ベイズ回帰 - このアルゴリズムを使ってEAを作った方はいらっしゃいますか? - ページ 44 1...373839404142434445464748495051...55 新しいコメント Alexey Burnakov 2016.03.11 20:17 #431 Дмитрий: また、分類は入力されたデータの特性に基づいて行われ、この特性が時間の経過とともに変化すると、将来的に分類を適用したときに誤った予測をすることになります その通りです。データをビン(ポケット)に分解するのは簡単です。問題は、学習サンプル以外のデータでビンの確率分布が 変化した場合である。 Alexey Burnakov 2016.03.11 20:20 #432 Дмитрий: 悲しいことばかりだ...。 そうでもないんです。そんなことはありません。ロバスト統計は、もちろんデータが絶望的に非定常でない場合を除き、非定常性のアーチファクトを補正します。 СанСаныч Фоменко 2016.03.11 20:41 #433 Alexey Burnakov: その通りです。データをビン(ポケット)に分解するのは簡単です。問題は、学習サンプル以外のデータで、ビンの確率分布が変化した場合である。月の下には永遠に続くものはない。しかし、分類にはトレーダーの耳目を集めるものがある。私たちは座ってチャートとにらめっこしながら、いくつかのパターンを見つけようとします。そしてここに、2本のバーの交差点があるのです!そんな「頭でっかち」なパターンは言うまでもありません。そして、アルゴリズムを実行すると、入力データの値の組み合わせである、出力変数に関連づけられる数百の木(マッシュの100倍の幸福度)を見つけることができるのです。ただ、魂とTAが親和しているだけで、どのようなレベルなのか!? Дмитрий 2016.03.11 20:47 #434 木はゴミ、ランダムフォレストが真実 Yuriy Asaulenko 2016.03.11 23:10 #435 多分何か理解できていないと思うのですが、Wiener過程の微分の相関関数がデルタ関数だった場合、どのような統計やモデルが語られるのでしょうか。もちろん、市場データは純粋な形でウィーナー過程ではありませんが(少なくとも均質な定常環境では)、今日の市場における相関は、通常1~2時間以内、多くは15~30分の間のどこかで有意になります。そして、実はこれが現実であり、「見かけ上の月の反射」ではないのです(c)。 Vasiliy Sokolov 2016.03.12 07:45 #436 Дмитрий:非定常データは、時系列モデルで予測できない。統計モデル(回帰、自己回帰、平滑化など)、構造モデル(NS、分類、マルコフ連鎖など)のいずれも使用しない。分野別モデルのみ そこだ!そこから議論を始めるべきでした。 Alexey Burnakov 2016.03.12 08:27 #437 Yuriy Asaulenko: 明らかに何か理解できていないのですが、Wiener過程の微分の相関関数がデルタ関数である場合、どのような統計学、どのようなモデルで話をすればいいのでしょうか。もちろん、市場データは純粋な形のウィーナー過程ではありませんが(少なくとも均質な定常環境では)、今日の市場における相関は、通常1~2時間以内、多くは15~30分の間のどこかで有意な間隔を保っています。そして、実はこれが現実であり、「見える月の映り込み」ではないこと(C)私は、20分から1時間の間だけで、いくつかの予測因子について安定した「相関性」、より良い言い方をすれば「依存性」の存在を示しました。読み: https://www.mql5.com/ru/blogs/post/661499しかし、これはまだ最終的な真実ではありません。ブール変数(値動きの符号を予測する)に対する確率の歪みの有意性は、より遠いホライズンにおいて存在する。これについては、また詳しく書きます。 СОПРОВОЖДЕНИЕ ЭКСПЕРИМЕНТА ПО АНАЛИЗУ ДАННЫХ ФОРЕКСА: первое серьезное обучение модели и результаты 2016.02.27Alexey Burnakovwww.mql5.com Начало по ссылкам: https://www.mql5.com/ru/blogs/post/659572 https://www.mql5.com/ru/blogs/post/659929 https://www.mql5.com/ru/blogs/post/660386 https://www.mql5.com/ru/blogs/post/661062 Alexey Burnakov 2016.03.12 08:27 #438 СанСаныч Фоменко:月の下には永遠に続くものはない。