引用における依存性統計(情報理論、相関などの特徴選択法) - ページ 72 1...65666768697071727374 新しいコメント Avals 2012.10.14 12:06 #711 Mathemat: その通り、まさにその通りです。ACFは役に立たない。 しかし、相互情報量は、数百本の距離でもゼロの臭いはしないので、そうあるべきでしょう。 どのように計算したか、どのようなデータを使用したかなど、結果を送ってください。 Sceptic Philozoff 2012.10.14 12:14 #712 Avals: どうやって計算したのか、どんなデータを使ったのか、など結果を送ってほしいのです。テイクアウェイは数えていない。他にもあるんですよ、統計が。一連のデータ間の関係を表すカイ二乗の基準。後日、掲載します。はっきりさせないとわからない。 実はこれ、名前の由来となる人物がやっていることに非常に近いんです。そこでは、フォーミュラさえも非常によく似ているのです。 Viktor Zhuravlev 2012.10.14 12:20 #713 alexeymosc: 最大で2.098ビットと することができる。この特定のデータシリーズの平均情報です。例えば、ラグ1のバーがゼロのバーを完全に判定した場合、その相互情報量は2.098ビットとなる。 どんな数字なんだ?情報の尺度である)TIに関する記事を読む必要がある。簡単に説明すると、ビットは、ある特定の値の固有情報式を用いて、データソース値のランダム性の尺度を反映します。 I(X) = - log(P(x))*P(x) です。 もう一つの例。コインをはじき、連続する2つの事象の相互情報を数える。私の記事で訳した式で、相互情報量I(X;Y)=0となる。そして、もし、裏が出たとき、その後に出る裏(または表)を正確に示すのであれば、I(X;Y)は1になる。これは、「公平なコイン」のデータソースの平均的な情報である。 アレクセイ!私も相互情報量を使って、ニューラルネットワークの意味のある入力を選んでいるんだ。私は通常、52~ 54%の予測率を持つモデルを入手します。 相互情報量が0.1ビット以上であれば、価値のある結果が得られると思われます。ボラティリティについては、そのような重要なインプットを見出すことが可能である。 Sceptic Philozoff 2012.10.14 12:44 #714 VNG: 誰が5人になったかは 知らない。しかし、調査中に非常に興味深い結果に出くわしたのに、それを見抜けなかったということはありますね。 このスレッドでの私の書き込みは、ほとんどオフトピックで反則 寸前であることを自覚しています。5では、hrenfx。 書き込みは問題なく、かなり話題になっています。また、ちょうどTIの適用可能性についても、ここで疑問視する声があります。 - スケールの変化に不変性が あるというのは、すみません、よくわからないんです。私は、不変性とは、スケーリングファクター(一般的な場合、任意の数または関数)が存在し、それを乗算すると、異なるスケールの新しいパターンが得られることだと理解しています。すなわち、アフィン変換であり、混沌としたデータの流れの中に構造性を発現させるものである。そこで問題となるのが、そのような係数を見つけることである。パターンが見つかったら、この係数を掛けるだけである。そして、そのような変換は「上」にも「下」にも働きます。そして、それだけです。 わかった、そうしてくれ。 私はフラクタルについて語りすぎていた。あるにはあるのですが、完璧ではありません。より正確には、フラクタル不変性は完全なものではありません。 - を調べれば、2つの数量の関係がわかる。 - なぜそうなるのか、この文の原因は何なのか どのような発言か - 理解できない。 - なぜ二人なのか、三時五十分ではないのか - どの2つの価値観? ここで、より明確になりました。 1.2つは、条件付きソースと条件付きレシーバーを取り出して、それらの間に依存関係があるかどうかを調べようとするからです。 アルファベットを作り(リターンの分布を分位数で分ける、その方が私は便利だ。同名の人は少し違うやり方をしているが、結果にはあまり影響しない)、TIを適用する。通信経路に疑問がある。時間がコミュニケーションチャネルなのかもしれません。 バー間の差(数値はMT4で計算)を例えば238に固定すると、ソースは以下の系列になります。 return(Bars-1), return(Bars-2), ....return(238)(12歳時の値で約80,000件) レシーバーは、一連の return(Bars-1 - 238), return(Bars-2 - 238), ....return(0) です。 要するに、リターンと同じものを、238だけ相対的にずらして並べただけです。 ACFを計算することができます。ほぼ間違いなく、ゼロに等しいか、統計的に有意な差はないでしょう。そうですね、これらのシリーズの間には、有意な線形関係はなく、すべて些細なことで、魚はいません。 しかし、私たちアレクシアンは、ACFを数えるのではなく、非線形依存関係、つまりあらゆる依存関係を数えるのです。それが、この2つの数量の共同分布である。持っています。(ちなみに、ACFの計算にも必要なので、普段は見落としがちです)。 そこで、早速、この2つの系列の相互情報量をカウントしてみたのが、この名前の由来である。 2つの確率変数の関係をカイ二乗検定で評価しました。 結果は非常によく似ています。 - この2つの量の結合分布が面を表している。なんだ、またレイエルノスに移行するのか? 私たちは以前からそこにいたのです。ただ、みんながそれに気づいていないだけなのです。 ここまでくると、ただの釣竿の企画で、全然魚じゃないんですけどねw 削除済み 2012.10.14 13:21 #715 IgorM: うーん、長年、私はアルパリのフォーラムに登録したくなかったが、今日、私はそうでなければ、私はリンクのトピックを読んでいない、しかし、気にしない。もうこれ以上うまく言えません。 間違っていればいいのですが、あなたの「魔法のブロット」は、もっと私の頭の中にあります。チャンネルによるTSは、直感によるTSと非常に似ています。以下は、未達成の予測です。 私は別のビルドでレベルを "ねじれ"、私は彼らが非常に似たような結果と提案されたTSで50/50働いて見て、私は価格の動きの10年を取る場合でも、彼らは歴史上または近い将来に一致することを疑う イゴール 私は、誰かを理想化したりすることはあまりないんです。しかし、私はすでに言った - これらはTSではなく、市場の動きをモデル化したものです。それらをもとに自分でTSを構築する必要があるのです。 - 筆者はずっと予測に反対してきた。彼の作品のエッセンスは、「跳ねる→前作へ、突破→次作へ」という一言で表現されています。 - 見る限り、予測ではなく、可能性のあるターゲットということで、個人的には注目していない。 - 提案されていることの真相を知ろうとせず、欠点を探しているのです。猜疑心はわかりますが、出だしを間違えましたね。まずはルールやコンストラクションの本質に触れてみてください。あなたのためにそれを容易にするために - Vadimのチャネルは、同じろうそくですが、TFに関係なく。 TAdvは、6つの制御点に従って動きの展開を想定している。チャンネルは、Tadvの1点と2点です。スイングはTadvのポイント1,2,3です。TAdvの作者の一人であるJanも、V-ChannelsとV-Swingsの作者のVadimも、何かを証明したり説得したりすることはなく、ここでは厳密に定義されたケースにのみ登場し、誰にも何かを求めたり宣伝したりすることはないことに注意してください。はぐらかすことなく、正しく振る舞う。信念と内なる強さを示す指標ではないでしょうか?彼らは、ただ無欲に自分たちの開発を手伝い、共有しているのです。TAdvは10年以上前に発表され、VKanalsとVsvingsは、嘘みたいですが、7つくらい、時間が試されて、多くのフォロワーを抱えています。効果を試すには、自分で掘り下げてテストしてみるしかない。さもなければ、「信じるか信じないか」の平面にとどまることになる。 頑張ってください。 Igor Makanu 2012.10.14 13:39 #716 VNG: イゴール 私は、誰かを理想化したりすることはあまりないんです。しかし、私はすでに言った うーん、この経験は成功でした、私の投稿は約5分間スレッドにありましたが、さらに、地元の常連ではなく、引っ掛けを得ることができました。 Alexey Burnakov 2012.10.14 14:03 #717 renegate: アレクセイ!私も、ニューラルネットワークの入力に意味のあるものを選ぶために、相互情報を使っています。通常、リターンの予測可能性が52~ 54%のモデルを入手することができます。 相互情報量が0.1bitを超えると良い結果が得られるようです。ボラティリティについては、そのような重要なインプットを見出すことが可能である。 ああ、重要な変数を選択する問題にTIを適用する方法も学んだ人が来てくれてよかったです。 あなたのアドバイスだけがちょっと不完全というか。単純に考えても、平均的なデータソースの情報は異なることがあります。閾値の意味する相互情報もそれに依存することになる。平均的な情報量H(X)はどのくらいですか? 削除済み 2012.10.14 14:28 #718 Mathemat: 5点満点で -hrenfx. 書き込みは問題なく、かなりポイントを押さえています。TIの適用性についてだけでなく、ここに疑問を持つ人もいる。 よし、そうしよう、フラクタルで私はやりすぎた。あるにはあるが、理想的とは言えない。より正確には、フラクタル不変性は理想的なものではありません。 どのような発言か - 理解できない。 ここで、より明確になりました。 1.2つは、条件付きソースと条件付きレシーバーを取り出して、それらの間に依存関係があるかどうかを調べようとするからです。 アルファベットを作り(私はリターンの分布を分位数に分けている、その方が都合が良いからだ。通信経路に疑問がある。時間がコミュニケーションチャネルなのかもしれません。 バーの差(数値はMT4で計算)を例えば238に固定すると、ソースは以下の系列になります。 return(Bars-1), return(Bars-2), ....return(238)(12年間で約8万件の値) レシーバーはシリーズ return(Bars-1 - 238), return(Bars-2 - 238), ....return(0) です。 要するに、一連のリターンと同じものを、238だけ相対的にずらしただけ。 ACFを算出することが可能です。ほぼ間違いなくゼロに等しいか、統計的に有意でないほどの差が出るでしょう。そうですね、これらのシリーズの間には、有意な線形関係はなく、すべて些細なことで、魚はいません。 しかし、私たちアレクシアンはACFを数えるのではなく、非線形依存関係、つまりあらゆる依存関係を数えるのです。それが、この2つの数量の共同分布である。持っています。(ちなみに、ACFの計算にも必要です。ただ、みんなが理解しているわけではありません!) そこでTezkaは、この2つの系列の相互情報量を計算することにした。 2つの確率変数の間の関係をカイ二乗検定で評価した。 結果は非常によく似ています。 そうです、私たちは長い間そこにいたのです。ただ、みんながそれを理解しているわけではありません。 これだけあって、今のところすきま竿しかなく、まったく魚にならない。 アレクセイ、ありがとう!これですべてクリアだ。 この問題の文脈では、通信路の特性は全く関係なく、情報エントロピーによって自動的に説明されることになる。 削除済み 2012.10.14 14:35 #719 IgorM: うーん、体験は成功でした、私の投稿は5分ほどスレッドにありましたが、ブロックまでされ、地元の常連さんではありません どんな体験だったのでしょうか? Alexey Burnakov 2012.10.14 14:35 #720 Mathemat: しかし、私たちAlexeiは、ACFではなく、非線形依存関係(あらゆる依存関係)をカウントしています。そのために2つの数量の共同分布がある。持っています。(ちなみに、ACFの計算にも必要です)。 よくぞ言ってくれました。私たちアレクセイは、市場の非効率性を肯定しているのです。そして、それを示す実用的な結果がすでに出ているのですが、古典的な統計-計量的アプローチのプリズムを通しては 見えません。 1...65666768697071727374 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
その通り、まさにその通りです。ACFは役に立たない。
しかし、相互情報量は、数百本の距離でもゼロの臭いはしないので、そうあるべきでしょう。
どのように計算したか、どのようなデータを使用したかなど、結果を送ってください。
どうやって計算したのか、どんなデータを使ったのか、など結果を送ってほしいのです。
テイクアウェイは数えていない。他にもあるんですよ、統計が。一連のデータ間の関係を表すカイ二乗の基準。後日、掲載します。はっきりさせないとわからない。
実はこれ、名前の由来となる人物がやっていることに非常に近いんです。そこでは、フォーミュラさえも非常によく似ているのです。
最大で2.098ビットと することができる。この特定のデータシリーズの平均情報です。例えば、ラグ1のバーがゼロのバーを完全に判定した場合、その相互情報量は2.098ビットとなる。
どんな数字なんだ?情報の尺度である)TIに関する記事を読む必要がある。簡単に説明すると、ビットは、ある特定の値の固有情報式を用いて、データソース値のランダム性の尺度を反映します。
I(X) = - log(P(x))*P(x) です。
もう一つの例。コインをはじき、連続する2つの事象の相互情報を数える。私の記事で訳した式で、相互情報量I(X;Y)=0となる。そして、もし、裏が出たとき、その後に出る裏(または表)を正確に示すのであれば、I(X;Y)は1になる。これは、「公平なコイン」のデータソースの平均的な情報である。
アレクセイ!私も相互情報量を使って、ニューラルネットワークの意味のある入力を選んでいるんだ。私は通常、52~ 54%の予測率を持つモデルを入手します。 相互情報量が0.1ビット以上であれば、価値のある結果が得られると思われます。ボラティリティについては、そのような重要なインプットを見出すことが可能である。
このスレッドでの私の書き込みは、ほとんどオフトピックで反則 寸前であることを自覚しています。
5では、hrenfx。
書き込みは問題なく、かなり話題になっています。また、ちょうどTIの適用可能性についても、ここで疑問視する声があります。
- スケールの変化に不変性が あるというのは、すみません、よくわからないんです。私は、不変性とは、スケーリングファクター(一般的な場合、任意の数または関数)が存在し、それを乗算すると、異なるスケールの新しいパターンが得られることだと理解しています。すなわち、アフィン変換であり、混沌としたデータの流れの中に構造性を発現させるものである。そこで問題となるのが、そのような係数を見つけることである。パターンが見つかったら、この係数を掛けるだけである。そして、そのような変換は「上」にも「下」にも働きます。そして、それだけです。
わかった、そうしてくれ。 私はフラクタルについて語りすぎていた。あるにはあるのですが、完璧ではありません。より正確には、フラクタル不変性は完全なものではありません。
- を調べれば、2つの数量の関係がわかる。
- なぜそうなるのか、この文の原因は何なのか
どのような発言か - 理解できない。
- なぜ二人なのか、三時五十分ではないのか
- どの2つの価値観?
