記事についてのディスカッション - ページ 4

[Valeriy Yastremskiy]

Maxim Dmitrievsky:

というのは、未来のパターンを探すのではなく、一連の依存関係を探すのである。順番は重要ではない。真ん中を探しても、前後をテストしても、何も変わらない

これ以上説明する必要がないほど、理解するのは簡単だ。

利点は、発見されたパターンが時間とともに薄れていく可能性があることだ。この場合、最近のデータから学習するのが望ましい。

簡単ではない。いつも、近ければ近いほど真実味が増すように思える。概念の置き換え。実はパターンを見つける作業も同じである）。

[Maxim Dmitrievsky]

Stanislav Korotky:

これは抽象的なシリーズではない。左から右（過去から未来）には明らかな「依存関係」（同じ言葉だが、理解する上で意味が異なる）があるが、その逆はない。見積もり予測に関する科学的な出版物はほとんどなく、そこでは過去に関するテストが行われる。

サインに線形トレンドやその他の時間依存性があれば、それは正しい。この論文のモデルは時間を全く考慮していない。

ブートストラップやニューラルネットワークのような最近の計量経済学的アプローチを見ると、シーケンスが混在している。つまり、時間依存性はない。

[Aleksei Kuznetsov]

В первую очередь необходимо провести кластеризацию исходных данных, включая метки классов

ピーキングにつながると思います。
シグナルのあるデモ口座で、1ヶ月間テストしてみてください。

[Valeriy Yastremskiy]

Stanislav Korotky:

これは抽象的なシリーズではない。左から右（過去から未来）には明らかな「依存関係」（同じ言葉だが、理解する上で意味が異なる）があるが、その逆はない。見積もり予測に関する科学的な出版物はほとんどなく、そこでは過去に関するテストが行われる。

予測に私は会っていないが、研究にその後13年間分400万ポイント。CaP指数。84年から96年まで。経済物理学の始まり。彼らはその非定常性、SBの存在、物理的プロセスとの類似性を証明した。

[Maxim Dmitrievsky]

elibrarius:

ピーキングにつながると思います。
デモ口座で シグナルを使って1ヶ月間テストしてみてください。

ボットのソースを添付しますので、テストしてみてください。

ピーキングはありません。

[Aleksei Kuznetsov]

Maxim Dmitrievsky:

ボットのソースを添付しますので、テストしてみてください。

覗き見はしない。

考えてみました。

もう一点。
50個のランダムなトレーニングから、テストで最も良い結果を出すものを選ぶ。これをテストへのフィッティングと呼ぶ。新しいデータではあまり良くないかもしれません。
むしろ50のモデルすべてから平均をとるべきです。

[Maxim Dmitrievsky]

elibrarius:
もう少し考えてみた。 もう1点。 50のランダムなトレーニングセッションの中から、テストで最も良い結果を出すものを選ぶ。これをテストへのフィッティングと呼ぶ。新しいデータではあまり良くないかもしれません。むしろ50のモデルすべてから平均をとるべきです。

私は以前のデータで別のテストを実施する。結果が悪ければ、それを捨てる。

例えば、トレーニングは2ヶ月で行い、モデルは1年かけて選択する。その後、5年から10年の独立したテストを行う。

記事の中でアプローチの概要を説明しましたが、まだ改善の余地があります。

平均化する意味がわからない。

[Aleksei Kuznetsov]

Maxim Dmitrievsky:

以前のデータとは別に、別のテストを行う。結果が悪ければ、それを捨てる。

記事の中でアプローチの概略を説明したが、まだ改善の余地がある。

最悪のモデルは失敗するのか？真ん中のモデルは？

[Maxim Dmitrievsky]

elibrarius:

一番悪いモデルは消耗が激しいですか？真ん中は？

違う

[Aleksei Kuznetsov]

Maxim Dmitrievsky:

別に

それなら、絶対に平均化すべきだ。そうしないと、新しいデータでは "違う "ことになる。