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 3144

 
mytarmailS #:
最近、シグナルのミクロ分析をしているんだ。

その結果、公表されているシグナルの99.9%は1~2年以上生きないことがわかった。

つまり、公表されたシグナルとは、次のような指標なのだ。

公表されたシグナルというのは、かなり大きなものだ。

ある男がそこに座ってボタンに手を触れているかもしれない。

彼は2年以上も営業していない。それは長くないですか?

P.Z.

あなたが上に書いたことを、ゆっくり読んで理解してみてください。

少なくとも1つ、正しい記述がありますか?

 
Lorarica #:

公表された信号、まさにそのようなコンセプトだ。

そこに座ってボタンに手を触れている人がいたかもしれない。

2年以上使われていない。長くないですか?

P.Z.

あなたが上に書いたことをゆっくり読んで理解してみてください。

少なくとも1つは正しい記述がありますか?

よく読んでいない

 

市場で働くには学歴が必要だと、いつになったら気づくのだろう。

どんな教育でもいいというわけではない。

P.Z.

ここにある ように 、すべてが複雑だ。

例えば、31400通のメッセージを誰が読むのでしょうか?

それを切り取り、要約する。

この機械学習について知っている賢い人たちがいるんでしょう?

私のアドバイスのどこが悪い?

あなたのために。

P.Z.

 
mytarmailS #:

よく読まなかった

荒らしに餌を与えないこと - さもないとスレッドが完全に荒らされるから

 
Lorarica #:

ペルドン

7年前の支部、31400の投稿、結果はどこに?

また、30000件の投稿を削除した場合、何もなければどうなるのでしょうか?

それともあるのか?誰が知っている?

P.Z.

バナン/アナン=1.23

ここはコミュニケーションのスレッドです。コミュニケーションのトピックはMOです。

誰も彼女に、徐々に実用的なトレーディングアドバイザーを構築する義務はない。だから、あなたは簡単に餌食として 書き込まれる可能性があります、注意してください

 
СанСаныч Фоменко #:

生年月日を生年月日生年月日生年月日生年月日生年月日生年月日生年月日生年月日生年月日

そう、私は中国語の文章を受け取るのが下手なのだ。しかし、これは特定の漢文に情報がないという意味ではない。なぜなら、中国語からロシア語への翻訳者という追加的な情報変換装置を導入すれば、与えられた漢文に情報があるのか、それとも単なるランダムな文字の集合なのかが明らかになるからだ。

 

安定性について (c) SanSanych.属性のセットに時間を加えれば、その重要性を他のものと比較することができる。もしある形質が時間よりも重要であれば、それは安定していることになる。おそらく、これで少しは理解できるだろう)

例えば、決定的なツリーを構築する場合、時間における最初の分割までしか行わない。もしその木が空であれば、すべての兆候は悪いということになる。このアプローチ(木の場合)を正当化する根拠として、時系列の変化点検出と分割 探索アルゴリズムが似ていることが挙げられる。どちらの場合も、通常、1つのサンプルを2つの最大に異なるサブサンプルに分割することが求められる。

 
大変申し訳ないのですが、このような場合、フィッシュは単純に新しいデータに対してモデルを通してテストすることができないのでしょうか?)安定性はアフリカにおける安定性である。

相互情報量やその他の類似の指標と同じように、窓際でのオーソドックスな対数損失がある。

また、2つのランダムな系列が比較されるため、効率という点では、無限大に無限大を掛けたものとほぼ同じになる。

(с)
 
Maxim Dmitrievsky #:
乱暴で申し訳ないが、この場合、新しいデータでモデルを通してチップをチェックすればいいじゃないか)安定は安定だ。 .

相互情報量やその他の類似の指標とまったく同じように、オーソドックスな対数損失がウィンドウに表示されます。

また、2つのランダムな系列が比較されるため、効率という点では無限大に無限大を掛けたものとほぼ同じになる。

(с)

一概には言えない。IMHOでは、通常の数倍の大きなウィンドウを分析のために取る。その上で、時間を特徴として加えながら決定木を構築する。もしすべてが時間分割で始まるなら、私たちは他の兆候を悪い、不安定と呼ぶ。これらの兆候が小さな窓で突然うまく機能したとしても、異なる窓での依存関係が大きく異なるため、不安定であることに変わりはない。

 
Aleksey Nikolayev #:

何とも言えない。IMHOでは、通常の数倍の大きさの大きなウィンドウを分析のために取る。その上で、時間を特徴として加えながら決定木を構築する。もしすべてが時間分割で始まるなら、私たちは他の兆候を悪い、不安定と呼ぶ。小さなウィンドウでこれらのサインが突然うまくいったとしても、ウィンドウによって依存関係が大きく異なるため、不安定であることに変わりはない。

なるほど、因果の森を見ることもできるのですね。ところで、私はそれを研究したことがないのですが、もし誰かがそれを解明するのであれば、それを使った実験について読むと面白いと思います。
私はSanychのアプローチを理解していない :) 彼はRMSエラーを見ている。あるいはスライディングウィンドウのRMS。
理由: