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 723 1...716717718719720721722723724725726727728729730...3399 新しいコメント Belford 2018.03.02 13:08 #7221 マキシム・ドミトリエフスキー教員研修は原則的に非定常な過程を扱うのには向いていない、どの本にもそう書いてある。金融シリーズにディープネットを適用しない 正当な理由がどこかにあるのだろうか?） Maxim Dmitrievsky 2018.03.02 13:10 #7222 ベルフォード金融行にディープネットを適用しない 正当な理由がどこかにあるのでしょうか）。少なくとも、このスレッドという形で、フォーラムで最も賢い人たちが分解した証拠があります。 Maxim Dmitrievsky 2018.03.02 13:12 #7223 サンサニッチ・フォメンコ先生とのトレーニングに定常性が必要だと、どこに書いてあるのですか？ あなたの言うカマラニアは、何度も証明されていますし、出版物も山のようにありますが、商売のための師匠がいない修行というのは全くないのです。イエス、どこでも、例えば誰かの好きなヘイキンで。 の例では、NSが外挿できないことを示しました。私がカムラニーと呼ぶものは、常に変換に関する情報の損失であり、それによって、初期条件や小さな変動に非常に敏感であるため、非定常BPを再構築することは不可能である。 しかし、これは私の意見であり、誰も納得していません。 また、教師がいないことについては、今のところ何も言えません。 СанСаныч Фоменко 2018.03.02 13:45 #7224 マキシム・ドミトリエフスキー私が示した例では、NSが外挿できないことを示した。 あなたの例は、あなた個人の能力の有無の証明であり、今この瞬間だけのものです。証明は例によらないし、使える証明は例によってTESTされているので、あなたの例はNSの能力一般とは関係ありません。 私がカムランと呼ぶものは、常に変換に関する情報を失って おり、そこから非定常VRを再構成することは不可能である、なぜなら初期条件や小さな揺らぎに非常に敏感だからだ 全く逆の問題なので、よくわからないと思います。さらに、非定常系列を扱う考え方は、系列のDIVISIONであり、変換ではない。 Maxim Dmitrievsky 2018.03.02 13:53 #7225 サンサニッチ・フォメンコ私が示した例では、NSが外挿できないことを示した。 あなたの例は、あなた個人の能力の有無の証明であり、今この瞬間だけのものです。証明は例によらないし、使える証明は例によってTESTされているので、あなたの例はNSの能力一般とは関係ありません。 私がカムランと呼ぶものは、常に変換に関する情報を失って おり、それによって、初期条件や小さな揺らぎに非常に敏感であるため、非定常VRを再構築することは不可能である。 逆に問題に疎いのでは？さらに、非定常系列を扱う際の考え方は、系列のDIVISIONであり、変換ではない。小賢しいこと言ってないで、信号を見せてよ。 プロセスが非定常であるため、構築されたモデルからBPの不安定な部分を復元することは不可能である。 つまり、NSは他者から学習することで、あらゆるランダムウォークのスケジュールを予測することができるはずだ СанСаныч Фоменко 2018.03.02 14:03 #7226 マキシム・ドミトリエフスキー： 小賢しいことはやめて、シグナルを表示するプロセスは非定常であるため、構築されたモデルからREAL BPを再構築することは不可能である。GARCHを読む。 モデルは時系列から 返されるものであり、その逆ではない。パラメータを指定したモデルからBPを生成し、それを使って実際のモデルをテストする場合、「シミュレーション」と呼ばれる逆モードがありますが、これは、異なるタイプのトレンド、分散の振る舞いの異なるバリエーションとその分布についてモデルの振る舞いをテストすることができるテストです。ここでは全く議論されていない、モデルテストの別の考え方です。 Alexander_K2 2018.03.02 14:07 #7227 今だから言いますが。 皆さん！話題はとっくに枯渇している。 なぜかわかりますか？誰一人、引用の流れの強弱をつけようともしていない。ただ、悪名高い非定常性があり、定常ポアソン流に変換することはほとんど不可能だが、計算では考慮しなければならない。 あなたの入力は、ジャンクだらけです。何がしたいんだ？ 偉大なファインマンが遺したように、速度を少しずつ上げて 仕事をする。それだ！ СанСаныч Фоменко 2018.03.02 14:10 #7228 あなたは、NSとそのバリエーションの1つだけを用いて、すべての機械学習を一般化しています。 NSのほかにも、機械学習モデルは 数百種類あり、キャレットシェルの下には200種類以上のモデルがある。最初のデータ準備とモデル評価を除けば、どこかの農場のツールに限定しているため、すべてについて非常に限られた考えしか持っていないのです。 PS. トレーディングでは常に教師がいるため、教師なしの学習は原理的に適用できない。援軍でNSというベールに包まれているかもしれませんが、PRINCIPLEはあるはずです。 Maxim Dmitrievsky 2018.03.02 14:13 #7229 サンサニッチ・フォメンコGARCHを読む。 モデルは時系列によって生成されるものであり、その逆ではありません。逆モードとして、与えられたパラメータを持つモデルからBPを生成し、それを使って実際のモデルをテストする「シミュレーション」というものがありますが、これは、異なる種類のトレンド、分散挙動の異なるバリエーション、その分布についてモデルの挙動をテストすることができる種類のテストです。これはモデルテストとは全く異なる考え方であり、ここでは全く触れません。アドバイスするときは、事前に報告書を出してからにしよう、とお互いに合意しているはずだ。 そうでなければ、それは単なる意見であり、何百もある意見のうちのひとつに過ぎません。 何かをして、その結果や感想を書く、誰かに何かを強制することはない。 СанСаныч Фоменко 2018.03.02 14:19 #7230 マキシム・ドミトリエフスキーアドバイスするときは、事前に報告してからにしましょうね。 そうでなければ、それは単なる意見であり、何百ものうちの一つでしかありません。上記では、通貨ペア取引の分野における出版物だけでなく、既製のソフトウェアパッケージでもサポートできる、何千、何万人もの人々のたった一つの意見を紹介しました。 GARCHに特化して言うなら、「Econometrics」というMatlabのツールボックスがGARCHです。 1...716717718719720721722723724725726727728729730...3399 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
教員研修は原則的に非定常な過程を扱うのには向いていない、どの本にもそう書いてある。
金融シリーズにディープネットを適用しない 正当な理由がどこかにあるのだろうか?）
金融行にディープネットを適用しない 正当な理由がどこかにあるのでしょうか）。
少なくとも、このスレッドという形で、フォーラムで最も賢い人たちが分解した証拠があります。
先生とのトレーニングに定常性が必要だと、どこに書いてあるのですか？
あなたの言うカマラニアは、何度も証明されていますし、出版物も山のようにありますが、商売のための師匠がいない修行というのは全くないのです。
イエス、どこでも、例えば誰かの好きなヘイキンで。
の例では、NSが外挿できないことを示しました。
私がカムラニーと呼ぶものは、常に変換に関する情報の損失であり、それによって、初期条件や小さな変動に非常に敏感であるため、非定常BPを再構築することは不可能である。
しかし、これは私の意見であり、誰も納得していません。
また、教師がいないことについては、今のところ何も言えません。
私が示した例では、NSが外挿できないことを示した。
あなたの例は、あなた個人の能力の有無の証明であり、今この瞬間だけのものです。証明は例によらないし、使える証明は例によってTESTされているので、あなたの例はNSの能力一般とは関係ありません。
私がカムランと呼ぶものは、常に変換に関する情報を失って おり、そこから非定常VRを再構成することは不可能である、なぜなら初期条件や小さな揺らぎに非常に敏感だからだ
全く逆の問題なので、よくわからないと思います。さらに、非定常系列を扱う考え方は、系列のDIVISIONであり、変換ではない。
私が示した例では、NSが外挿できないことを示した。
あなたの例は、あなた個人の能力の有無の証明であり、今この瞬間だけのものです。証明は例によらないし、使える証明は例によってTESTされているので、あなたの例はNSの能力一般とは関係ありません。
私がカムランと呼ぶものは、常に変換に関する情報を失って おり、それによって、初期条件や小さな揺らぎに非常に敏感であるため、非定常VRを再構築することは不可能である。
逆に問題に疎いのでは？さらに、非定常系列を扱う際の考え方は、系列のDIVISIONであり、変換ではない。
小賢しいこと言ってないで、信号を見せてよ。
プロセスが非定常であるため、構築されたモデルからBPの不安定な部分を復元することは不可能である。
つまり、NSは他者から学習することで、あらゆるランダムウォークのスケジュールを予測することができるはずだ小賢しいことはやめて、シグナルを表示する
プロセスは非定常であるため、構築されたモデルからREAL BPを再構築することは不可能である。
GARCHを読む。
モデルは時系列から 返されるものであり、その逆ではない。パラメータを指定したモデルからBPを生成し、それを使って実際のモデルをテストする場合、「シミュレーション」と呼ばれる逆モードがありますが、これは、異なるタイプのトレンド、分散の振る舞いの異なるバリエーションとその分布についてモデルの振る舞いをテストすることができるテストです。ここでは全く議論されていない、モデルテストの別の考え方です。
今だから言いますが。
皆さん！話題はとっくに枯渇している。
なぜかわかりますか？誰一人、引用の流れの強弱をつけようともしていない。ただ、悪名高い非定常性があり、定常ポアソン流に変換することはほとんど不可能だが、計算では考慮しなければならない。
あなたの入力は、ジャンクだらけです。何がしたいんだ？
偉大なファインマンが遺したように、速度を少しずつ上げて 仕事をする。それだ！あなたは、NSとそのバリエーションの1つだけを用いて、すべての機械学習を一般化しています。
NSのほかにも、機械学習モデルは 数百種類あり、キャレットシェルの下には200種類以上のモデルがある。最初のデータ準備とモデル評価を除けば、どこかの農場のツールに限定しているため、すべてについて非常に限られた考えしか持っていないのです。
PS.
トレーディングでは常に教師がいるため、教師なしの学習は原理的に適用できない。援軍でNSというベールに包まれているかもしれませんが、PRINCIPLEはあるはずです。
GARCHを読む。
モデルは時系列によって生成されるものであり、その逆ではありません。逆モードとして、与えられたパラメータを持つモデルからBPを生成し、それを使って実際のモデルをテストする「シミュレーション」というものがありますが、これは、異なる種類のトレンド、分散挙動の異なるバリエーション、その分布についてモデルの挙動をテストすることができる種類のテストです。これはモデルテストとは全く異なる考え方であり、ここでは全く触れません。
アドバイスするときは、事前に報告書を出してからにしよう、とお互いに合意しているはずだ。
そうでなければ、それは単なる意見であり、何百もある意見のうちのひとつに過ぎません。
何かをして、その結果や感想を書く、誰かに何かを強制することはない。
アドバイスするときは、事前に報告してからにしましょうね。
そうでなければ、それは単なる意見であり、何百ものうちの一つでしかありません。
上記では、通貨ペア取引の分野における出版物だけでなく、既製のソフトウェアパッケージでもサポートできる、何千、何万人もの人々のたった一つの意見を紹介しました。
GARCHに特化して言うなら、「Econometrics」というMatlabのツールボックスがGARCHです。