた。

もし、エジソンが干し草の中から針を見つけなければならないとしたら、その場所を特定するのに時間はかからないだろう。そして、すぐに蜂のように熱心に藁を調べ始め、目的のものを見つけるのである。彼のやり方は非常に非効率的で、膨大な時間とエネルギーを費やしても、幸せな偶然に助けられない限り、何の成果も得られない。理論的な知識と計算があれば、彼の労力の30パーセントは節約できるはずだと、最初は悲しく思いながら彼の活動を見ていた。しかし、彼は書物や数学の知識を心から軽んじており、発明家としての創意工夫とアメリカ人としての常識に全面的に信頼を置いていたのだ。

A_Kさんの仕事ぶりは、エジソンを彷彿とさせるものがありますね。

 
Martin Cheguevara:

スパイクでトレードしているのか、それともバウンドやトレンドを狙ってるのか？

移動期待値を中心としたチャネルなのか、移動窓の増分の合計を0とした相対的なチャネルなのか、チャネル境界から「平均に戻る」戦略をとっているのですが、どうでしょうか？

どちらのバリエーションも、私にはうまくいきません。その理由がわからない。動くはずなんです。Wienerプロセスなどから10億のモデルを試しました。(分散の計算方法とACFの要件が異なるだけ) - 死ぬほどうまくいかない。

繰り返しになりますが、これらのモデルはSBに容易に対応できますが、市場のBPはそうではありません。何が大変なのかわからない...。プロセスの「記憶」にあるのではないでしょうか。まあ、2％の非ランダム性に起因するものでしょうけど。それをどう説明するのか......わからない。

 
Alexander_K2:

移動期待値を中心としたチャネルでも、移動窓の増分の合計を0とした相対的なチャネルでも、その境界から「平均に戻る」戦略を とっています。

どちらのバリエーションも、私にはうまくいきません。その理由がわからない。動くはずなんです。Wienerプロセスなどから10億のモデルを試しました。(分散の計算方法とACFの要件が異なるだけ) - 死ぬほどうまくいかない。

繰り返しになりますが、これらのモデルはSBに容易に対応できますが、市場のBPはそうではありません。何が大変なのかわからない...。プロセスの「記憶」にあるのではないでしょうか。まあ、2％の非ランダム性に起因するものでしょうけど。それをどう説明するかは......わからない。

一網打尽

キーボードを何回苛めることができるのか？

1...774775776777778779780781782783784785786787788...1981
新しいコメント