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 342

 
サンサニッチ・フォメンコ


すべての無線技術者の典型的な間違いは、金融市場に信号があると思い込んでいることで、金融市場に信号がない、今後もない、という状況は夢にも思っていない。そのため、金融市場ではほとんどフィルターが使われない。

金融市場は非定常な時系列であるため、統計学の大部分はボロボロになるが、無線工学では問題なく機能する。私はこのフォーラムに参加している多くのラジオエンジニアより長生きしています。私は皆に、「金を儲けたいなら、ラジオ工学は忘れろ」とアドバイスしてきた。いつまでも。


無知から来る典型的な反応ですが...。
 
Oleg avtomat:

無知から来る典型的な反応ですね...。

なぜ、すべてのモニターを消したのか? 今、どこで知恵を絞ればいいのか?)
 

ラジオエンジニアリングに求められるのは、どのようなパターンなのでしょうか。

無線工学では、テレビ画像や音楽などの規則的なシーケンスの存在 ... 続きを読む反射したロケータ信号の信号がスクランブルされている場合があります。しかし、それは仮定された信号の存在であり、それは確実に知られています。

ラジオエンジニアリングでは過去を認識するのに対し、トレーディングでは未来にしか興味がなく、過去は開発段階に過ぎないという違いも付け加えておく必要があります。

金融市場のアマチュアの間では、「わからないこと」を探すのが主流である。パターンという考え方は、「歴史は繰り返す」というテクニカル分析の定説を踏襲している。信念のレベルでは、時間の経過とともに変化する、ある種のファジーなパターンを探します。そして、そのパターンがトレードオーダーに 一義的に対応すると考えています。このような信念のレベルでのすべてが、テクニカル分析の重い遺産なのである。


数学のトレーディングへの応用には、実は2つの方向性があります。

1.分類ターゲット変数は、端末のオーダーと一致します。

2.入力商の一貫したモデリング:平滑化(フィルタリング);残差を見る、この残差をモデリングする;残差を見る................................である。残差が定常であれば停止する。成功すれば、数歩先まで予測することができる。そうでなければ、再び非定常的な市場に揺さぶりをかけ、預金を流出させる。

根本的に違うアプローチツール(matlabs、matcads...フィルタや様々なフーリエツール)の選択が不適切だと問題が悪化する。

そこで、もう一度。

無線工学は忘れてください。

 
サンサニッチ・フォメンコ

そこで、もう一度。

無線工学は忘れてください。

あなたの実用的な成果を知っているわけではありませんが、私の無線工学的なアプローチは比較的長い間、その効果が実証されています。

TCをマーケットに適用した場合の実際の結果は、少なくとも0.5の確率でトレードが成功し、少なくとも2/1の利益/損失の比率になります。

だから、ラジオエンジニアリングのことは忘れよう)。

 
マキシム・ドミトリエフスキー

なぜすべてのモニターを消したのか? これからどこで知恵を絞るのか?)

さて、あなたは自分自身のグルを見つけた;)
 
Oleg avtomat:

無知ゆえの典型的な反応ですね...。
大学には「自動化(オートメーション)制御システム」という専門分野がある。フォーラムの代わりにベンチに座り、基本を学び、視野を広げ、ランダムな過程と決定論的な過程に加え、未確定の 過程もあることを学ぶのです。老後は掲示板で恥をかかなくなるという、驚異的な結果を得ることができるのです。
 
ユーリイ・アサウレンコ

あなたの実用的な成果はわかりませんが、私の無線技術的なアプローチは、比較的長い間、その効果が実証されています。

TSをマーケットに適用した場合の実際の結果は、少なくとも0.5の取引成功確率、少なくとも2/1の利益/損失の比率となります。

だから、ラジオエンジニアリングのことは忘れよう)。


成功、と心の底から書きました。
 
サンサニッチ・フォメンコ
大学には「自動制御システム」という専門科目がある。フォーラムの代わりにベンチに座り、基本を学び、心を広げて、ランダムな過程と決定論的な過程に加え、未定義の 過程があることを学ぶのです。老後は掲示板で恥をかかなくなるという、驚異的な結果を得ることができるのです。


またバカなことを...。

そして、老後に驚異的な結果を得ることができなかったのは、掲示板で恥をかくことをやめないからでしょう。

 
サンサンフォーメンコ

成功、と心の底から書きました。

ありがとうございます。もちろん、研究でも成功を。私は、自分のやり方が唯一正しいとは全く思っていませんし、このツールには他にも、おそらくもっと効果的なやり方があることを認めています。

しかし、ある時期からデータマイニングが不可欠な要素になることは間違いありません。ただし、具体的な手法の選択は大きな課題である)。

NSに望みを託したが、うまくいかないようだ。少なくとも、実際のデータを使った簡単な実験では失敗しています。探してみよう...真珠母貝ボタン)

HZ その間にNSが学習し、人工的に作られたパターンを完璧に認識(分類)したのは興味深いですね。

 
Oleg avtomat:


またバカなことを...。

そして、老後は掲示板で恥をかくのを止めないという、驚異的な結果を出していますね。

ここではまだ、まともな結果を見たことがない。

多分、不思議に思っていると思うのですが、新しいので...。

しかし、まだ誰も、そして何も価値あるものは見つかっていない。

理由: