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 2262

新しいコメント
 
mytarmailS:

どういうことですか？

マトリックスの牛を振るだけで、ランダムになります。

何のためのシェイクなのか、最終的なカットはどうあるべきなのか、ゴールを知る必要があるのです。

目標は利益です :D

あなたが見る、ここで誰もが市場にいくつかのダニのスキャルパーを販売することを提供していますが、私の関心は、純粋にスポーツです
 
マキシム・ドミトリエフスキー：

目標は利益です :D

世代交代アプローチそのものについて、私からの批判 )

データを作成し、「新しいデータ」に対応するモデルを探しているとき、それがフィッティングであることを理解していますか？フィッティングであることを理解していますか？

この「新しいデータ」はモデルの選択に関わるものなので、「新しいデータ」 ではないのですが...。あまり目立たないけど、そうなんです!

第3のサンプルを追加する必要があるのですが、それは可能ですか？


共分散については、私が振ることもできますが、GMMの専門家ではありません。

ここに偽物のマトリックスがあります

XX
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,]  0.7 -0.2  0.0 -1.7 -2.6  1.3 -0.4  0.9  0.4  -1.6
[2,] -0.7 -0.8 -1.4  1.5 -1.1 -0.1 -0.6 -0.4  1.0   0.2
[3,] -0.3  0.5  2.1  2.4  0.8 -0.3  1.3  1.3  0.2   0.4
[4,]  0.0  0.1 -0.1 -1.8 -0.4 -0.6  0.9  0.7 -1.2   0.9
[5,]  1.0 -0.6 -0.5  0.0 -0.3  1.2  2.3 -1.9  0.3   1.4

GMMモデルを作成しました

これがモデルの出力です。

Model$parameters
$pro
[1] 0.2 0.2 0.4 0.2

$mean
               [,1] [,2]  [,3]           [,4]
 [1,]   7.00000e-01 -0.7 -0.15   1.000000e+00
 [2,]  -2.00000e-01 -0.8  0.30  -6.000000e-01
 [3,] -7.41241e-145 -1.4  1.00  -5.000000e-01
 [4,]  -1.70000e+00  1.5  0.30 -8.061356e-177
 [5,]  -2.60000e+00 -1.1  0.20  -3.000000e-01
 [6,]   1.30000e+00 -0.1 -0.45   1.200000e+00
 [7,]  -4.00000e-01 -0.6  1.10   2.300000e+00
 [8,]   9.00000e-01 -0.4  1.00  -1.900000e+00
 [9,]   4.00000e-01  1.0 -0.50   3.000000e-01
[10,]  -1.60000e+00  0.2  0.65   1.400000e+00

$variance
$variance$modelName
[1] "EEI"

$variance$d
[1] 10

$variance$G
[1] 4

$variance$sigma
, , 1

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

, , 2

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

, , 3

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

, , 4

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025


$variance$Sigma
       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

$variance$scale
[1] 0.05824961

$variance$shape
 [1]  0.1545075  0.2746800  8.3090689 30.2834661  2.4721197  0.1545075  0.2746800
 [8]  0.6180299  3.3648296  0.4291874


$Vinv
NULL

共分散行列とは何ですか？

 
mytarmailS:

世代交代アプローチそのものについて、私からの批判 )

データを作成し、「新しいデータ」に対応するモデルを探しているとき、それがフィッティングであることに気づきますか？フィッティングであることを理解していますか？

この「新しいデータ」はモデルの選択に関わるものなので、「新しいデータ」 ではないのですが...。あまり目立たないけど、そうなんです!

第3のサンプルを追加する必要があるのですが、それは可能ですか？


共分散については、私が振ることもできますが、GMMの専門家ではありません。

ここに偽物のマトリックスがあります

GMMモデルを作成しました

これがモデルの出力です。

これが共分散行列？

3で確認しました、ええ。

クラスタのセントロイドを振る方が良い。すなわち、平均値（mean）、各値。各値が正規分布の中心となる小さな範囲でシェイクするたびに、サンプルを追加します。

それは悪いアプローチだ、悩む必要はない。平均価格刻みを振った方が、わかりやすいけど長い。

 
マキシム・ドミトリエフスキー：

平均価格刻みを振ったほうが、わかりやすいが、長くなる

根本的な違いは何でしょうか？

 
mytarmailS:

根本的な違いは何でしょうか？

何も、最小限の努力でまだ振れるという前提でした。でも、うまくいかないんです。

すみません、読み間違えました。違いは、gmmは修正された増分で他のクラスターを見つけることです。そして、セントロイドを振ることで、本質的に何もしていないことになります。

つまり、目標は、オリジナルと同様に、異なる平均と分散を持つ系列を生成することです。

が、オリジナルシリーズのほんの一部を取り出して、残りを生成しているんですね。

 
マキシム・ドミトリエフスキー：

何も、最小限の努力でまだ振れるという提案だったんです。でも、そういうわけにはいきません。

すみません、読み間違えました。違いは、gmmは修正された増分で他のクラスターを見つけることです。そして、セントロイドを振ることで、本質的に何もしていないことになります。

つまり、目標は、オリジナルと同様に、異なる平均と分散を持つ系列を生成することです。

が、オリジナルシリーズの一部を取り出して、残りを生成しているんですね。

好きなものを生成できる擬似価格ジェネレーターを作れば簡単なのでは...？

トレース、テスト、妥当性チェックに合格するもの。

 
mytarmailS:

何でも生成できる擬似価格発生装置を作り、そのパラメータを調整して、シリーズを生成するほうが簡単ではないか

トレーニーテスト、テストテスト、バリデーションテストに合格するような。

何もいらない。ただ、シリーズの特殊性を受け継ぎ、それをもとに商売をする。

 
マキシム・ドミトリエフスキー：

何もいらない、取引するシリーズの特殊性を受け継げばいいのです。

いいですか、私たちの基準をすべてクリアしたということは、すべてを受け継いだということです。私たちがそうだと思ったもの、そして、私たちがそうだと思わなかったもの、モデルに含まれなかったものまで......。

 
mytarmailS:

いいですか、私たちの基準をすべてクリアしているということは、私たちが想像しうるもの、そして私たちが知らなかったこと、モデルに入れなかったことまで、すべて受け継いでいるということなんです......。

こんな発電機があったんだ）

 
マキシム・ドミトリエフスキー：

こんな発振器があるんだ）

私は天才ではない ))

すべてがすでに発明されている・・・同じGMMでも、平均をとって結果まで好きなように変えたり、系列自体を変えたり、スペクトルを合成してそれを使って信号を再構築したり・・・・。或いは...

1...225522562257225822592260226122622263226422652266226722682269...3399
新しいコメント
理由: