トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 1109 1...110211031104110511061107110811091110111111121113111411151116...3399 新しいコメント СанСаныч Фоменко 2018.10.17 08:35 #11081 マキシム・ドミトリエフスキーだから、300年間証明できなかったフェルマーの定理と比較したんだ)。私たちは皆、特異点を探し、無線技術者の文章を読みますが、なぜそんなことに時間を費やすのでしょうか？ 金融資産の価格の増分の分散の挙動は非常に複雑で、シックテイルは最も原始的なものである。これらの珍事を分散で（その前は平均で）モデル化するために100以上（！）のGARCHモデルが作られている--そんなところでしょうか、また一部のフェルマは......。 分散について（非定常性）、それが体系的でない場合は、GARCHモデルによってモデル化し、テスターを通して、何かを見ることができます。いや、でたらめの方がよっぽど面白い。 Maxim Dmitrievsky 2018.10.17 08:50 #11082 サンサニッチ・フォメンコ私たちは皆、特異点を探したり、無線技術者の文章を読んだりしていますが、なぜそんなことに時間を費やすのでしょうか？ 金融資産の増分価格の分散の挙動は非常に複雑で、シックテイルが最も原始的である。これらの珍事を分散で（その前は平均で）モデル化するために100以上（！）のGARCHモデルが作られている--そんなところでしょうか、また一部のフェルマは......。 分散について（非定常性）、それが体系的でない場合は、GARCHモデルによってモデル化し、テスターを通して、何かを見ることができます。だから、いや、でたらめの方がよっぽど面白い。よくわからないけど、たまに書いてあるのを読むだけ。アセットマネージャーだと思うんだけど、よくわからない...。 私自身はそうではありません。 Aleksey Nikolayev 2018.10.17 08:55 #11083 サンサニッチ・フォメンコ私たちは皆、特異点を探したり、無線技術者の文章を読んだりしていますが、なぜそんなことに時間を費やすのでしょうか？ 金融資産の増分価格の分散の挙動は非常に複雑で、シックテイルが最も原始的である。これらの珍事を分散で（その前は平均で）モデル化するために100以上（！）のGARCHモデルが作られている--そんなところでしょうか、また一部のフェルマは......。 分散について（非定常性）、それが体系的でない場合は、GARCHモデルによってモデル化し、テスターを通して、何かを見ることができます。だから、いや、でたらめの方がよっぽど面白い。私の考えでは、このような特異点が見つかる主な理由は、標準的な手法では定常性に還元できない、価格（増値）の著しい非定常性にあると思います。一方、どんな回帰も、ある意味ですべてを定常性に還元してしまう。 非定常回帰（時間に依存する係数を持つ回帰）を構成するための適切なアプローチがあるのかもしれません。おそらく、定常性の概念を一般化することで、どうにか実現できるのではないでしょうか。 Aleksey Nikolayev 2018.10.17 09:02 #11084 マキシム・ドミトリエフスキーだから、300年間証明できなかったフェルマーの定理と比較したのだ )大きな違いがあります）フェルマーの定理は、もともと数学的に正しく定式化されたものです。これは我々の分野には存在しないし、可能性も低い。 Ivan Negreshniy 2018.10.17 09:09 #11085 ユーリイ・アサウレンコこれは、実際、正しいです。 したがって、異なる時間枠の間に類似性はありませんし、ありえません。 つまり、5分や日中の「一尺」については、それを公理として定式化する人たちには、十分な注意と不信感を抱かなければならない、ということだ。 まあ、それもそうなんですけどね。 解説に書いたことに付け加えると、グノセ学上の重要な結論：過去の日足、あるいは時間足で取引手法を構築する場合（時間足に多くの刻みがある場合）、価格増分や価格対数の2次非線形性の関数を「深掘り」しても意味がない（本文中の価格は、簡単に価格の対数に変更しても本質が失われることはない）。2番目の結論はあまり明確ではありません。 対数リターナブル型のインクリメントが機能することは明らかですが、1番目の結論はゴミだと思います。 タイムフレームの類似性は理論的に証明するものはないのかもしれませんが、私はその存在をほぼ確信していましたし、しかもそれはどちらかの通貨で一致している商品でも発生するのです。 また、数学的にどう説明したらいいのかわかりませんが、おそらく心理的な要因でしょう。ほとんどの人は、商品を分析し、判断を下すために、標準的な時間枠のセットから同じチャートを使用しますから。 Violetta Novak 2018.10.17 09:13 #11086 ヴィザード_。デートしようよ。一人で来てください。 鍛冶屋がなければ、鍛冶屋はいらない))) radikal.ru/video/uz7qxNNhyO8 いいアニメーションですね、1シグマまでしかないのが残念です、もっと頑張れたのでは？鍛冶屋がいない場合はどうでしょうか？馬車が進まない)) Violetta Novak 2018.10.17 09:21 #11087 イワン・ネグレシュニー2番目の結論はあまり明確ではなく、帰国子女のような対数刻みで十分であることは明らかですが、1番目の結論はナンセンスだと思います、IMHO。 理論的にタイムフレームの類似性を証明するものはないのかもしれませんが、私はその存在を事実上確信していましたし、しかもそれは、ある通貨で一致している商品にも現れているのです。 また、数学的にどう説明したらいいのかわかりませんが、おそらく心理的な要因でしょう。ほとんどの人は、標準的なタイムフレームの同じチャートを使って商品を分析し、判断を下しているからです。 最初の結論は、統計的特性が低い時間枠から高い時間枠に浮き出るという事実と同じである。 Ivan Negreshniy 2018.10.17 09:35 #11088 ノバヤ 最初の結論は、小さいTFから大きいTFになると、統計的な特性が浮き出るという事実と同じです。統計に有利なことは、トレーディングに不利なことが判明:) Aleksey Nikolayev 2018.10.17 10:16 #11089 マキシム・ドミトリエフスキーゴルチャコフをご存知ですか？ またsmradlabに書き込んでいますよ。 https://smart-lab.ru/blog/499678.phpここでTPTの適用を仮定しても（例えば，ギャップのためにxiの 母集団における限定的な分散に疑問がある），増分の非定常性のために，将来におけるその期待値はわからず，それに応じて，その和の期待値もわからないことになる。つまり、価格は正規の法則にしたがって分布するが、パラメータは未知数である。どのような使い道があるかは不明です。 PS.記事の著者がコメントで書いています。 Грааль 2018.10.17 10:49 #11090 ノバヤ は、小型のTFから大型のTFへとスタッツ特性を変化させます。彼らは一般的に、すべての次元で、線形時間およびそのスケールで、機器から機器へ、等浮遊する。主な問題は、どのようにそれが行く、統計の変化の機能性は何ですか、特にどのように定期的に変化関数である、統計が連続（少なくとも断片的に絶えず）、どちらか定期的に変化しない場合は、トラブル、そして唯一のインサイダーが市場を振るために残っているされています。 しかし、時間のBP統計特性の変化の規則性が存在する、分散の規則性はすべてに明らかである、それも直線的にキャッチされ、彼らは我々の目的のためにあまり有用であるが、高いモーメントはまた、比較的予測可能であるが、豆知識は、それがすべて悪いと、将来の増加の兆候ですノイズとそれは悲しいですが、ヨットや島が延期される寸前である。 1...110211031104110511061107110811091110111111121113111411151116...3399 新しいコメント 理由: キャンセル 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
だから、300年間証明できなかったフェルマーの定理と比較したんだ)。
私たちは皆、特異点を探し、無線技術者の文章を読みますが、なぜそんなことに時間を費やすのでしょうか？
金融資産の価格の増分の分散の挙動は非常に複雑で、シックテイルは最も原始的なものである。これらの珍事を分散で（その前は平均で）モデル化するために100以上（！）のGARCHモデルが作られている--そんなところでしょうか、また一部のフェルマは......。
分散について（非定常性）、それが体系的でない場合は、GARCHモデルによってモデル化し、テスターを通して、何かを見ることができます。いや、でたらめの方がよっぽど面白い。
私たちは皆、特異点を探したり、無線技術者の文章を読んだりしていますが、なぜそんなことに時間を費やすのでしょうか？
金融資産の増分価格の分散の挙動は非常に複雑で、シックテイルが最も原始的である。これらの珍事を分散で（その前は平均で）モデル化するために100以上（！）のGARCHモデルが作られている--そんなところでしょうか、また一部のフェルマは......。
分散について（非定常性）、それが体系的でない場合は、GARCHモデルによってモデル化し、テスターを通して、何かを見ることができます。だから、いや、でたらめの方がよっぽど面白い。
よくわからないけど、たまに書いてあるのを読むだけ。アセットマネージャーだと思うんだけど、よくわからない...。
私自身はそうではありません。
私たちは皆、特異点を探したり、無線技術者の文章を読んだりしていますが、なぜそんなことに時間を費やすのでしょうか？
金融資産の増分価格の分散の挙動は非常に複雑で、シックテイルが最も原始的である。これらの珍事を分散で（その前は平均で）モデル化するために100以上（！）のGARCHモデルが作られている--そんなところでしょうか、また一部のフェルマは......。
分散について（非定常性）、それが体系的でない場合は、GARCHモデルによってモデル化し、テスターを通して、何かを見ることができます。だから、いや、でたらめの方がよっぽど面白い。
私の考えでは、このような特異点が見つかる主な理由は、標準的な手法では定常性に還元できない、価格（増値）の著しい非定常性にあると思います。一方、どんな回帰も、ある意味ですべてを定常性に還元してしまう。
非定常回帰（時間に依存する係数を持つ回帰）を構成するための適切なアプローチがあるのかもしれません。おそらく、定常性の概念を一般化することで、どうにか実現できるのではないでしょうか。
だから、300年間証明できなかったフェルマーの定理と比較したのだ )
大きな違いがあります）フェルマーの定理は、もともと数学的に正しく定式化されたものです。これは我々の分野には存在しないし、可能性も低い。
これは、実際、正しいです。
したがって、異なる時間枠の間に類似性はありませんし、ありえません。 つまり、5分や日中の「一尺」については、それを公理として定式化する人たちには、十分な注意と不信感を抱かなければならない、ということだ。
まあ、それもそうなんですけどね。
解説に書いたことに付け加えると、グノセ学上の重要な結論：過去の日足、あるいは時間足で取引手法を構築する場合（時間足に多くの刻みがある場合）、価格増分や価格対数の2次非線形性の関数を「深掘り」しても意味がない（本文中の価格は、簡単に価格の対数に変更しても本質が失われることはない）。
2番目の結論はあまり明確ではありません。 対数リターナブル型のインクリメントが機能することは明らかですが、1番目の結論はゴミだと思います。
タイムフレームの類似性は理論的に証明するものはないのかもしれませんが、私はその存在をほぼ確信していましたし、しかもそれはどちらかの通貨で一致している商品でも発生するのです。
また、数学的にどう説明したらいいのかわかりませんが、おそらく心理的な要因でしょう。ほとんどの人は、商品を分析し、判断を下すために、標準的な時間枠のセットから同じチャートを使用しますから。
デートしようよ。一人で来てください。
鍛冶屋がなければ、鍛冶屋はいらない)))
radikal.ru/video/uz7qxNNhyO8
2番目の結論はあまり明確ではなく、帰国子女のような対数刻みで十分であることは明らかですが、1番目の結論はナンセンスだと思います、IMHO。
理論的にタイムフレームの類似性を証明するものはないのかもしれませんが、私はその存在を事実上確信していましたし、しかもそれは、ある通貨で一致している商品にも現れているのです。
また、数学的にどう説明したらいいのかわかりませんが、おそらく心理的な要因でしょう。ほとんどの人は、標準的なタイムフレームの同じチャートを使って商品を分析し、判断を下しているからです。
最初の結論は、小さいTFから大きいTFになると、統計的な特性が浮き出るという事実と同じです。
統計に有利なことは、トレーディングに不利なことが判明:)
ゴルチャコフをご存知ですか？ またsmradlabに書き込んでいますよ。
https://smart-lab.ru/blog/499678.php
ここでTPTの適用を仮定しても（例えば，ギャップのためにxiの 母集団における限定的な分散に疑問がある），増分の非定常性のために，将来におけるその期待値はわからず，それに応じて，その和の期待値もわからないことになる。つまり、価格は正規の法則にしたがって分布するが、パラメータは未知数である。どのような使い道があるかは不明です。
PS.記事の著者がコメントで書いています。は、小型のTFから大型のTFへとスタッツ特性を変化させます。
彼らは一般的に、すべての次元で、線形時間およびそのスケールで、機器から機器へ、等浮遊する。主な問題は、どのようにそれが行く、統計の変化の機能性は何ですか、特にどのように定期的に変化関数である、統計が連続（少なくとも断片的に絶えず）、どちらか定期的に変化しない場合は、トラブル、そして唯一のインサイダーが市場を振るために残っているされています。
しかし、時間のBP統計特性の変化の規則性が存在する、分散の規則性はすべてに明らかである、それも直線的にキャッチされ、彼らは我々の目的のためにあまり有用であるが、高いモーメントはまた、比較的予測可能であるが、豆知識は、それがすべて悪いと、将来の増加の兆候ですノイズとそれは悲しいですが、ヨットや島が延期される寸前である。