시장은 자체 통계에 반대합니다 . 이것은 내가 실제로 확인한 이론입니다. 이것은 모델이 새로운 데이터에서 작동하지 않는 이유와 모든 사람이 지는 이유로 끝나는 모든 질문에 대한 답을 제공하는 유일한 이론입니다. 시장에 돈...
왜 그렇게 받아들이기 힘든가요?
오래된 지식과 습관의 짐이 실제로 새로운 정보에 대한 인식을 그렇게 많이 억제합니까?
모델 간의 성능 차이가 0.5%에서 5% 사이인 경우 모델에 왜 그렇게 집중합니까?
본질은 데이터 자체에 있기 때문에 어떤 모델도 여기에 도움이 되지 않습니다.
일반적으로 통용되는 용어와 개념으로 옷을 입어야 하는 생각, 정보, 정보를 이해할 수 있습니다.
당신은 반복되는 호소로 통계에서 가장 기본적인 것을 알지 못하는 짙은 무지를 보여줍니다.
시장은 통계에 반대하지만 통계는 다릅니다. 이것에 대한 아이디어는 "통계"라는 단어를 사용할 때 기본입니다. 이것을 이해하지 못하면 아무 말도하지 않는 그래프를 보여줍니다.
당신이 이해하는 통계에 대한 논박으로 쓰는 모든 것은 STATIONARY 무작위 프로세스에 적용할 수 있는 통계 부분에 대한 논박에 불과하며 금융 시장에는 고정 프로세스가 없습니다. 과거 데이터에서 얻은 특성을 새로운 데이터에 적용할 수 없다는 점에서 고정된 것입니다. 죄송하지만 이것이 기본입니다. 고정 통계 도구는 고정되지 않은 재무 시계열 에 적용할 수 없습니다.
여기서 우리는 과거의 비정상 데이터에 대해 모델을 훈련시켜 미래에 거의 동일한 특성을 갖도록 하려고 바쁘게 노력하고 있습니다. 이것이 우리가 해결하고 있는 문제입니다. 그리고 일련의 기술 전체를 주의 깊게 준수하면 그러한 문제가 해결될 수 있음을 확인합니다.
시장은 자체 통계에 반대합니다 . 이것은 내가 실제로 확인한 이론입니다. 이것은 모델이 새로운 데이터에서 작동하지 않는 이유와 모든 사람이 지는 이유로 끝나는 모든 질문에 대한 답을 제공하는 유일한 이론입니다. 시장에 돈...
왜 그렇게 받아들이기 힘든가요?
맞아, 거의. 그는 그것에 반대하여 걷지 않고 모델에 내장된 소음 조정에 따라 단순히 한 소음에서 다른 소음으로 무작위로 전환합니다. 그런 식으로 모델링을 한 경우입니다. 이에 대한 책임은 귀하에게만 있습니다.
발견된 통계에 따라 시장이 움직일 또 다른 모델을 만드십시오.
여기에서 무엇을 받아들여야 합니까? 우리가 모델을 만들고 그들이 다시 훈련된다는 사실? 또는 "시장이 자체 통계에 어긋난다"는 믿음. 우리는 모든 종류의 조작을 믿을 종교 단체가 없습니다.
이제 모든 Forex 데이터에 대해 100가지 방법을 시도하고 모두 재교육되어 수익을 올릴 수 없다는 결론을 내리는 연구를 작성하면 즐겁게 읽을 것입니다. 그리고 한 미시 연구는 그것이 수행 된 원칙에 대해 명확하지 않으며 이는 지표가 아닙니다.
흥미로운 기사를 공유합니다. 의미가 있습니다. 좋은 시도라고 생각합니다. 훈련 및 테스트 중에 아름다운 거래 지표를 보여주는 수천 개의 모델이 있습니다. 샘플 데이터가 없습니다. 모델 선택 절차를 테스트 중입니다. 기사의 그래프는 나와 같은 일대일입니다. 테스트와 검증 사이의 약한 상관관계. 이것은 최상의 테스트 결과에 따라 모델을 선택한다고 해서 샘플 외부에 우월성을 부여하지 않는다는 것을 의미합니다.
By Dr. Thomas Wiecki, Lead Data Scientist at Quantopian Earlier this year, we used DataRobot to test a large number of preprocessing, imputation and classifier combinations to predict out-of-sample performance. In this blog post, I’ll take some time to first explain the results from a unique data set assembled from strategies run on Quantopian...
시장은 자체 통계에 반대합니다 . 이것은 내가 실제로 확인한 이론입니다. 이것은 모델이 새로운 데이터에서 작동하지 않는 이유와 모든 사람이 지는 이유로 끝나는 모든 질문에 대한 답을 제공하는 유일한 이론입니다. 시장에 돈...
왜 그렇게 받아들이기 힘든가요?
오래된 지식과 습관의 짐이 실제로 새로운 정보에 대한 인식을 그렇게 많이 억제합니까?
모델 간의 성능 차이가 0.5%에서 5% 사이인 경우 모델에 왜 그렇게 집중합니까?
본질은 데이터 자체에 있기 때문에 어떤 모델도 여기에 도움이 되지 않습니다.
일반적으로 통용되는 용어와 개념으로 옷을 입어야 하는 생각, 정보, 정보를 이해할 수 있습니다.
당신은 반복되는 호소로 통계에서 가장 기본적인 것을 알지 못하는 짙은 무지를 보여줍니다.
시장은 통계에 반대하지만 통계는 다릅니다. 이것에 대한 아이디어는 "통계"라는 단어를 사용할 때 기본입니다. 이것을 이해하지 못하면 아무 말도하지 않는 그래프를 보여줍니다.
당신이 이해하는 통계에 대한 논박으로 쓰는 모든 것은 STATIONARY 무작위 프로세스에 적용할 수 있는 통계 부분에 대한 논박에 불과하며 금융 시장에는 고정 프로세스가 없습니다. 과거 데이터에서 얻은 특성을 새로운 데이터에 적용할 수 없다는 점에서 고정된 것입니다. 죄송하지만 이것이 기본입니다. 고정 통계 도구는 고정되지 않은 재무 시계열 에 적용할 수 없습니다.
여기서 우리는 과거의 비정상 데이터에 대해 모델을 훈련시켜 미래에 거의 동일한 특성을 갖도록 하려고 바쁘게 노력하고 있습니다. 이것이 우리가 해결하고 있는 문제입니다. 그리고 일련의 기술 전체를 주의 깊게 준수하면 그러한 문제가 해결될 수 있음을 확인합니다.
실례합니다. 그들은 무지로 이해했습니다.
시장은 자체 통계에 반대합니다 . 이것은 내가 실제로 확인한 이론입니다. 이것은 모델이 새로운 데이터에서 작동하지 않는 이유와 모든 사람이 지는 이유로 끝나는 모든 질문에 대한 답을 제공하는 유일한 이론입니다. 시장에 돈...
왜 그렇게 받아들이기 힘든가요?
맞아, 거의. 그는 그것에 반대하여 걷지 않고 모델에 내장된 소음 조정에 따라 단순히 한 소음에서 다른 소음으로 무작위로 전환합니다. 그런 식으로 모델링을 한 경우입니다. 이에 대한 책임은 귀하에게만 있습니다.
발견된 통계에 따라 시장이 움직일 또 다른 모델을 만드십시오.
여기에서 무엇을 받아들여야 합니까? 우리가 모델을 만들고 그들이 다시 훈련된다는 사실? 또는 "시장이 자체 통계에 어긋난다"는 믿음. 우리는 모든 종류의 조작을 믿을 종교 단체가 없습니다.
이제 모든 Forex 데이터에 대해 100가지 방법을 시도하고 모두 재교육되어 수익을 올릴 수 없다는 결론을 내리는 연구를 작성하면 즐겁게 읽을 것입니다. 그리고 한 미시 연구는 그것이 수행 된 원칙에 대해 명확하지 않으며 이는 지표가 아닙니다.
흥미로운 기사를 공유합니다. 의미가 있습니다. 좋은 시도라고 생각합니다. 훈련 및 테스트 중에 아름다운 거래 지표를 보여주는 수천 개의 모델이 있습니다. 샘플 데이터가 없습니다. 모델 선택 절차를 테스트 중입니다. 기사의 그래프는 나와 같은 일대일입니다. 테스트와 검증 사이의 약한 상관관계. 이것은 최상의 테스트 결과에 따라 모델을 선택한다고 해서 샘플 외부에 우월성을 부여하지 않는다는 것을 의미합니다.
그리고 그들이 거기서 무엇을 하는지 직접 확인하십시오.
https://blog.quantopian.com/using-machine-learning-to-predict-out-of-sample-performance-of-trading-algorithms/
시장은 자신의 통계에 어긋난다 , 이것은 내가 실천으로 확인한 이론이다.
시장이 추세 또는 플랫에 의해 지배되고 모델의 주요 요소가 추세의 지속 또는 채널 경계에서 반전을 예측하려고 시도하는 경우 얻은 반대 추세(플랫에 대해 훈련됨 ) 모델은 트렌드가 우세한 영역에서 "전복"되어 거기에서 이익을 줄 것입니다.
그러나 결론은 "이론"이 항상 연습으로 확인되는 것은 아니며 추세에서 반대 추세로 또는 그 반대로 바뀔 때만 확인된다는 것입니다.
이것은 예측 변수의 상당 부분이 중요하지 않은 경우 가장 자주 발생합니다. 쓰레기와 일부는 예를 들어 운동량과 같이 가장 중요한 것입니다. 이 경우 "훈련" 중 가장 중요한 예측자는 굵은 가중치를 받고 나머지는 작은 가중치로 약간만 노이즈를 만듭니다.
시장이 추세 또는 플랫에 의해 지배되고 모델의 주요 요소가 추세의 지속 또는 채널 경계에서 반전을 예측하려고 시도하는 경우 얻은 반대 추세(플랫에 대해 훈련됨 ) 모델은 트렌드가 우세한 영역에서 "전복"되어 거기에서 이익을 줄 것입니다.
그러나 결론은 "이론"이 항상 연습으로 확인되는 것은 아니며 추세에서 반대 추세로 또는 그 반대로 바뀔 때만 확인된다는 것입니다.
이것은 예측 변수의 상당 부분이 중요하지 않은 경우 가장 자주 발생합니다. 쓰레기와 일부는 예를 들어 운동량과 같이 가장 중요한 것입니다. 이 경우 "훈련" 중 가장 중요한 예측자는 굵은 가중치를 받고 나머지는 작은 가중치로 약간만 노이즈를 만듭니다.
이 이론은 항상 실습으로 확인됩니다.
시장의 유일하게 안정적인 통계적 특성은 비정상성입니다. 추세 또는 평탄한 단계가 길수록 통계적으로 식별하기 쉽고 추세 변화의 가능성이 커집니다.
이것은 가격 시리즈의 유일한 안정적인 통계적 특성입니다.
이 이론은 항상 실습으로 확인됩니다.
시장의 유일하게 안정적인 통계적 특성은 비정상성입니다. 추세 또는 평탄한 단계가 길수록 통계적으로 식별하기 쉽고 추세 변화의 가능성이 커집니다.
이것은 가격 시리즈의 유일한 안정적인 통계적 특성입니다.
1) 이것은 훈련 자체가 발생한 데이터가 있는 그래프입니까, 아니면 새로운 데이터에 대한 테스트일 뿐입니다.
2) 모든 것이 그렇게 간단하다면 모든 모델을 훈련하고 예측을 뒤집는 것으로 충분할 것입니다. 불행히도 작동하지 않습니다.
3) 문제는 모델이 반대 결과를 제공한다는 것이 아니라 일부 막대에서는 결과가 정확하고 다른 막대에서는 틀릴 것이며 이 모든 것이 무작위이며 올바른 결과만 필터링할 수 없다는 것입니다.
4) 예측 B에서 예측 S를 빼는 이유는 무엇입니까? 반대로 해야 할까요, SB? 그러면 상관관계가 갑자기 정확해집니다.
1) 새로운 데이터에 대한 테스트, 나는 어떤 이유로 훈련 데이터를 보지도 않았습니다.
2) 네! , 작동하지 않습니다. 결과 파란색 차트는 예측 능력이 없기 때문에 정상 가격 차트와 동시에 또는 나중에 캔들까지 펼쳐지지만 드물게 이 차트에서 돈을 벌 수는 없지만 제공합니다. 보여주고 싶었던 과정에 대한 이해
3) 차트에 임의성이 없으며 차트는 가격과 완전히 반비례합니다.
4) Buy와 sit 신호를 양적으로 표현한다면, 예를 들어 buy = 10포인트, sat은 5포인트
구매 - 토 = 5(더 많이 구매하면 모든 것이 정확함)
그리고 만약
앉았다 - 안녕 = -5 (그리고 약간의 쓰레기)
1) 맞아, 거의. 그는 그것에 반대하여 걷지 않고 모델에 내장된 소음 조정에 따라 단순히 한 소음에서 다른 소음으로 무작위로 전환합니다. 그런 식으로 모델링을 한 경우입니다. 이에 대한 책임은 귀하에게만 있습니다.
2) 발견된 통계에 따라 시장이 움직일 또 다른 모델을 만드십시오.
3) 여기에서 무엇을 받아들여야 합니까? 우리가 모델을 만들고 그들이 재교육된다는 사실? 또는 "시장이 자체 통계에 어긋난다"는 믿음. 우리는 모든 종류의 조작을 믿을 종교 단체가 없습니다.
1) 가격과 관련하여 파란색 차트에서 임의성이 보입니까? 예를 들어 나는 보이지 않는다
2) 생각보다 쉽지 않다
3) 그리고 당신은 논박하려고 합니다;) 당신이 말하는 것은 내 말이 픽션이기 때문입니다. 이것은 또한 픽션이지만 단지 당신의 것입니다 ... 당신은 동의합니까?
그러나 결론은 "이론"이 항상 연습으로 확인되는 것은 아니며 추세에서 반대 추세로 또는 그 반대로 바뀔 때만 확인된다는 것입니다.
결과 파란색 차트는 작은 움직임과 큰 움직임 모두에 대해 이동합니다. 200 캔들 섹션을 보면 차트가 가격과 반대 방향으로 가고 20,000 캔들을 보면 그림이 동일합니다.
실례합니다. 그들은 무지로 이해했습니다.