マクロ経済指標に基づく市場予測 - ページ 44

新しいコメント
 
СанСаныч Фоменко:

第4回フォーラムの教訓が概ね理解されたようで、良かったですね。自力で来なかったのが残念です。
私はそれが本の陳腐な販売で終わるとは思わなかったので、彼は言うだろう)))です。）すみません)))爆笑...。
 
Vladimir: ここには、2つの重大な問題がある。(1) StdDevの時間依存分散を正しく計算する方法、(2) 将来の分散が未知の場合、予測値を元の系列形式に変換する方法、です。
無理でしょう。わかりやすくするために、分散をスライディングウィンドウにして可視化する...
 
СанСаныч Фоменко:

現代の経済数学は、すべて2つの部分に分けられる。

  • 過去を分析する
  • 未来を予測するための

...

一見すると微妙な違いが、非常に重大な結果をもたらすのです。

...

どちらもこのようにデータの外挿を利用します。荷車と馬を入れ替えても、荷車と馬のまま、つまり外挿である。将来の変化に影響を与える要因を探すのも、起こった変化をその要因と比較するのも、結果は同じで、過去のデータに基づいて将来を予測すべきと考えるモデルを作るのです。

個人的には、すべてのトレーディング手法を、もう2つのグループに分けて考えています。

  • 予測モデル。
  • 特定のプロセス特性を利用するモデル。

最初のグループについては、すべてがほぼ明確です。これらは、予測因子を異なる重みで無限に組み合わせ、それらに依存するとされる変数、すなわち価格を説明しようとするものである。2つ目のグループは、仕組みが違います。これは、特定のプロセス特性を特定し、その特性を利用することに基づいています。例えば、強いプロセスの戻りを識別できた場合、そのような特徴を持つ市場を見つけ、「レベルの引き戻しで」取引を開始するだけである。同時に、この魔法の「レベル」を識別するための具体的なルールや、特定の取引手法はあまり重要ではありません。重要なのは、そのプロセスが本当にこの特性を持ち、時間の経過とともに変化しないことである。同時に、あるトレードの予測は分からないので、各マーケットエントリーの 結果は全く重要ではありません。重要なのは最終的な統計値であり、これはプロセスの特性に依存する。

 
Vasiliy Sokolov:

前者も後者も、このようにデータの外挿を行う。

ここでは、単に意識していないだけなのです。機械学習の分類モデルには、そのような外挿はない。

例えば、森。

木は学習用サンプルで作られ、通常3000本以上のバーのサンプルでは100本以上の木、つまり木の森ができます。それぞれのツリーは、TAでいうところのパターンです。

次のバーの到着時に、この最後のバーに対応する予測変数の組み合わせが木の間で検索される。1本目でも、50本目でも、最後の1本でも、一番しっくりくるものでいいんです。どこが外挿なんだ？

プロセスの具体的な特性を特定し、その特性を利用することに基づいています。

トレーニング用のサンプルを生成できれば、それに越したことはありません。問題は全部、先生です。その他、ツマミで...。

 
СанСаныч Фоменко:

ここでは、単に手を抜いているだけです。機械学習の分類モデルには、そのような外挿はない。

例えば、森。

木は学習用サンプルで作られ、通常3000本以上のバーのサンプルでは100本以上の木、つまり木の森ができます。それぞれのツリーは、TAでいうところのパターンです。

次のバーの到着時に、この最後のバーに対応する予測変数の組み合わせが木の間で検索される。1本目でも、50本目でも、最後の1本でも、一番しっくりくるものでいいんです。どこが外挿なんだ？

プロセスの特性を特定し、その特性を利用することを基本としています。

トレーニング用のサンプルを生成できれば、それに越したことはありません。問題は全部、先生です。その他、ツマミで...。

なぜペンを使うのか、コホーネンは美しく分類し、特徴を示すだけでよいもう一度コホーネンマップについて
 
Nikolay Demko:
なぜ手を使うのか、コホーネンの分類は完璧で、サインを示すだけでよいもう一度コホーネンマップについて

分類法の取引における実用的な価値は、先生なしでは理解できない。ロングとショート、レベルのブレイクアウトとリバウンドなど、かなり具体的なことをトレードしています...。

で、ここは？PCAがあり、予測変数が再フォーマットされ、新しいセットには非常に興味深い機能が多数あります。

 
СанСаныч Фоменко:

分類法の取引における実用的な価値は、先生なしでは理解できない。ロングとショート、レベルのブレイクアウトとリバウンドなど、かなり具体的なことをトレードしています...。

で、ここは？PCAがあるので、予測変数が再集計され、新しいセットは非常に興味深い特徴を数多く持っていますが、ここでは？

甲子園は先生にも使える)))
 
СанСаныч Фоменко:

分類法の取引における実用的な価値は、先生なしでは理解できない。ロングとショート、レベルのブレイクアウトとリバウンドなど、かなり具体的なことをトレードしています...。

で、ここは？PCAがあるので、予測変数が再集計され、新しいセットは非常に興味深い特徴を数多く持っていますが、ここでは？

先生のいない学習とは何か-パターンの自動選択パターンを持つ - 地図上で「ロング・ショート、ブレイクアウト・バウンス...」といったある種の山場を見つけ、その山場を起動させるためにオンラインでシグナルを待ちます。
 
Stanislav Korotky:
先生のいない学習とは何か-パターンの自動選択パターンを持つ - 地図上で「ロング・ショート、ブレイクアウト・バウンスなど、あるものが積み重なるポイント」を見つけ、そのポイントを活性化するためにネット上でシグナルを待ちます。

先生がいなければ、パターンの意味もはっきりしない。

先生とは？

商の塊がロングに対応し、商のこの塊がショーツに対応する。モデルが教えられるとき、予測値のセットは教師に対応する2つのクラスに分けられる。

先生がいない場合はどうでしょうか？パターンの持つ意味とは？

 
СанСаныч Фоменко:

先生がいない場合はどうでしょうか？パターンの持つ意味とは？

クラスターを使用します。
1...373839404142434445464748495051...61
新しいコメント