しかし、分類にはトレーダーの耳目を集めるものがある。私たちは座ってチャートとにらめっこしながら、いくつかのパターンを見つけようとします。そしてここに、2本のバーの交差点があるのです!そんな「頭でっかち」なパターンは言うまでもありません。そして、アルゴリズムを実行すると、入力データの値の組み合わせである、出力変数に関連づけられる数百の木(マッシュの100倍の幸福度)を見つけることができるのです。ただ、魂とTAが親和しているだけで、どのようなレベルなのか!? 私は、離散データや離散形式への還元に対して、非常に前向きな姿勢を持っています。ここで重要なのは、その方法です。 Vladimir Karputov 2016.03.12 10:32 #439 Дмитрий:非定常データは、時系列モデルで予測できない。統計モデル(回帰、自己回帰、平滑化など)、構造モデル(NS、分類、マルコフ連鎖など)のいずれも使用しない。分野別モデルのみ ドメインモデル」については、どこで読むことができますか?より正確には、私の理解する限り、対象領域「価格相場/為替相場」との関連で。 Дмитрий 2016.03.12 10:35 #440 Karputov Vladimir: 教科用図書モデル」については、どこで読むことができますか?より正確には、私の理解する限り、対象領域「価格相場/為替相場」との関連で。応用編はファンダメンタルズ分析。主題モデルとは、あるプロセスを時系列 以外の要因で説明するモデルである。例えば、熱力学 1...373839404142434445464748495051...55 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
また、分類は入力されたデータの特性に基づいて行われ、この特性が時間の経過とともに変化すると、将来的に分類を適用したときに誤った予測をすることになります
悲しいことばかりだ...。
その通りです。データをビン(ポケット)に分解するのは簡単です。問題は、学習サンプル以外のデータで、ビンの確率分布が変化した場合である。
月の下には永遠に続くものはない。
しかし、分類にはトレーダーの耳目を集めるものがある。
私たちは座ってチャートとにらめっこしながら、いくつかのパターンを見つけようとします。そしてここに、2本のバーの交差点があるのです!そんな「頭でっかち」なパターンは言うまでもありません。
そして、アルゴリズムを実行すると、入力データの値の組み合わせである、出力変数に関連づけられる数百の木(マッシュの100倍の幸福度)を見つけることができるのです。ただ、魂とTAが親和しているだけで、どのようなレベルなのか!?
非定常データは、時系列モデルで予測できない。統計モデル(回帰、自己回帰、平滑化など)、構造モデル(NS、分類、マルコフ連鎖など)のいずれも使用しない。
分野別モデルのみ
明らかに何か理解できていないのですが、Wiener過程の微分の相関関数がデルタ関数である場合、どのような統計学、どのようなモデルで話をすればいいのでしょうか。もちろん、市場データは純粋な形のウィーナー過程ではありませんが(少なくとも均質な定常環境では)、今日の市場における相関は、通常1~2時間以内、多くは15~30分の間のどこかで有意な間隔を保っています。そして、実はこれが現実であり、「見える月の映り込み」ではないこと(C)
私は、20分から1時間の間だけで、いくつかの予測因子について安定した「相関性」、より良い言い方をすれば「依存性」の存在を示しました。読み: https://www.mql5.com/ru/blogs/post/661499
しかし、これはまだ最終的な真実ではありません。ブール変数(値動きの符号を予測する)に対する確率の歪みの有意性は、より遠いホライズンにおいて存在する。これについては、また詳しく書きます。
月の下には永遠に続くものはない。
しかし、分類にはトレーダーの耳目を集めるものがある。
私たちは座ってチャートとにらめっこしながら、いくつかのパターンを見つけようとします。そしてここに、2本のバーの交差点があるのです!そんな「頭でっかち」なパターンは言うまでもありません。
そして、アルゴリズムを実行すると、入力データの値の組み合わせである、出力変数に関連づけられる数百の木(マッシュの100倍の幸福度)を見つけることができるのです。ただ、魂とTAが親和しているだけで、どのようなレベルなのか!?
非定常データは、時系列モデルで予測できない。統計モデル(回帰、自己回帰、平滑化など)、構造モデル(NS、分類、マルコフ連鎖など)のいずれも使用しない。
分野別モデルのみ
教科用図書モデル」については、どこで読むことができますか?より正確には、私の理解する限り、対象領域「価格相場/為替相場」との関連で。
応用編はファンダメンタルズ分析。
主題モデルとは、あるプロセスを時系列 以外の要因で説明するモデルである。例えば、熱力学