ナイーブなビギナーズ戦略 - ページ 11 1...456789101112131415161718...20 新しいコメント nowi 2017.06.22 07:15 #101 彼はマーケットをよく見ていて、トレードも上手ですが、彼だけがマーケットをよく見ているわけではありません。 悪気はないのですが）。最初はわからなかったのですが、信号の紹介を読んで）あなたのユーモアだとわかりました)))) がいしけいぞくはわらわぬ） ユーモアを身につけよう、子供たちよ・・・フォアはさすがに・・・(^^;) Vasily Perepelkin 2017.06.23 11:18 #102 nowi: leerning machines ) 人にはそれぞれ分類がある...あなたにはこれが最も進んだバージョンに思えるだろう...私にとっては甘えの頂点だ...技術的思考を持つ人が頭を使うための役に立たない知的玩具だ......で、このチェーンの1...です。追記：そして一般的に、広く合理的な人（数学的なものに限らず）は、トレーディングのような幽霊のような分野では曖昧な結論を出さないでしょう...。が多く、今は教祖や先生の役割を担っていますね...。 誰がどの段階にいるかを決めるのはあなたではないし、誰もが機械学習をトレーディングピラミッドの頂点と考えているわけでもない・・・多くのストックブローカーにとっては、見下した笑いの対象であり、明らかな愚かさの一例である・・・・。+1000 000 000カーレオーニングについては、全く題材になっていない。すぐにDCコースで教えられ、「達人」たちは皆これを読むのだろう。小学校ではカリキュラムに導入されるかもしれない。市場参加者の心理の集合体である市場の仕組みを理解することが重要です。そして、この理解は7年や10年で得られるものではなく、生涯を通じて育まれるものなのです。ドミトリー・ベロフ非常に賢明だ、同僚よ。これがトレーディング用IOの問題点です。何を教えるか、次に何をテストするか、そして最後にすべてが現在とは異なり、何も機能しないことを発見するのです))もちろん、大きなファンドにはIRをうまく使っている数学者がいるが、彼らの資格は普通のトレーダーには高すぎる--私たち、ほとんどのトレーダーはそうだ)。彼らは科学者です。科学者でなければ、本当に数学的モデルを構築することはできません。マキシム・ドミトリエフスキー今までのスレッドに書かれていたことを全て忘れてしまったような気分になることがあります。このテーマは、他の多くの、多くのテーマを通過した後に勉強を始める、最も難しいテーマです。これこそ、成功するトレーダーが すべきことで、彼は風見鶏のように記憶も感情もなく、市場が行くところに自分も行くのです。タグコノウ。私は技術的な観点からMOについて何も言っていません。トレーディングの分野での応用の正しさについて推測していたのです。取引の判断材料にするべきかどうかについて。私は行動の意味について話しましたが、あなたはその「仕組み」について話しているのですね。常識的に考えて、パソコンを直すのにハンマーは適さない、と言ったら、「くだらないことを書くな、ハンマーについて何も知らないくせに！」と返されるようなものです。あちこちで読んでみてください！」）。ドミトリエフスキーさんは、金槌のように、すべての問題は釘であり、釘と金槌のことしか語れない、世界観が狭いということを肝に銘じておいてください。タグコノウ。その中で、ユーザー「xupypr」さんが優勝されました。その後、彼はアルゴリズムを投稿した。テスターで値が選ばれた移動平均は2つだけでした。エキスパートアドバイザーが5Kb.を秤量した。では、あなたの例の利点は何でしょうか？どの本にも、モデルはシンプルでパラメータが3つ以下でないとオーバーポテンシャルになると書いてありますが、ニューラルネットワークには何百、何千というパラメータがありますね。ミハイル・マルキュカイツ「情報を持つ者は、世界を持つ」ウィンストン・チャーチル+1000 000 000インサイダーが支配する、操り人形、権力者たち。レテグ・コノウおそらく、彼のアドバイザーはアストラル体から情報を受け取り、時間が空間として超越された5次元にタップしていたのだろう:)もしかしたら、今も同じことをやっているのかもしれませんね:)科学的に、ウェッテグの 勝利が外科医のそれよりも正当であると主張する十分な証拠がないからです。外科医は、権力者とのコネクションや魔術で、どこからインサイダーを取ったかはともかく、アドバイザーはシンプルでなければ、インサイダーでもダメになる。nowi:哲学者のバートランド・ラッセルは、「長い間確かだと思い込んでいたことに、時折疑問符を つけることは有益である」と述べています。科学史の著名な研究者の一人であるタマス・クーンは、パラダイムの理論を構築した。マキシム・ドミトリエフスキー天才的な初歩、哲学者は単純なことから詩を作るのが好きなんだ。VKチックな統計は、時に多くの意味を持つ笑 :Dパラダイムは科学者に任せましょう。彼らは我々トレーダーより理解している、マキシムに同意する、それを考えるのは我々の場所ではない、哲学はトレーダーにとって邪悪な機械学習の罪だ、DTはすぐにそれを初心者に押し付け始めるだろう。マキシム・ドミトリエフスキー私たちは、彼らに何も与えるつもりはありません。 つまり、TAはANYマーケット分析が 全くできていないのです。やっと2＋2＝4と理解したのか、MOもTAで、最初に置いたんですね。 だから、もっと頭のいい人が、MOは最初で最後でないといけないと言ったのは、正しいんですね。 Реter Konow 2017.06.23 12:05 #103 ヴァシリー・ペレペルキン +1000 000 000マシンレオーニングは、全く教科ではありません。きっとすぐにTCコースで教えられ、「達人」たちは皆それを読むでしょうし、小学校のカリキュラムに導入されるかもしれません市場参加者の心理の集合体である市場の仕組みを理解することが重要です。この理解は7年や10年で得られるものではなく、一生かかるものなのです。彼らは科学者です。科学者でなければ、本当に数学的モデルを構築することはできません。成功するトレーダーは こうあるべきで、記憶も感情もない、風見鶏のような存在なのです。ドミトリエフスキーさんは、金づちに釘を刺すようなもので、釘と金づちしか語れない、世界観が狭い人なんです。理解できない事象を予測し、生活の糧を失うと「脅迫」されたり、自分が豊かになりたいという欲求の人質になってしまうと、必ず視野が狭くなってしまうのです。常識が狂い、理性が盲目になる。科学」と「技術」を糧に、病的な自己欺瞞が展開される。盲目の子猫のような立場で、価格履歴から規則性のある層を抽出することができないのである。常識的に考えればそうなのだが、そうではない。MOは、パラメータ値の変化の時系列を統計的にスキャンし、テストしたすべての状況に対する解決モデルのメニューを提供してくれるのである。このように、半盲検で文字が読めない意思決定方法から、完全に盲検だが統計的に検証され自動化された意思決定方法へと移行しているのだ。確かに、空っぽの頭よりブラックボックスの方が効果的ですが...。 Maxim Dmitrievsky 2017.06.23 12:15 #104 タグコノウ。理解できない事象を予測して、生活の糧を失うと「脅迫」されたり、豊かさを求めて進んで人質になったりすると、必ず視野が狭くなる。常識が狂い、理性が盲目になる。科学」と「技術」を糧に、病的な自己欺瞞が展開される。盲目の子猫のような立場で、価格履歴から規則性のある層を抽出することができないのである。常識的に考えればそうなのだが、そうではない。MOは、パラメータ値の変化の時系列を統計的にスキャンし、テストしたすべての状況に対する解決モデルのメニューを提供してくれるのである。このように、半盲検で文字が読めない意思決定方法から、完全に盲検だが統計的に検証され自動化された意思決定方法へと移行しているのだ。空っぽの頭よりブラックボックスの方が効くということを認めざるを得ない...。 ブラインドではなく、大量のデータを解析的に計算できない時点で、大きなデーターの仕事です。世界中の誰もが使っていて、よく知られた真実を論じているのですね。データマイニングを使って、ターゲットから従属予測因子を探したとします。ここで盲点となるのはどこでしょうか？そして，得られた予測変数に対して分類モデルを学習させますが，ここでもすべてが透明ですあなたは、フォワードで信号を受信し、それらを分析し、あなたは1つの貿易または別のオープンの理由を知る必要はありません、一般的にモデルの有効性はあなたにとって重要であるThat's it, there's nothing wrong with it, you just need to know that the model worksdoesn't work Vasily Perepelkin 2017.06.23 12:16 #105 レタグ・コノウ理解できない事象を予測して、生活の糧を失うと「脅迫」されたり、豊かさを求めて進んで人質になったりすると、必ず視野が狭くなる。常識が狂い、理性が盲目になる。科学」と「技術」を糧に、病的な自己欺瞞が展開される。盲目の子猫のような立場で、価格履歴から規則性のある層を抽出することができないのである。常識的に考えればそうなのだが、そうではない。MOは、パラメータ値の変化の時系列を統計的にスキャンし、テストしたすべての状況に対する解決モデルのメニューを提供してくれるのである。