リアルタイム予測システムのテスト - ページ 82 1...757677787980818283848586878889...93 新しいコメント Константин 2009.12.03 21:40 #811 ティックモデリング...利益の出る取引には分単位で十分だと思う（例外として、ニュース時の動きは取り組まない方が良い）。最終的な計算点から見て、方向、おおよその軌跡、基準点を予測するのが我々の仕事、いや、皆さんの研究である。 研究頑張ってください 追伸：このような予測の可能性があること自体に驚いています。 ALN 2009.12.04 07:30 #812 grasn >> : 概念的には、過去の時系列の長さの定義が不正確で、将来に最大限の影響を与える、つまり、時系列の「記憶」に誤りがあるのだと理解しています。 なぜか4000-4500本が最小誤差で最適になり、またH1よりM15の方がres.forecastが良い（チャート上では視覚的に）。 Сергей 2009.12.04 09:12 #813 Lord_Shadows >> : ティックモデリング...利益の出る取引には分単位で十分だと思う（例外として、ニュース時の動きは取り組まない方が良い）。最終的な計算点から見て、方向、おおよその軌跡、基準点を予測するのが我々の仕事、いや、皆さんの研究である。 研究頑張ってください 願いを叶えてくれて、本当にありがとうございますきっとすべてがうまくいくと思います :o) 追伸：このような予測の可能性があることに、まさに驚きを隠せません。 私がいつも言っているのは、自然をその発現の可能性において制限してはいけない、しかも、しばしば完全に理解してはいけないということです。自然を制限する（不可能にする）ことで、自分自身を制限し、そして何かを見つけるチャンスはないのです。 Сергей 2009.12.04 09:17 #814 Zar >> : テスト機で4000-4500バーを最小誤差で最適化し、H1よりM15の方がres.forecastが良い（チャート上では視覚的に）。 25000カウントを連続撮影し、その中で「記憶」の検索を開始します。市場の記憶には、文字通り「短期」と「長期」といういくつかのレベルがあることがわかった。長期記憶」を使って短期（出水程度）の予測をすると、重大な間違いが出てくる。とにかく、この理論は私の中ではまだ未完成なんです、働いていて。:о) Neutron 2009.12.04 09:31 #815 grasn >> :私は常々、自然を理解できないことが多いならなおさら、その発現の可能性を制限すべきではない、と言っています。自然を制限すること（何かの不可能性） - こうして私たちは自分自身を制限し、そして正確に、 - 何かを見つけるチャンスはありません。 そうですね、限定しないと、実感のバリエーションが無限に増えて、死ぬほど迷う可能性が健全にありますね。 この探索モードには最適な行動があるはずです。ここで疑問が生じます。この最適とは何でしょうか？ Сергей 2009.12.04 20:25 #816 システムが「長い記憶をつかんでいる」というのは、だいたいそういうことです。 to中性子 また、直感も重要です。） Дима 2009.12.07 06:41 #817 皆さん、こんにちは。 ダクソの絵は、今のところ矛盾しすぎている。 ギャップ上昇で始まり、小幅な上昇を経て、本調子で下落する可能性が高い。 しかし、今日の取引は控えたいと思います。 kogalym 2009.12.07 07:31 #818 こんにちは！私はこの仕事の初心者です。私の作ったEUR/USDの予想を載せておくことにしました。もし私の間違いがあれば、誰かが指摘してくれることを願っています =)。 バーの本数を減らしたのに、こんな予報が！？両指標の予測は同じであり、ただ目を楽しませてくれるが、どの程度正しいかは時間が解決してくれるだろう ALN 2009.12.07 09:59 #819 最適化（トレーニング）する際に注意すべき点を、優先順位の高い順に教えてください。 1. 学習 セットでの二乗平均平方根誤差 2.学習 セットの最大二乗誤差 3. 学習 セットにおいて、与えられた最小誤差値で認識された例の割合（または数）。 4.テスト セットにおける二乗平均平方根誤差 5.テスト セットの最大二乗誤差 6.テスト セットにおいて、与えられた最小誤差値で認識された例のパーセンテージ(または数) Neutron 2009.12.07 11:00 #820 Zar さんが 書き込みました >>1 最適化（トレーニング）する際に注意すべき点を、優先順位の高い順に教えてください。 1. 学習 セットにおける平均二乗誤差 2. 学習セットにおける最大二次誤差 3. 学習 セットにおいて、与えられた最小誤差値を持つ認識例の割合(または量) 4. テスト セットでの二乗平均平方根誤差 5. テスト セットでの最大二乗誤差 6. テスト セットにおいて、与えられた最小誤差の値に対して認識された例の割合（または量 学習サンプルのsquv誤差が所定のレベルに達したとき、テストサンプルのsquvが最小になるような学習サンプルの最適な長さについて。 1...757677787980818283848586878889...93 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
