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 1386

 
マキシム・ドミトリエフスキー

間引きは、情報の半分を再び捨てて、モデルを粗くすることである

そうしないと、モデルがゴミで目詰まりして、ゴミを掃除するのが仕事になってしまいます。
 
ユーリイ・アサウレンコ
そうしないと、モデルがゴミだらけになり、それを掃除するのが仕事になってしまいます。

ここでも概念の置き換えがある...市場にはゴミはない、ゴミ捨て場ではない ))) どの価格も重要だ

古典的な見方では市場に排出がないのと同じです。エミッションはさらに重要で、有用な情報をたくさん含んでおり、一般的に情報を生成するものです。

レベルメトリクスに移行すると、「はみ出し者」は種として消滅します。

 
マキシム・ドミトリエフスキー

市場にはゴミがない、ゴミ捨て場ではない)) どの価格も重要である

これは神秘主義の領域である。蝶の羽ばたきで津波が起こる。おそらくですが、非常にまれなケースです。そして、それをキャッチすることは不可能である。
 
Yuriy Asaulenko:
これは神秘主義の領域です。蝶の羽ばたきが津波を引き起こす。可能性はありますが、非常に稀です。そして、それをキャッチすることは不可能である。

残念ながら、引用文は氷山の一角であり、変化の理由についての情報はあまり含まれていない。純粋に技術的な要素もありますが、価格設定ではないですからね。

ということで、間引きする必要がある場合は、あまり残っていないのでは、と思います。

もちろん、薄め方にもよりますが...サンプルを増やすと輸入品が 詰まる、相関性を確認する必要がある、ということを帰国子女の話題に追加しただけですけれども...。

 
マキシム・ドミトリエフスキー

残念ながら、引用は氷山の一角 に過ぎず、変化の原因に関する情報は少ない。純粋に技術的な要因もありますが、価格的な要因ではありません。

だから、それも薄くすると、あまり残らないんですよ、イマイチ。

もちろん、薄め方にもよりますが...サンプルを増やすと輸入品が詰まるという帰国子女のテーマで、相関性を確認するために追加しただけですが

私は、オートマットが主張するようなダイナミックなものではなく、市場のある種の数学的モデルを発見したのです。

しばらくの間、この非常に市場式の解決策を探していた、結果は、しかし、印象的ではありませんでした。またすぐに、新たな気持ちで探索に臨みたいと思います。小さなことでも必ず見落としがある。あとは、それがどれなのかを理解することだ。

 
ヴィタリー・ムジチェンコ

私は、オートマトンが主張するようなダイナミックなものではなく、市場の数学的モデルのようなものを発見したのである。

私は以前から、この非常に市場性の高い配合の解決策を探っていましたが、その結果は印象的ではありませんでした。近いうちに、また新たな気持ちで、この探索を再開したいと思います。いつも何か小さなことが足りない、どれが足りないか理解することだけが仕事です。

私は、一般的に受け入れられている効率的な市場のモデルにこだわります。

そして、非効率性を探す。非効率性は時に現れるが、競争市場においては平準化される。

 
マキシム・ドミトリエフスキー

こうきゅうてきしじょうしゅぎ

そして、時には非効率なことが起こるが、競争的な市場では相殺されることを探す。

そうなんです。しかし、その「深い」歴史は、現在にあまり影響を与えないと思います。少なくとも、まさにその効率化の原理で。結局、仕事に直結する歴史の徹底的な分析には意味がないのです。もし、本当に何らかの規則性、つまり依存性があれば、標準的な手法で簡単に検出できるはずだ。

 
ユーリイ・アサウレンコ

そうなんです。しかし、その「深い」歴史は、現在にあまり影響を与えないと思います。効率性の原則だけなら。結局、仕事に直結する歴史の徹底的な分析には意味がないのです。もし、本当に何らかのパターンがあるのなら、通常の方法で簡単に歴史の中に発見できるはずだ。

深い歴史があるわけでもなく、以前と同じ「水準」にあるわけでもないのが事実です。

帰国子女に関するモデルには、それが考慮されていない

 
マキシム・ドミトリエフスキー

深い歴史があるわけでもなく、価格が以前と同じ「水準」にないのは事実です。

帰国子女に関するモデルには、その点は考慮されていません。

返品はしない。サンプル数0を基準にしたスケーリング価格です。すでに書いたが、安定した市場ではM(dC/C)=〜const、ここでCは楽器の価格である。

異なるデータ準備の場合、動きは機器の価格に依存します。つまり、スケールはサンプルごとに常に変動しますが、ほとんどのMoMメソッドはスケーリングに非常に敏感です。

 
ユーリイ・アサウレンコ

返品がないんです。これらは、サンプル数0を基準にしたスケール価格です。すでに書きましたが、安定した市場ではM(dC/C)=〜const、ここでCは商品価格です。

別のデータ作成では、動きは機器の価格に依存します。つまり、目盛りはサンプルごとに常に浮き、ほとんどのMOメソッドは目盛りに非常に敏感です。

これは各ラグに対する最新の戻り値であり、どのように呼ぶかは問題ではありません。

サンプルは1つではなく,多数あるので,各フィーチャーのサンプルの並びは,インクリメントの連続になります。

繰り返しになりますが、MOにとって良いことが、必ずしも市場にとって良いこととは限りません。これらの方法は、市場向けに設計されたものではないので、妥協点を探しているのです。