このように、半盲検で文字が読めない意思決定方法から、完全に盲検だが統計的に検証され自動化された意思決定方法へと移行しているのだ。空っぽの頭よりブラックボックスの方が効くというのは、認めざるを得ない...。 同意だが、どちらも市場には勝てない。 Реter Konow 2017.06.23 12:24 #106 ヴァシリー・ペレペルキン 私もそう思いますが、どちらも市場には勝てません。たまには技術の先にも目を向けよう。常識はかけがえのないものです。みんなの知識、経験、知恵、そして幸運を祈っています。 Реter Konow 2017.06.23 12:30 #107 マキシム・ドミトリエフスキー ブラインドではなく、多くのデータを分析できていない時点で、大きなデーターの仕事です。まあ、世界中の誰もが使っている、よく知られた真理を論じているわけですからね。データマイニングを使って、ターゲットから依存性のある予測因子を探したとします。ここで盲点となるのはどこでしょうか？そして、得られた予測因子に対して分類モデルを学習させるのですが、ここでもすべてが透明になっています。フォワードでシグナルを受信して分析するわけですが、なぜこの取引やあの取引が始まったのか、一般的なモデルの有効性を知る必要はないでしょう心配することはありません。ただ、そのモデルが動作するかしないかを知る必要があります。 この文脈では、EAはテクニカル分析と同じですが、何倍も高度なものであることを理解しておいてください。統計を取ることで規則性を見出す。手動テクニカル分析も同じように機能しますが、最終的に判断するのはトレーダーです。 Vasily Perepelkin 2017.06.23 12:31 #108 マキシム・ドミトリエフスキー盲目的になるのではなく、多くのデータを分析的に計算できないときに、大きな日付で作業するのです。まあ、世界中の誰もが使っているわけで、誰もが知っている真理を論じているわけですからね。なぜなら、「ビッグデータ」で何もカウントする必要がないからです。バフェットはコンピューターも持っていないのに、最も成功している投資家です。その「みんなが使っている」というのは、99.9%の負けているトレーダーのことをあなたは言っているのです。データマイニングを使って、ターゲットに依存する予測因子を探したとして、どこに盲点があるのでしょうか？そして、得られた述語に対して分類モデルを学習させるわけですが、ここですべてがクリアになります。あらゆるところに盲点があります。トレードに星占いを使ったり、聖書でシグナルを探したりするのと同じです。あなたのお父さんは司祭で、職場で彼の写真を送ってくれました。「予測因子」も「目標」もありません。すべてはあなたの頭の中にあります。これらのモデルはすべて、二度と起こらない過去を参照しています。ニューロンネットは過去を覚えていて、結果としてあなたはLOW、ROO-RAY！を持つかもしれません。フォワードでシグナルを受信し、それを分析し、このまたはその取引が開始された理由を知る必要はありません、あなたにとって重要なのは、モデルの全体的なパフォーマンスです。以上、何の問題もなく、モデルが機能する/しないを知るだけでいいのですFOR THE PAST!背景は？ON THE PAST!未来永劫ない!!! Maxim Dmitrievsky 2017.06.23 12:32 #109 ヴァシリー・ペレペルキン 厩務員さん、夜の搾乳をお見逃しなく Maxim Dmitrievsky 2017.06.23 12:35 #110 タグコノウ。 つまり、MOはテクニカル分析と同じであり、さらに高度な分析であると理解してください。統計を取ることで規則性を見出す。手動テクニカル分析も同じように機能しますが、最終的に判断するのはトレーダーです。 そうですね、規則性は、先ほど申し上げたように、大量の情報を処理することで見出されます。モデルを学習させた後、すぐにダブルチェックを行うので、手動取引や原始的なTSのブラインド作成で行っていたような時間を大幅に短縮することができます。 1...456789101112131415161718...20 新しいコメント 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
悪気はないのですが）。最初はわからなかったのですが、信号の紹介を読んで）あなたのユーモアだとわかりました))))
がいしけいぞくはわらわぬ）
ユーモアを身につけよう、子供たちよ・・・フォアはさすがに・・・(^^;)
leerning machines ) 人にはそれぞれ分類がある...あなたにはこれが最も進んだバージョンに思えるだろう...私にとっては甘えの頂点だ...技術的思考を持つ人が頭を使うための役に立たない知的玩具だ......
