アントレゾル(書籍の)に行ってみる))- 私は20年来、装置の形をしたコロメーターを見ていません(( 第二次世界大戦の時代に設定された古い自己相関タスクを思い出してみましょう。 1.我々はロケータを持って、ICOはグループターゲット、すなわちすべてのマージン、照明が大きなスポット、図は3度であるように)))。 問題-そこで何が起こっているのか？これはやはりレイドなのか、それともすでにエアコンバットなのか？ 2.夜、飛行機が飛んできた(c) 海に落ちてもエンジンがいくつあるのか。 自己相関の "公式 "を思い出してください。それは、あるセグメント（ウィンドウ）上でとられた関数そのものをカーネルとする畳み込みです。 したがって、ACFの統計的な扱いは、物理的な意味と、出力されたコレログラムを得るという意味で多少異なります。 そのコレログラムは順番にウィンドウの幅を持ち、すなわち離散カウントでは、コレログラムの幅はコア）の幅と同じです） すなわちコレログラムはそのウィンドウの自己相関乗算セグメント）の和の累積となるのです。 つまり、カウントが正であれば、コレログラムは常に正であり、関数（曲線、グラフ、図）であると言えます。 -コレログラム図の特性の1つ-データストリーム全体に対するウィンドウのセグメントの類似性の表示の一種として))) for trading in rough approximation it is something likea pattern search, and also roughly we can say that correlogram is a graph of similarity of BP to itself in the window.これはパターン検索のようなものです。
私の意見では、もしそれが簡単なら、間違いなく良い（Zhirikのアクセントで）、特にFXのような難しい市場では......です。>> アスファルトの道をまっすぐ行けるのに、なぜ峡谷を迂回するのですか？
同じことを言っているのでは？
私の理解では、レオニード、移動の方向を予測し、考慮する。
Close[0] - Close[fcastbars]です。
0より大きい場合は上に、小さい場合は下に。
すなわち、分類問題を解決する。
この増分の大きさを予測するのがプライバルの話です。NSを使わなくても、回帰の問題です。
どちらの問題も、同じアーキテクチャで解決することができます。例えば私はPNNで分類し、GRNNで回帰していますが、両者は根本的に違うものではありません。
分類するのは簡単かもしれませんが、レオフさん、それだけでは不十分なこともあるのです。mqlの最初のVNSをテストしていたとき、数個の入力と100個のニューロンで70％以上の正しい方向性を得たのを覚えています。
しかし、その分類器をExpert Advisorに組み込んでみると、平均利益トレードが平均損失トレードよりはるかに少なく、実質的にゼロになることがわかりました。
これは、正しい方向性だけでは利益を上げられない可能性があることを示すわかりやすい例です。
-------------
ちなみに、Close[0] - Close[fcastbars]は、最初の価格差からfcastbars期間のスイングを表しています。あちこちにレチューンがあります。
中性子、ミュービング 差分とミュービング微分がどう等しいか書けるか？EMAのことですか？
数個の入力と100個のニューロンで、70％以上の正しい指示を得ることができました。
しかし、Expert Advisorに分類器を突っ込んだところ、平均利益トレードが平均損失トレードよりはるかに小さく、m.o.がほぼゼロになることが判明しました。
これは、正しい方向性だけでは利益を上げられない可能性があることを示すわかりやすい例です。
オーバートレーニングか、あるいは時系列によくある「明日は今日のようになる、今日は昨日のようになる」という効果なのでしょう・・・。)))))
ここにいる人がどう考え、思っているかは知らないが、私の考えや概念では、価格系列や価格帯の刻みを予測することは10年前に放棄した-その活動の無駄と低い収益性から......である。))))
全く同感です。一般的な配慮から計算式を出したのです。
市場型の価格系列に対する予測の妥当性を語るのであれば、気配値の予想される動きの符号だけを予測することが理にかなっています。このことは、トレーディングに関する科学的な文献や私の個人的な経験からも、すでに何度も述べられていることです。
中性子、ミュービングの差がミュービングの微分とどう等しいか書けるか？EMAのこと？
そう、数学的厳密さの度合いを変えながら、3つの方法で。自分で探せばいいじゃん...」から始まり、2つのLPFから理想的な微分演算子の帯域幅（AFC）の合成で終わるが、もう少し後 - このテーマに関する文献を探す必要がある。ここでは、平滑化パラメータが極めて小さな値で異なる2つのミュービングの差について話していることを思い出してほしい。EMAであれば、差分a1-a2はゼロになるはずで、標準移動平均であれば、平滑化期間の差分は1になるはずです。
それは変ですね。
自己相関の話ですね。でも、あまり理解できないんです。もしかしたら、知られている「自己相関関数」とは違うのかもしれません。
0.9～0.6とかマイナスの「いつも」はどこから来るんだ？胸を張ってください、きっと役に立つと思います。
価格系列とその第一差のACFは、系列が予測可能であることを示す非常に良い形をしています （デルタ関数ではありません）。
ここでは、EUR/USD 2006の分足からACFを構築しています。アルゴリズムが示されている。
ACFは平均して小さく、どのTFでもマイナス（ほぼ）であることがわかる。TFは横軸に分単位でプロットされている。
そして、この状態でMMを維持するにはどうすればいいのでしょうか？結局のところ、通貨がいくらで変化するかも知っておく必要があるのです。
アントレゾル(書籍の)に行ってみる))- 私は20年来、装置の形をしたコロメーターを見ていません((
第二次世界大戦の時代に設定された古い自己相関タスクを思い出してみましょう。
1.我々はロケータを持って、ICOはグループターゲット、すなわちすべてのマージン、照明が大きなスポット、図は3度であるように)))。
問題-そこで何が起こっているのか？これはやはりレイドなのか、それともすでにエアコンバットなのか？
2.夜、飛行機が飛んできた(c) 海に落ちてもエンジンがいくつあるのか。
自己相関の "公式 "を思い出してください。それは、あるセグメント（ウィンドウ）上でとられた関数そのものをカーネルとする畳み込みです。
したがって、ACFの統計的な扱いは、物理的な意味と、出力されたコレログラムを得るという意味で多少異なります。
そのコレログラムは順番にウィンドウの幅を持ち、すなわち離散カウントでは、コレログラムの幅はコア）の幅と同じです）
すなわちコレログラムはそのウィンドウの自己相関乗算セグメント）の和の累積となるのです。
つまり、カウントが正であれば、コレログラムは常に正であり、関数（曲線、グラフ、図）であると言えます。
-コレログラム図の特性の1つ-データストリーム全体に対するウィンドウのセグメントの類似性の表示の一種として)))
for trading in rough approximation it is something likea pattern search,
and also roughly we can say that correlogram is a graph of similarity of BP to itself in the window.これはパターン検索のようなものです。
..
P.S.指の解説にスマイルを入れてみました。
P.P.S もし、運動の符号を予測するという課題を設定するならば、初期BPはそれに応じて変換されるべきである。
そうでなければ、退化した結果を得ることになる。
P.P.S もし、動きの符号を予測するタスクであれば、初期BPはそれに応じて変換される必要があります。
でなければ、縮退した結果になってしまいます。
体験談の共有、差し支えなければ、どのような変換が「適切」だとお考えなのでしょうか。
アントレゾル(書籍の)に行ってみる))- デバイスの形をしたコレロメーターを20年ぶりに見ました((
第二次世界大戦時の古い自己相関の問題を思い出してみよう。
1.我々は、ICOにグループターゲット、すなわちすべてのマージ、大きなスポットによる照明、図が3度であるように、ロケータを持っている)))
質問 - そこで何が起こっているのですか？これはやはりレイドなのか、それともすでにエアコンバットなのか？
2.夜、飛行機が飛んできた(c) 海に落ちてもエンジンがいくつあるのか。
自己相関の "公式 "を思い出してください。それは、あるセグメント（ウィンドウ）上で取られた関数そのものをカーネルとするコンボリューションです。
したがって、ACFの統計的な扱いは、物理的な意味と、出力のコレログラムを生成する意味において、やや異なっている。
相関図は窓の幅を持ち，離散数では相関図の幅はカーネルの幅に等しい）))
すなわち、コレログラムはそのウィンドウの自己相関乗算のセクションの総和の集積である))。
私は一度に多くの巧妙な言葉を理解することはできません。）
つまり、カウントが正であれば、コレログラムは常に正であり、関数（曲線、グラフ、図）であると言えます。
一連の最初の違いでは、カウントが同義である、What are you writing about?
また、そのような状態でMMを観察するのはどうなのでしょうか？結局のところ、通貨がいくらで変化するかも知っておく必要があるのです。
ここで、あなたの出番です。
さて、1次微分の合成ですが、2つのミューウィングを掛け合わせることで
第一近似におけるすべての可能な移動平均が、従来の移動平均よりも悪くもなく良くもなく価格系列を平滑化するとする。ここで、移動平均を現在値から左側にあるn個の商の平均と定義してみる（上式）。
移動平均の1次導関数ですが、古典的に定義してみましょう（2式目）。そして、平滑化窓の幅が1だけ異なる2つの移動平均の差から、1/nの最小項まで正確な1次微分が得られます（3式目）。
周期100と周期70の2つの移動平均を描くと（左図参照、赤線は商、青線は移動平均）、この文の妥当性をグラフで示すことができる。
右側の赤い線は、周期を100としたMAの微分を示しています。青は周期100と70サンプルのMA、緑は100と99のMAの差分を示す。
合意内容は悪くないと見てよいでしょう。それを証明する必要があったのです。その他、ムービングの実現方法が異なる場合でも、文の本質は変わらず、証明の方法が変わるだけである。
to 中性子
......符号の予測を求める場合、BPはウールなしで一連のカウントから一連のスロープに変換する必要があります。
例：n本の棒グラフから回帰したシリーズ、または別のオプション＝このスレッドで検討されたHPの出力。
....
もしあれば共有したいのですが、そうでなければ古い記憶からです。エレクロニクスのコレロメーター 60)))
しかし、現状ではトレードの仕事の邪魔にならないよう、Matlabを停止させたこともあります。
Matlabを停止したのは、次のような理由からです。
私が理解しているACFは蓄積型です。つまり、100個目のウィンドウを通過して初めて、その結果を信用することができるのです。
取引では、古典的なゲームでは大規模なデポのみで、ポジションの保有期間＝数ヶ月が興味深い。
が、うさぎトレーダーの私個人には((((；ﾟДﾟ))))))))) 不似合いです。
自己相関図から出現頻度を求めることができる、つまり自己相関図を何かの頻度分布として使うことができるのです。
が、特定のTSに有用かどうかは疑問です。
追伸：コンボリューションがペルセプトロンに怪しく見える（ように見えた）けど)))
そして、この状態でMMを維持するにはどうすればいいのでしょうか？結局のところ、通貨がいくらで変化するのかを知る必要があるのです。
TSが履歴に表示するドローダウンから始めるか、同じくこのドローダウンを元に計算されるSLから始めるかですが、このドローダウンと相対的に増減させることが可能です。確かに、ボラティリティが上がると、ドローダウンが大きくなるという欠点はありますが、それなら寝ないで、目を開けていればいいのです、これだけ市場の挙動が大きく変われば・・・)))))