記事「取引のための組合せ論と確率論(第IV部): ベルヌーイの定理」についてのディスカッション - ページ 2

 
Alexandr Plys #:


"興味深いことに、単一の状態やほんの一歩を考慮するとき、私たちが得るものはカオスである可能性が高い..."
- ここで私たちは 立ち止まる必要がある。

市場のカオスや乱流は、5-7年に一度、非常にまれに発生し、それは急激な飛行や流入、
、その後急激にデフレ、または金融商品の価値のパニック下落に影響を与える急成長で表現されます。
したがって、我々は、単に、価格パターン(そのうちの多くがあり、常にそれらから期待される方向を与えるとは限らない)なしでも考えることができます。
それは本当ではないでしょうか、ユージーン?

もちろん、その通りです。トレーダーの理解では、パターンとは価格の絵であるが、パターンは価格の絵以上のものである。パターンとは状態の連鎖です。状態は視覚的な面でも、視覚的に判断できないパラメーターのベクトルでも表現できる。しかし、もしパターンが多次元的で、多次元空間でしか描けないとしたらどうだろう?パターンとは状態の連鎖であり、各状態は絶対的に任意のスカラー値と複素数のセットによって特徴付けることができる。これに関連して、価格だけを考慮する必要はなく、Mjving平均曲線やその他何でも考慮することができる...。主なものは、これらのデータを処理し、統計を作成することができることであり、あなたは同じ成功で仮想バックテストの仮想バランスを考慮することができ、あなたはその平等性のラインを考慮することができます、などなど。バリエーションは無限にあり、そのどれでも統計を取り、強化されたスクイーズを作ることが可能です。

 
Dmitry Fedoseev #:

より正確には、エッジ落ちとは、イーグルの平面とテールの平面を結ぶエッジ上に落ちることである。つまり、コインが少し傾いて立っているときに、エッジから落ちるということである。

もちろん、エッジも左右に傾いていたり、何度かの範囲で傾いていたりと、異なることがある。そうすれば、より正確なパターン、あるいは古典的なトレーダーの見方には存在しないパターンであっても、古典的なものよりはるかに効果的なパターンを見つけることができる。ただひとつだけ言えるのは、そうした状態をコンパイルする際には、グループの完全性を要求すべきだということだ。つまり、これらの状態は1つの事象空間の互換性のない事象であり、完全なグループを形成していなければならない。これらの事象は非互換でなければならない。これらの条件が満たされれば、これらの状態の連鎖の組み合わせを構成することが可能となり、それがパターンとなる。

 
Evgeniy Ilin #:

もちろん、エッジは、左に傾いたり右に傾いたり、ある範囲の度合いに傾いたり別の範囲に傾いたりと、異なることもある。各状態は顔が青くなるまで分断することができる。そうすれば、より正確なパターン、あるいは古典的なトレーダーの見方には存在しないパターンを見つけることができる。ただ一つ言えることは、そうした状態をコンパイルする際には、グループの完全性を要求すべきだということだ。つまり、これらの状態は1つの事象空間の互換性のない事象であり、完全なグループを形成していなければならない。これらの事象は非互換でなければならない。これらの条件が満たされれば、これらの状態の連鎖の組み合わせを構成することが可能となり、それがパターンとなる。

傾きについては、質量中心が支点に正確に投影される場合の1つのバリエーションしかない。それ以外の場合は安定しない。

 
Evgeniy Ilin #:

人間の目には3次元しか見えないので、これ以上複雑なシステムをグラフィカルに表現することは不可能だろう。しかし、多次元関数も他の関数と同様に機能的であることに気づくべきである。

しかし、そのために次元削減の方法がある-PCA、t-sne.umapなどである。

私が見つけた最初の記事はこちら

Потрясающе красиво: как отобразить десятки признаков в данных
Потрясающе красиво: как отобразить десятки признаков в данных
  • 2021.09.28
  • habr.com
Пробуем алгоритм UMAP урожая 2018 — пакет Python для впечатляющих визуализаций и кластеризации данных. Статья напомнит об этой прекрасной альтернативе t-SNE или PCA и поможет с визуализацией на флагманском курсе Data Science.