で、このチェーンの1...です。
追記：そして一般的に、広く合理的な人（数学的なものに限らず）は、トレーディングのような幽霊のような分野では曖昧な結論を出さないでしょう...。
が多く、今は教祖や先生の役割を担っていますね...。
誰がどの段階にいるかを決めるのはあなたではないし、誰もが機械学習をトレーディングピラミッドの頂点と考えているわけでもない・・・多くのストックブローカーにとっては、見下した笑いの対象であり、明らかな愚かさの一例である・・・・。
+1000 000 000
カーレオーニングについては、全く題材になっていない。すぐにDCコースで教えられ、「達人」たちは皆これを読むのだろう。小学校ではカリキュラムに導入されるかもしれない。
市場参加者の心理の集合体である市場の仕組みを理解することが重要です。
そして、この理解は7年や10年で得られるものではなく、生涯を通じて育まれるものなのです。
非常に賢明だ、同僚よ。これがトレーディング用IOの問題点です。何を教えるか、次に何をテストするか、そして最後にすべてが現在とは異なり、何も機能しないことを発見するのです))もちろん、大きなファンドにはIRをうまく使っている数学者がいるが、彼らの資格は普通のトレーダーには高すぎる--私たち、ほとんどのトレーダーはそうだ)。
彼らは科学者です。科学者でなければ、本当に数学的モデルを構築することはできません。
今までのスレッドに書かれていたことを全て忘れてしまったような気分になることがあります。このテーマは、他の多くの、多くのテーマを通過した後に勉強を始める、最も難しいテーマです。
これこそ、成功するトレーダーが すべきことで、彼は風見鶏のように記憶も感情もなく、市場が行くところに自分も行くのです。
私は技術的な観点からMOについて何も言っていません。トレーディングの分野での応用の正しさについて推測していたのです。取引の判断材料にするべきかどうかについて。
私は行動の意味について話しましたが、あなたはその「仕組み」について話しているのですね。
常識的に考えて、パソコンを直すのにハンマーは適さない、と言ったら、「くだらないことを書くな、ハンマーについて何も知らないくせに！」と返されるようなものです。あちこちで読んでみてください！」）。
ドミトリエフスキーさんは、金槌のように、すべての問題は釘であり、釘と金槌のことしか語れない、世界観が狭いということを肝に銘じておいてください。
その中で、ユーザー「xupypr」さんが優勝されました。その後、彼はアルゴリズムを投稿した。テスターで値が選ばれた移動平均は2つだけでした。エキスパートアドバイザーが5Kb.を秤量した。
では、あなたの例の利点は何でしょうか？
どの本にも、モデルはシンプルでパラメータが3つ以下でないとオーバーポテンシャルになると書いてありますが、ニューラルネットワークには何百、何千というパラメータがありますね。
ミハイル・マルキュカイツ
「情報を持つ者は、世界を持つ」ウィンストン・チャーチル
+1000 000 000
インサイダーが支配する、操り人形、権力者たち。
おそらく、彼のアドバイザーはアストラル体から情報を受け取り、時間が空間として超越された5次元にタップしていたのだろう:)
もしかしたら、今も同じことをやっているのかもしれませんね:)
科学的に、ウェッテグの 勝利が外科医のそれよりも正当であると主張する十分な証拠がないからです。
外科医は、権力者とのコネクションや魔術で、どこからインサイダーを取ったかはともかく、アドバイザーはシンプルでなければ、インサイダーでもダメになる。
nowi:
哲学者のバートランド・ラッセルは、「長い間確かだと思い込んでいたことに、時折疑問符を つけることは有益である」と述べています。
科学史の著名な研究者の一人であるタマス・クーンは、パラダイムの理論を構築した。
マキシム・ドミトリエフスキー
天才的な初歩、哲学者は単純なことから詩を作るのが好きなんだ。VKチックな統計は、時に多くの意味を持つ
笑 :D
パラダイムは科学者に任せましょう。彼らは我々トレーダーより理解している、マキシムに同意する、それを考えるのは我々の場所ではない、哲学はトレーダーにとって邪悪な機械学習の罪だ、DTはすぐにそれを初心者に押し付け始めるだろう。
マキシム・ドミトリエフスキー
私たちは、彼らに何も与えるつもりはありません。
つまり、TAはANYマーケット分析が 全くできていないのです。
やっと2＋2＝4と理解したのか、MOもTAで、最初に置いたんですね。 だから、もっと頭のいい人が、MOは最初で最後でないといけないと言ったのは、正しいんですね。
+1000 000 000
マシンレオーニングは、全く教科ではありません。きっとすぐにTCコースで教えられ、「達人」たちは皆それを読むでしょうし、小学校のカリキュラムに導入されるかもしれません
市場参加者の心理の集合体である市場の仕組みを理解することが重要です。
この理解は7年や10年で得られるものではなく、一生かかるものなのです。
彼らは科学者です。科学者でなければ、本当に数学的モデルを構築することはできません。
成功するトレーダーは こうあるべきで、記憶も感情もない、風見鶏のような存在なのです。
ドミトリエフスキーさんは、金づちに釘を刺すようなもので、釘と金づちしか語れない、世界観が狭い人なんです。
理解できない事象を予測し、生活の糧を失うと「脅迫」されたり、自分が豊かになりたいという欲求の人質になってしまうと、必ず視野が狭くなってしまうのです。常識が狂い、理性が盲目になる。科学」と「技術」を糧に、病的な自己欺瞞が展開される。
盲目の子猫のような立場で、価格履歴から規則性のある層を抽出することができないのである。常識的に考えればそうなのだが、そうではない。MOは、パラメータ値の変化の時系列を統計的にスキャンし、テストしたすべての状況に対する解決モデルのメニューを提供してくれるのである。このように、半盲検で文字が読めない意思決定方法から、完全に盲検だが統計的に検証され自動化された意思決定方法へと移行しているのだ。
確かに、空っぽの頭よりブラックボックスの方が効果的ですが...。
理解できない事象を予測して、生活の糧を失うと「脅迫」されたり、豊かさを求めて進んで人質になったりすると、必ず視野が狭くなる。常識が狂い、理性が盲目になる。科学」と「技術」を糧に、病的な自己欺瞞が展開される。
盲目の子猫のような立場で、価格履歴から規則性のある層を抽出することができないのである。常識的に考えればそうなのだが、そうではない。MOは、パラメータ値の変化の時系列を統計的にスキャンし、テストしたすべての状況に対する解決モデルのメニューを提供してくれるのである。このように、半盲検で文字が読めない意思決定方法から、完全に盲検だが統計的に検証され自動化された意思決定方法へと移行しているのだ。
空っぽの頭よりブラックボックスの方が効くということを認めざるを得ない...。
ブラインドではなく、大量のデータを解析的に計算できない時点で、大きなデーターの仕事です。世界中の誰もが使っていて、よく知られた真実を論じているのですね。
データマイニングを使って、ターゲットから従属予測因子を探したとします。ここで盲点となるのはどこでしょうか？
そして，得られた予測変数に対して分類モデルを学習させますが，ここでもすべてが透明です
あなたは、フォワードで信号を受信し、それらを分析し、あなたは1つの貿易または別のオープンの理由を知る必要はありません、一般的にモデルの有効性はあなたにとって重要である
That's it, there's nothing wrong with it, you just need to know that the model worksdoesn't work
