ライブラリ: BestInterval - ページ 19

新しいコメント
 
Andrey Khatimlianskii:

また、その逆で、曜日 ごとに異なるインターバルを探すのも絶対に理にかなっている。そうすれば、インターバルの数を増やして、各曜日に2～3区間を確保することができる。

ただ、曜日ごとではなく、その週の断片を捨てるだけでいい。今は、日ごとに区切られているが、週ごとに区切る必要がある。つまり、あらゆる周期的な時間間隔から。

削除済み  
fxsaber:

NSは仮定の話であっても、ここではまったく関係ない。

私はあなたと全く同じことをしましたが、NSを通しました。私は負けるトレードにはノーと言い、儲かるトレードにはイエスと言う。

実行後、すべての（ほぼ）損失はキャンセルされる。ネットワークに近似誤差があるためです。もうひとつは、入力が時間ではなく（なぜそうしないのか）、任意の符号であることだ。

機械学習では、このアプローチはメタ分割と呼ばれる。2番目のモデルが1番目のモデルを修正する場合。

これは単純に良いTSの性能を向上させることはできるが、g...キャンディーからキャンディーを作ることはできないことは明らかである。

 
Maxim Dmitrievsky:

でも、NSを通したんだ。

私のタスクは理解されなかったようだ。

削除済み  
fxsaber:

私の任務が理解されていないようだ。

同じことを別の方法で行うことは可能だと言っているだけだ。結果をどう分析するかは別の問題だ。なぜなら、それは主要なモデルではなく、単なる微調整モデルだからだ。

 
Maxim Dmitrievsky:

主要モデルではなく、微調整に過ぎない。

課題はチューニングではなく、どんなTCにも常識があればそれを見つけることだ。

 
fxsaber:

そして、それを見たのは後になってからだった。たくさんカットして、それをそのままプレゼントするのは、純粋ないじりであることがわかった。しかし、多くのカットを2-3回のインターバルをしっかり分析するための中間段階として扱えば、状況は多少違ってくる。

そのような生データをどのように利用できるのか、私にはわからない。いくつかの隣接する区間をクラスタリングしてみる？


fxsaber:

ただ、日ごとではなく、1週間を区切っています。今は日単位でチャンキングしていますが、週単位でチャンキングする必要があります。つまり、任意の周期的な時間間隔からです。

私が考えていたのはまさにそれです。

 
Andrey Khatimlianskii:

このような生データをどのように利用できるのか、私にはわからない。複数の隣接する区間をグループ化しようとしているのか？

今のところ、最適化の基準は 20区間の利益の合計でしょう。そして、この20の区間から、適合する確率が低い区間を選択する必要があります。そして、それに従って、基準はそれらの区間だけを考慮に入れる必要があります。

 
fxsaber:

そして、その20個の中から、適合する確率がより低い区間を選択する必要がある。

これはどのようにして可能なのだろうか？内蔵のウルフ・フォワード？

 
Andrey Khatimlianskii:

どのような方法で可能なのか？内蔵のウルフ・フォワード？

例えば、12:13-14:05の間に500件の取引があり、PFが2.4であった場合、私はその状況を少なくとも興味深いものと見なす傾向がある。

 
fxsaber:

例えば、PF2.4で12:13-14:05の間に500件の取引があった場合、私は少なくともこの状況を面白いと思う。

この区間が他の区間より際立っていれば、2つのプロット（20ではなく）を切り出すときに強調されるでしょう。

そうでない場合、なぜ別に考える必要があるのでしょうか？

1...121314151617181920212223242526...29
新しいコメント