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 2081 1...207420752076207720782079208020812082208320842085208620872088...3399 新しいコメント Rorschach 2020.11.05 08:58 #20801 mytarmailS: 誰かいい方法ないかな、ちなみに基本的にはグレイルです...。この技術を使えば、どんなCPでもスマート化、アダプティブ化することができます。 アダプティブフィルタリング、ウィーナーフィルタ、カルマンフィルタです。 フーリエやウェーブレットをとって、最大 周波数を求め、それを使って掃引周期を選ぶというのは、最も間抜けなことです。 フーリエ変換で、スペクトルの中の興味のない周波数を無効にし、逆変換で、フィルターを得ることができます mytarmailS 2020.11.05 09:13 #20802 ロールシャッハ: これは適応型フィルタリング、ウィーナーフィルタ、カルマンフィルタです。 アダプティブ・フィルタリングではなく、最適な制御カーブを見つけるのです。 適応フィルタリングでは、未来は分からないが、現在のプロセスに最適/適応的に調整する ここでは、最適な関数の合成の問題なので、将来を見据えた最適な制御を見つける必要があります。 ロールシャッハ一番間抜けなのは、フーリエやウェーブレットをとって、最大 周波数を求め、それを使って掃引周期を選ぶというものです。フーリエを使えば、スペクトルの中の興味のない周波数を無効にすることができます。 フーリエは選択肢の一つですが、周波数で踊るのではなく、未知の関数を合成するためのツールです。異なる倍音を追加すると、異なる関数が得られます。 でも、もっと簡単な方法があるのかもしれません。 Rorschach 2020.11.05 09:19 #20803 mytarmailS: これはアダプティブ・フィルタリングではなく、最適な制御カーブを見つけることです。適応フィルタリングでは、未来は分からないが、現在のプロセスに最適/適応的に調整するこれは最適な機能の合成の問題であり、我々は未来を見ることができ、未来を知っている最適な制御を見つける必要があります。フーリエは選択肢の一つですが、周波数で踊るのではなく、未知の関数を合成するためのツールとして使います。異なる倍音を加えることで、異なる関数が得られ、正しいものが得られるかもしれませんが、オーバーシュートはおそらくとんでもないことになるでしょう。でも、もっと簡単な方法があるのかもしれません。 カルマンとは信号と擾乱のモデルであり、我々は未来を知るはずであるが、市場ではすべてが複雑である。 mytarmailS 2020.11.05 09:21 #20804 ロールシャッハフーリエやウェーブレットをとって、最大 周波数を求め、それを使って掃引の周期を選択するのは、最も間抜けなことです。 なぜ、最適なコントロールカーブとスペーサーの重要な周波数が相関していると考えるのでしょうか? なぜDUTのカーブは周期的 でなければならないのでしょうか? その思いはどこから来ているのか。 mytarmailS 2020.11.05 09:23 #20805 ロールシャッハ: 信号と干渉のカルマンモデル、 未来がわかる はずなんですが、市場では複雑なんです。 どこにあるんだろう? とにかく、そんなことより、アダプティブ・フィルタリングではないことを信じて、答えてください。 私が考えていることと違うから、なんとなく自分の目線で見てしまうんですね。 kapelmann 2020.11.05 09:30 #20806 mytarmailS: 簡単な例を お見せしますと...。我々は、10と20の期間を持つ2つのワンド上の取引システム、クロスオーバーによる取引、古典的な...バッグはローパスフィルターで、バッグの周期が制御パラメータとなるこの場合、制御パラメータは定数10と20です課題:与えられた市場セグメントにおいて、各スライサーの制御パラメータをDYNAMIC(一定ではない)にして、利益の観点から最適なものにすること。これが基準1基準No.2 : また、得られた動的パラメータは、点の無秩序な散らばり方ではなく、連続関数に近いものであるべきで、すなわち、関数の滑らかさの概念を導入すべきである。そのような問題の解決策をどのようにお考えですか? また、スライディングウィンドウ(0-100, 1-101...)で最適化すれば十分に連続しますが、交差しないセグメント(0-10, 11-20...)を最適化すると、連続性は失われますが、受信係数の系列を手の平などで平滑化すれば追加することが可能です。 mytarmailS 2020.11.05 09:33 #20807 ロールシャッハ: カルマンでは信号とノイズのモデルを構築し、未来がわかっていることを前提にしているが、市場では複雑なことが起こる ここではわかりやすく、理想的なもの(赤色)を 将来を見据えて、理想的なコントロールカーブを手に入れることができればいい。 Rorschach 2020.11.05 09:35 #20808 mytarmailS: 何のために必要なのか?フーリエ窓を半周期前に移動させ(先読み)、実際のパラメータを得るのです。 mytarmailS 2020.11.05 09:37 #20809 kapelmann: また、スライディングウィンドウ(0-100, 1-101...)で最適化する場合は、十分に連続性がありますが、交差しないセグメント(0-10, 11-20...)を最適化する場合は、連続性は失われますが、得られた一連の係数を例えばマスクで平滑化すれば追加することが可能です。 そうですね、そういう風にやってみようかな...。 しかし、平滑化するべきではありません。平滑化のわずかな歪みでも、「取引が開始された/されていない」に影響を与える可能性があります。 mytarmailS 2020.11.05 09:40 #20810 ロールシャッハ: 目的があって必要なのか? はい ロールシャッハ: フーリエ窓を半周期前に移動させると(先読み)、実際のパラメータが得られます。 ダミーのために、フーリエ係数から正しい周期を求める方法について、詳しく教えてください。 1...207420752076207720782079208020812082208320842085208620872088...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
誰かいい方法ないかな、ちなみに基本的にはグレイルです...。この技術を使えば、どんなCPでもスマート化、アダプティブ化することができます。
アダプティブフィルタリング、ウィーナーフィルタ、カルマンフィルタです。
フーリエやウェーブレットをとって、最大 周波数を求め、それを使って掃引周期を選ぶというのは、最も間抜けなことです。
フーリエ変換で、スペクトルの中の興味のない周波数を無効にし、逆変換で、フィルターを得ることができます
これは適応型フィルタリング、ウィーナーフィルタ、カルマンフィルタです。
アダプティブ・フィルタリングではなく、最適な制御カーブを見つけるのです。
適応フィルタリングでは、未来は分からないが、現在のプロセスに最適/適応的に調整する
ここでは、最適な関数の合成の問題なので、将来を見据えた最適な制御を見つける必要があります。
一番間抜けなのは、フーリエやウェーブレットをとって、最大 周波数を求め、それを使って掃引周期を選ぶというものです。
フーリエを使えば、スペクトルの中の興味のない周波数を無効にすることができます。
フーリエは選択肢の一つですが、周波数で踊るのではなく、未知の関数を合成するためのツールです。異なる倍音を追加すると、異なる関数が得られます。
でも、もっと簡単な方法があるのかもしれません。
これはアダプティブ・フィルタリングではなく、最適な制御カーブを見つけることです。
適応フィルタリングでは、未来は分からないが、現在のプロセスに最適/適応的に調整する
これは最適な機能の合成の問題であり、我々は未来を見ることができ、未来を知っている最適な制御を見つける必要があります。
フーリエは選択肢の一つですが、周波数で踊るのではなく、未知の関数を合成するためのツールとして使います。異なる倍音を加えることで、異なる関数が得られ、正しいものが得られるかもしれませんが、オーバーシュートはおそらくとんでもないことになるでしょう。
でも、もっと簡単な方法があるのかもしれません。
カルマンとは信号と擾乱のモデルであり、我々は未来を知るはずであるが、市場ではすべてが複雑である。
フーリエやウェーブレットをとって、最大 周波数を求め、それを使って掃引の周期を選択するのは、最も間抜けなことです。
なぜ、最適なコントロールカーブとスペーサーの重要な周波数が相関していると考えるのでしょうか?
なぜDUTのカーブは周期的 でなければならないのでしょうか?
その思いはどこから来ているのか。
信号と干渉のカルマンモデル、 未来がわかる はずなんですが、市場では複雑なんです。
どこにあるんだろう?
とにかく、そんなことより、アダプティブ・フィルタリングではないことを信じて、答えてください。
私が考えていることと違うから、なんとなく自分の目線で見てしまうんですね。
簡単な例を お見せしますと...。
我々は、10と20の期間を持つ2つのワンド上の取引システム、クロスオーバーによる取引、古典的な...
バッグはローパスフィルターで、バッグの周期が制御パラメータとなる
この場合、制御パラメータは定数10と20です
課題:与えられた市場セグメントにおいて、各スライサーの制御パラメータをDYNAMIC(一定ではない)にして、利益の観点から最適なものにすること。
これが基準1
基準No.2 : また、得られた動的パラメータは、点の無秩序な散らばり方ではなく、連続関数に近いものであるべきで、すなわち、関数の滑らかさの概念を導入すべきである。
そのような問題の解決策をどのようにお考えですか?
また、スライディングウィンドウ(0-100, 1-101...)で最適化すれば十分に連続しますが、交差しないセグメント(0-10, 11-20...)を最適化すると、連続性は失われますが、受信係数の系列を手の平などで平滑化すれば追加することが可能です。
カルマンでは信号とノイズのモデルを構築し、未来がわかっていることを前提にしているが、市場では複雑なことが起こる
ここではわかりやすく、理想的なもの(赤色)を
将来を見据えて、理想的なコントロールカーブを手に入れることができればいい。
何のために必要なのか?フーリエ窓を半周期前に移動させ(先読み)、実際のパラメータを得るのです。
また、スライディングウィンドウ(0-100, 1-101...)で最適化する場合は、十分に連続性がありますが、交差しないセグメント(0-10, 11-20...)を最適化する場合は、連続性は失われますが、得られた一連の係数を例えばマスクで平滑化すれば追加することが可能です。
そうですね、そういう風にやってみようかな...。
しかし、平滑化するべきではありません。平滑化のわずかな歪みでも、「取引が開始された/されていない」に影響を与える可能性があります。
目的があって必要なのか?
はい
フーリエ窓を半周期前に移動させると(先読み)、実際のパラメータが得られます。
ダミーのために、フーリエ係数から正しい周期を求める方法について、詳しく教えてください。