事故か、それとも認識されていないパターンか？

[vladzeit]

ランダムな事象と規則的な事象を区別する論理的、数学的、その他の方法はないのだろうかと思う。

ただし、そのパターンが重要でなく、独立したランダムな事象の平均結果と1～3%しか違わない場合に限ります。

つまり、ランダム事象の純分散だけでなく、弱正規事象とランダム事象の混合分散が確率場全体をカバーすることになる

と、正当な事象は常にその影に隠れてしまうのです。

問題は、フライとカツをどう切り分けるかだ。

もちろん、ランダムな事象と規則的な事象の両方が必然的にサンプリングされる歴史に関するテスト 結果の話である。

問題は、道具のある特性を持った歴史（質的な研究分野）は、考えられる事象の数が限られていることである。

また、同じアルゴリズムを100回定性的に実行し、100個の分散を取得して解析を行う方法はありません。

そして、物語を小さな断片に分割すると、そこに配置される最小限の事象を満たすことができなくなり始める。

同僚よ、パターンを探すときは、偶然と区別する必要があるんだ。

好奇心...どうやって？

[khorosh]

vladzeit:

ランダムな事象と規則的な事象を区別する論理的、数学的、その他の方法はないのだろうかと思う。

ただし、そのパターンが重要でなく、独立したランダムな事象の平均結果と1～3%しか違わない場合に限ります。

つまり、ランダム事象の純分散だけでなく、弱正規事象とランダム事象の混合分散が確率場全体をカバーすることになる

と、正当な事象は常にその影に隠れてしまうのです。

問題は、フライとカツをどう切り分けるかだ。

もちろん、ランダムな事象と規則的な事象の両方が必然的にサンプリングされる歴史に関するテスト 結果の話である。

問題は、道具のある特性を持った歴史（質的な研究分野）は、考えられる事象の数が限られていることである。

また、同じアルゴリズムを100回定性的に実行し、100個の分散を取得して解析を行う方法はありません。

そして、物語を小さな断片に分割すると、そこに配置される最小限の事象を満たすことができなくなり始める。

同僚よ、パターンを探すときは、偶然と区別する必要があるんだ。

好奇心...どうやって？

例えば、チャート上に興味深い特徴があり、それがエキスパート・アドバイザーを作成するために使用できるパターンであると仮定します。したがって、この予想パターンを使用するExpert Advisorが、長い時間枠でテストしたときに、最適化なしで利益を示した場合、それは高い確率で本物のパターンであると考えることができるのです。

[Aleksey Ivanov]

vladzeit:

ランダムな事象と規則的な事象を区別する論理的、数学的、その他の方法はないのだろうかと思う。

ただし、そのパターンが重要でなく、独立したランダムな事象の平均結果と1～3%しか違わない場合に限ります。

つまり、ランダム事象の純分散だけでなく、弱正規事象とランダム事象の混合分散が確率場全体をカバーすることになる

と、正当な事象は常にその影に隠れてしまうのです。

問題は、フライとカツをどう切り分けるかだ。

もちろん、ランダムな事象と規則的な事象の両方が必然的にサンプリングされる歴史に関するテスト 結果の話である。

問題は、道具のある特性を持った歴史（質的な研究分野）は、考えられる事象の数が限られていることである。

また、同じアルゴリズムを100回定性的に実行し、100個の分散を取得して解析を行う方法はありません。

そして、物語を小さな断片に分割すると、そこに配置される最小限の事象を満たすことができなくなり始める。

同僚よ、パターンを探すときは、偶然と区別する必要があるんだ。

好奇心...どうやって？

私の考えでは、何らかの方法で識別する規則性のスペクトルがあります。

かなり自然な価格変動を起こす要因の強弱（F1とします）の履歴があるとします。価格履歴をフィルタリングして、（C1と呼ぶフィルタによって）フィルタリング後のその要因の履歴と明確に相関するようにする必要があるのです。そして、C1によってフィルタリングされる価格は、F1のアクションに関連する、その定期的な動きC1の画像を与えるだろう。

価格設定に重要な他のすべての要因（Ф2、・・・、Фn）を決定し、それらに対応するフィルター（С2、・・・、Сn）を見つけると、通常の価格変動のスペクトラム（Ц1、・・・、Цn）が得られます。

