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 2848

[Aleksey Vyazmikin]

Aleksey Nikolayev #:

列の高さの標本について、（通常の慣用的な意味での）ヒストグラムを作成してみてください。生存関数を 構築することもできます。

私はそれを構築しましたが、あなたはそれをどのように使うつもりですか？

生存関数については、使い方がよくわからない。

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

では、それを作って、どう使うつもりですか？

サバイバル機能については、使い方がよくわからない。

ー例えばー例えばー最初のー最初のー最初のー最初のー最初のー最初のー最初のー最初のー最初のー最初のー（ー年ー月ーー日ーー月ーー日ーー月ーー日ーー日ーーー生存関数のーグラフでーでーでーでーではー、ー水平断面ーでーでー

[Aleksey Vyazmikin]

Aleksey Nikolayev #:

例えば、最初の図では、フェンスと樹木に対応する8-9付近に顕著な減少がある。生存関数のグラフでは、より正確に減少区間を見ることができる。

ヒストグラムが2つの部分に分割できることは明らかだが、これはプロセスの自動化と統一化の問題である。広がりの絶対値が大きくない場合、ヒストグラムはそれを示さない。

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

ヒストグラムが2つの部分に分けられることは明らかだが、ここで問題となるのはプロセスの自動化と統一である。スプレッドの絶対値が大きくなければ、ヒストグラムはそれを示さない。

だから生存関数について書いたのだ（ハザード関数もある）。新しいことを学ぶことを怠らず、自分ですべてを発明しようとしないでください。

[mytarmailS]

Aleksey Nikolayev #:

新しいことを学ぶことを怠らず、自分で物事を作り上げようとしないことだ。

++++

[Aleksey Vyazmikin]

Aleksey Nikolayev #:

だから私は生存関数について書いたのだ（ハザード関数もある）。新しいことを学ぶことに怠けず、自分ですべてを発明しようとしないことだ。

エーテル体をどう使うのか、なぜ使うのか、生産的な理解なしにエーテル体に言及するのは時間の無駄です。

生存関数を構築するアルゴリズムの理解を助ける準備はできている。私が自分の仕事に応用するために処理する情報量を考えれば、私の怠惰についてのあなたの思い込みは、単に侮辱的なものだ。

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

具体的に言おう--何をするつもりなのか--エーテル体をどう使うのか、なぜ使うのかという生産的な理解なしにエーテル体に言及するのは時間の無駄だ。

もしあなたが、生存関数を構築するアルゴリズムを理解する手助けをしてくれるなら、私はコードを書くし、さらに考えよう。そして、私の怠惰についてのあなたの思い込みは、私が自分の仕事に応用するために処理する情報量を考えれば、単なる侮辱だ。

大雑把に言えば、木を伐るのは怠け者ではないが、斧を研ぐのは怠け者だ。

リスク関数、Rの最も単純な変形

#  x - выборка, y - функция риска
x <- sort(x)
nx <- length(x)
y <- log(nx/(nx:1))
plot(x, y, type = "l")

水平線に近い曲線のセクションはヒストグラムのディップに対応し、ここでは（ヒストグラムのように）分割との関連性がないため、これらのセクションをより正確に決定することができる。私は、たとえばジグザグの膝の高さの分布を調べるときにこれを使う。

[Aleksey Vyazmikin]

Aleksey Nikolayev #:

リスク関数、Rの最も単純な変形

nx:1とはどういう意味ですか？対数を調べた後、ベクトルyの中に複数の数値が得られないのですか？Rの構文がわかりません。

Aleksey Nikolayev#：

水平線に近い曲線のセクションは、ヒストグラムのディップに対応し、ここでは（ヒストグラムのように）分割にリンクがないため、これらのセクションをより正確に定義することができます。例えば、ジグザグの膝の高さの分布を研究するときに使う。

"近さ" - 近さの度合いを統一するには？最終的には手作業で推定するのではなく、アルゴリズムが欲しい。

今のところ、サンプル中のそのような異常値の割合を示す簡単な予測子を作っている。それから、サンプル中のこれらの異常値の分布を推定するオプションを考えることができます。

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

nx:1ってどういう意味？対数を調べた後、ベクトルyに複数の数値が得られないのですか？Rの構文がわかりません。

nxから1までの 値を持つ長さnxの ベクトルだよ。Rを学び、斧を研げ。

Aleksey Vyazmikin#:

"Close"-近さの度合いを統一するには？最終的に手動で推定するのではなく、アルゴリズムが必要です。

あなたのタスクによりますが、どのようにするかはあなた次第です。SBのために計算されたリスク関数の理論形からの偏差を使っています。

[Aleksey Vyazmikin]

Aleksey Nikolayev #:

nxから1までの 値を持つ長さnxの ベクトルである。Rを学び、斧を研ぐ。

nxは同じ要素の数である。1より大きいのにどうして1までなのか？

この記事では一般的に、手法そのものを適用する前に分布を知る必要があることを強調している。