ティックモデリング...利益の出る取引には分単位で十分だと思う（例外として、ニュース時の動きは取り組まない方が良い）。最終的な計算点から見て、方向、おおよその軌跡、基準点を予測するのが我々の仕事、いや、皆さんの研究である。
研究頑張ってください
追伸：このような予測の可能性があること自体に驚いています。
概念的には、過去の時系列の長さの定義が不正確で、将来に最大限の影響を与える、つまり、時系列の「記憶」に誤りがあるのだと理解しています。
なぜか4000-4500本が最小誤差で最適になり、またH1よりM15の方がres.forecastが良い（チャート上では視覚的に）。
ティックモデリング...利益の出る取引には分単位で十分だと思う（例外として、ニュース時の動きは取り組まない方が良い）。最終的な計算点から見て、方向、おおよその軌跡、基準点を予測するのが我々の仕事、いや、皆さんの研究である。
研究頑張ってください
願いを叶えてくれて、本当にありがとうございますきっとすべてがうまくいくと思います :o)
追伸：このような予測の可能性があることに、まさに驚きを隠せません。
私がいつも言っているのは、自然をその発現の可能性において制限してはいけない、しかも、しばしば完全に理解してはいけないということです。自然を制限する（不可能にする）ことで、自分自身を制限し、そして何かを見つけるチャンスはないのです。
テスト機で4000-4500バーを最小誤差で最適化し、H1よりM15の方がres.forecastが良い（チャート上では視覚的に）。
25000カウントを連続撮影し、その中で「記憶」の検索を開始します。市場の記憶には、文字通り「短期」と「長期」といういくつかのレベルがあることがわかった。長期記憶」を使って短期（出水程度）の予測をすると、重大な間違いが出てくる。とにかく、この理論は私の中ではまだ未完成なんです、働いていて。:о)
私は常々、自然を理解できないことが多いならなおさら、その発現の可能性を制限すべきではない、と言っています。自然を制限すること（何かの不可能性） - こうして私たちは自分自身を制限し、そして正確に、 - 何かを見つけるチャンスはありません。
そうですね、限定しないと、実感のバリエーションが無限に増えて、死ぬほど迷う可能性が健全にありますね。
この探索モードには最適な行動があるはずです。ここで疑問が生じます。この最適とは何でしょうか？
システムが「長い記憶をつかんでいる」というのは、だいたいそういうことです。
to中性子
また、直感も重要です。）
皆さん、こんにちは。
ダクソの絵は、今のところ矛盾しすぎている。
ギャップ上昇で始まり、小幅な上昇を経て、本調子で下落する可能性が高い。
しかし、今日の取引は控えたいと思います。
こんにちは！私はこの仕事の初心者です。私の作ったEUR/USDの予想を載せておくことにしました。もし私の間違いがあれば、誰かが指摘してくれることを願っています =)。
バーの本数を減らしたのに、こんな予報が！？両指標の予測は同じであり、ただ目を楽しませてくれるが、どの程度正しいかは時間が解決してくれるだろう
最適化（トレーニング）する際に注意すべき点を、優先順位の高い順に教えてください。
1. 学習 セットでの二乗平均平方根誤差
2.学習 セットの最大二乗誤差
3. 学習 セットにおいて、与えられた最小誤差値で認識された例の割合（または数）。
4.テスト セットにおける二乗平均平方根誤差
5.テスト セットの最大二乗誤差
6.テスト セットにおいて、与えられた最小誤差値で認識された例のパーセンテージ(または数)
Zar さんが 書き込みました >>1
最適化（トレーニング）する際に注意すべき点を、優先順位の高い順に教えてください。
1. 学習 セットにおける平均二乗誤差
2. 学習セットにおける最大二次誤差
3. 学習 セットにおいて、与えられた最小誤差値を持つ認識例の割合(または量)
4. テスト セットでの二乗平均平方根誤差
5. テスト セットでの最大二乗誤差
6. テスト セットにおいて、与えられた最小誤差の値に対して認識された例の割合（または量
学習サンプルのsquv誤差が所定のレベルに達したとき、テストサンプルのsquvが最小になるような学習サンプルの最適な長さについて。