理解できない事象を予測して、生活の糧を失うと「脅迫」されたり、豊かさを求めて進んで人質になったりすると、必ず視野が狭くなる。常識が狂い、理性が盲目になる。科学」と「技術」を糧に、病的な自己欺瞞が展開される。
盲目の子猫のような立場で、価格履歴から規則性のある層を抽出することができないのである。常識的に考えればそうなのだが、そうではない。MOは、パラメータ値の変化の時系列を統計的にスキャンし、テストしたすべての状況に対する解決モデルのメニューを提供してくれるのである。このように、半盲検で文字が読めない意思決定方法から、完全に盲検だが統計的に検証され自動化された意思決定方法へと移行しているのだ。
空っぽの頭よりブラックボックスの方が効くというのは、認めざるを得ない...。
私もそう思いますが、どちらも市場には勝てません。
たまには技術の先にも目を向けよう。常識はかけがえのないものです。
みんなの知識、経験、知恵、そして幸運を祈っています。
ブラインドではなく、多くのデータを分析できていない時点で、大きなデーターの仕事です。まあ、世界中の誰もが使っている、よく知られた真理を論じているわけですからね。
データマイニングを使って、ターゲットから依存性のある予測因子を探したとします。ここで盲点となるのはどこでしょうか？
そして、得られた予測因子に対して分類モデルを学習させるのですが、ここでもすべてが透明になっています。
フォワードでシグナルを受信して分析するわけですが、なぜこの取引やあの取引が始まったのか、一般的なモデルの有効性を知る必要はないでしょう
心配することはありません。ただ、そのモデルが動作するかしないかを知る必要があります。
盲目的になるのではなく、多くのデータを分析的に計算できないときに、大きな日付で作業するのです。まあ、世界中の誰もが使っているわけで、誰もが知っている真理を論じているわけですからね。
なぜなら、「ビッグデータ」で何もカウントする必要がないからです。バフェットはコンピューターも持っていないのに、最も成功している投資家です。その「みんなが使っている」というのは、99.9%の負けているトレーダーのことをあなたは言っているのです。
データマイニングを使って、ターゲットに依存する予測因子を探したとして、どこに盲点があるのでしょうか？
そして、得られた述語に対して分類モデルを学習させるわけですが、ここですべてがクリアになります。
あらゆるところに盲点があります。トレードに星占いを使ったり、聖書でシグナルを探したりするのと同じです。あなたのお父さんは司祭で、職場で彼の写真を送ってくれました。「予測因子」も「目標」もありません。すべてはあなたの頭の中にあります。これらのモデルはすべて、二度と起こらない過去を参照しています。ニューロンネットは過去を覚えていて、結果としてあなたはLOW、ROO-RAY！を持つかもしれません。
フォワードでシグナルを受信し、それを分析し、このまたはその取引が開始された理由を知る必要はありません、あなたにとって重要なのは、モデルの全体的なパフォーマンスです。
以上、何の問題もなく、モデルが機能する/しないを知るだけでいいのです
FOR THE PAST!背景は？ON THE PAST!
未来永劫ない!!!
厩務員さん、夜の搾乳をお見逃しなく
つまり、MOはテクニカル分析と同じであり、さらに高度な分析であると理解してください。統計を取ることで規則性を見出す。手動テクニカル分析も同じように機能しますが、最終的に判断するのはトレーダーです。
そうですね、規則性は、先ほど申し上げたように、大量の情報を処理することで見出されます。モデルを学習させた後、すぐにダブルチェックを行うので、手動取引や原始的なTSのブラインド作成で行っていたような時間を大幅に短縮することができます。