[Yousufkhodja Sultonov]

vladzeit:

ランダムな事象と規則的な事象を区別するための論理的、数学的、その他の方法があれば教えてほしい。

ただし、そのパターンが重要でなく、独立したランダムな事象の平均結果と1～3%しか違わない場合に限ります。

つまり、ランダム事象の純分散だけでなく、弱正規事象とランダム事象の混合分散が確率場全体をカバーすることになる

と、正当な事象は常にその影に隠れてしまうのです。

問題は、フライとカツをどう切り分けるかだ。

もちろん、ランダムな事象と規則的な事象の両方が必然的にサンプリングされる歴史に関するテスト 結果の話である。

問題は、道具のある特性を持った歴史（質的な研究分野）は、考えられる事象の数が限られていることである。

また、同じアルゴリズムを100回定性的に実行し、100個の分散を取得して解析を行う方法はありません。

そして、物語を小さな断片に分割すると、そこに配置される最小限の事象を満たすことができなくなり始める。

同僚よ、パターンを探すときは、偶然と区別する必要があるんだ。

好奇心...どうやって？

適当にパターンを探すのは愚の骨頂です。いかなる規則性も、プロセスの経過の論理や観測結果の分析に基づく仮定によって正当化される理論、あるいはもっともらしい仮定に基づくものでなければならない。そのため、どんな規則性も、それがどのように現れるかをおおよそ予想しながら、意識的に探さなければならない。したがって、パターン探しは骨の折れる作業であり、上記のようなポジションの設定から始めなければならないのです。この約8年間の探索の中で、私はたった3つの仮定を立てることに成功し、その中で3つの規則性を見出し、良い結果を得ることができたのです。しかし、そのどれもが、FXのような完璧な市場では、優れた結果を出すことは不可能であるという私の思い込みを裏付けるものでした。利益は年率10〜15％の間で変動し、それは10〜20年の複利計算をした場合である。歴史上の特定の、無作為に選んだ年について、この範囲内の利益を保証することさえ不可能である。結論 - FXはまずインターバンクの商品であるため、銀行のそれよりもはるかに大きな利益を安定的に保証された市場で得ることは原理的に不可能である。ただし、これは私の個人的な意見であり、決して他の市場研究者やレーキ評価者に押し付けているわけではありません。より良い結果が出ることを祈っています。

そして、私が開発・研究してきたまさに3つの理論は、誰もが知っているものなのです。

1.市場価格を予測するためのユニバーサル回帰モデルhttps://www.mql5.com/ru/articles/250;

2.市場理論https://www.mql5.com/ru/articles/1825。

3.強気と弱気の強さ分析https://www.mql5.com/ru/code/19139 ,https://www.mql5.com/ru/code/19142.

[Aleksey Nikolayev]

vladzeit:

ランダムな事象と規則的な事象を区別する論理的、数学的、その他の方法はないのだろうかと思う。

ただし、そのパターンが重要でなく、独立したランダムな事象の平均結果と1～3%しか違わない場合に限ります。

つまり、ランダム事象の純分散だけでなく、弱正規事象とランダム事象の混合分散が確率場全体をカバーすることになる

と、正当な事象は常にその影に隠れてしまうのです。

問題は、フライとカツをどう切り分けるかだ。

もちろん、ランダムな事象と規則的な事象の両方が必然的にサンプリングされる歴史に関するテスト 結果の話である。

問題は、道具のある特性を持った歴史（研究の質的領域）は、起こりうる事象の数が限られていることである。

また、同じアルゴリズムを100回定性的に実行し、100個の分散を取得して解析を行う方法はありません。

そして、物語を小さな断片に分割すると、そこに配置される最小限の事象を満たすことができなくなり始める。

同僚たちよ、パターンを探すときは、偶然と区別する必要があるんだ。

好奇心...どうやって？

最近の私の記事にも 似たようなものがあります。ギャップ後のランダムな彷徨いからの価格の乖離を探るというものです。

[Yousufkhodja Sultonov]

Aleksey Nikolayev:

最近の私の記事にも 似たようなものがあります。ギャップ後のランダムな彷徨いからの価格の乖離を探るというものです。

アレクセイ、パターン発見の問題に沿った素晴らしい記事です。特に、取るに足らない利益についての冷静な結論は、私の結論と重なります。この旅で新しい方向性を探そう。リンクありがとうございます。

[vladzeit]

Aleksey Nikolayev:

最近の私の記事にも 似たようなものがあります。ギャップ後のランダムな彷徨いからの価格の乖離を探るというものです。

アレクセイありがとうございます。すでに読み、結果と方法を知りました。

特に、私の質問（投稿）では、まさにこの機能を意味しているので、あなたが説明した価格のランダムウォークの 方法に近いです。

しかし、問題の決定にステンシルとしてあなたの方法を適用するために、私はまだ考えていない方法と、根本的に、応用経験で、私はあなたほど強く精通していない、その確実に、迅速にこの問題を解決するために。

アレクセイ、もし私が50/50%の確率で事象を推測できるアルゴリズムを提供したら、その信頼性または非信頼性を評価しますか？

私の価格を求めるアルゴリズムは、理論家の原理で動作しますが、歴史のサンプル全体、またその一部で結果の再現性を保証します。

こんな感じです。

このアルゴリズムには、SL、TP、Market Entry Pointの3つの変数しかありません。

それぞれの変数に一定の幅を持たせて、フィッティングの影響を解消・平均化するようにしました。

SL 40から70まで

TPを40から70に

マーケットエントリーポイントを0から12まで設定。

合計12493の変数。

10年間の履歴に関するテスト結果。

タスク

識別/証明：この結果は純粋にフィットしているのか、それともランダムで独立した結果の確率が50/50より大きい可能性のあるアルゴリズムが存在するのか。

アレクセイやるんですか？

私は自分の結果に懐疑的で、コードのミスか論理的条件によるものだと思うのですが、この一週間、そのどちらかを見つけることができませんでした。

助けて...そして、あなたの寛大さのダイヤモンドは、私の感謝という舞台で輝くでしょう)

[Forester]

vladzeit:

識別/証明：この結果は純粋にフィットしているのか、それともランダムで独立した結果が50/50以上の確率を持つアルゴリズムが存在するのか。

フィットしているかどうかを調べるには、前方で確認する

[vladzeit]

khorosh:

例えば、チャート上に興味深い特徴を見つけ、それが規則性であり、収益性の高いExpert Advisorを作るために使用できると仮定します。したがって、この予想パターンを使用するExpert Advisorが、長い時間枠でテストしたときに、最適化なしで利益を示した場合、それは高い確率で本物のパターンであると考えることができるのです。

まあこの方法は私にとっては明確なのですが、確実に証明できるわけではなく、確率的な前提条件を作っているだけなのですが......。more/less

とにかくありがとうございます)

私はふと、プラトンの「人間とは何か」という定義を思い出した。

かつて、古代ギリシャの哲学者プラトンの弟子たちが、人間の定義を尋ねられたとき、彼はこう答えた。

"人間は2本の足と羽のない動物である"しかし、シノプのディオゲネスが、"ヴェーダ "と名付けた後、"ヴェーダ "と名付けた。

シノップのディオゲネスが、むしった雄鶏をアカデミーに持ち込んで、プラトンの部下として献上した。

プラトンは、その定義に「そして、平らな爪を持つ」と付け加えなければならなかった。

)))

[vladzeit]

elibrarius:

フィットするかどうかは、前方で確認してください

やってみようかな・・・でもForwardの有用性がよくわからない。

もし私の理解が正しければ、転送は履歴の一部を取り出して追加で実行することになるのですが...。

しかし、すでにテストですべての（品質の）履歴を使用している場合、前方に実行する意味はあるのでしょうか？

[Forester]

vladzeit:

やってみようかな・・・でもForwardの有用性がよくわからない。

もし私の理解が正しければ、転送は履歴の一部を取り出して追加で実行することになるのですが...。

しかし、私はすでに全体の（品質）履歴を使用してテストにある場合、それは前方に価値があるのでしょうか？

しかし、メインのヒストリーセクションは歴史に合わせたり、規則性を見出したりすることになります。
フォワードで戦略の収益性が保たれていれば、パターンを発見したことになり、そうでなければ、履歴に適合しているに過ぎないことになる。