ここで、より明確になりました。
1.2つは、条件付きソースと条件付きレシーバーを取り出して、それらの間に依存関係があるかどうかを調べようとするからです。
アルファベットを作り(リターンの分布を分位数で分ける、その方が私は便利だ。同名の人は少し違うやり方をしているが、結果にはあまり影響しない)、TIを適用する。通信経路に疑問がある。時間がコミュニケーションチャネルなのかもしれません。
バー間の差(数値はMT4で計算)を例えば238に固定すると、ソースは以下の系列になります。
return(Bars-1), return(Bars-2), ....return(238)(12歳時の値で約80,000件)
レシーバーは、一連の
return(Bars-1 - 238), return(Bars-2 - 238), ....return(0) です。
要するに、リターンと同じものを、238だけ相対的にずらして並べただけです。
ACFを計算することができます。ほぼ間違いなく、ゼロに等しいか、統計的に有意な差はないでしょう。そうですね、これらのシリーズの間には、有意な線形関係はなく、すべて些細なことで、魚はいません。
しかし、私たちアレクシアンは、ACFを数えるのではなく、非線形依存関係、つまりあらゆる依存関係を数えるのです。それが、この2つの数量の共同分布である。持っています。(ちなみに、ACFの計算にも必要なので、普段は見落としがちです)。
そこで、早速、この2つの系列の相互情報量をカウントしてみたのが、この名前の由来である。
2つの確率変数の関係をカイ二乗検定で評価しました。
結果は非常によく似ています。
- この2つの量の結合分布が面を表している。なんだ、またレイエルノスに移行するのか?
私たちは以前からそこにいたのです。ただ、みんながそれに気づいていないだけなのです。
ここまでくると、ただの釣竿の企画で、全然魚じゃないんですけどねw
うーん、長年、私はアルパリのフォーラムに登録したくなかったが、今日、私はそうでなければ、私はリンクのトピックを読んでいない、しかし、気にしない。もうこれ以上うまく言えません。
間違っていればいいのですが、あなたの「魔法のブロット」は、もっと私の頭の中にあります。チャンネルによるTSは、直感によるTSと非常に似ています。以下は、未達成の予測です。
私は別のビルドでレベルを "ねじれ"、私は彼らが非常に似たような結果と提案されたTSで50/50働いて見て、私は価格の動きの10年を取る場合でも、彼らは歴史上または近い将来に一致することを疑う
イゴール 私は、誰かを理想化したりすることはあまりないんです。しかし、私はすでに言った
- これらはTSではなく、市場の動きをモデル化したものです。それらをもとに自分でTSを構築する必要があるのです。
- 筆者はずっと予測に反対してきた。彼の作品のエッセンスは、「跳ねる→前作へ、突破→次作へ」という一言で表現されています。
- 見る限り、予測ではなく、可能性のあるターゲットということで、個人的には注目していない。
- 提案されていることの真相を知ろうとせず、欠点を探しているのです。猜疑心はわかりますが、出だしを間違えましたね。まずはルールやコンストラクションの本質に触れてみてください。あなたのためにそれを容易にするために - Vadimのチャネルは、同じろうそくですが、TFに関係なく。
TAdvは、6つの制御点に従って動きの展開を想定している。チャンネルは、Tadvの1点と2点です。スイングはTadvのポイント1,2,3です。TAdvの作者の一人であるJanも、V-ChannelsとV-Swingsの作者のVadimも、何かを証明したり説得したりすることはなく、ここでは厳密に定義されたケースにのみ登場し、誰にも何かを求めたり宣伝したりすることはないことに注意してください。はぐらかすことなく、正しく振る舞う。信念と内なる強さを示す指標ではないでしょうか?彼らは、ただ無欲に自分たちの開発を手伝い、共有しているのです。TAdvは10年以上前に発表され、VKanalsとVsvingsは、嘘みたいですが、7つくらい、時間が試されて、多くのフォロワーを抱えています。効果を試すには、自分で掘り下げてテストしてみるしかない。さもなければ、「信じるか信じないか」の平面にとどまることになる。
頑張ってください。
アレクセイ!私も、ニューラルネットワークの入力に意味のあるものを選ぶために、相互情報を使っています。通常、リターンの予測可能性が52~ 54%のモデルを入手することができます。 相互情報量が0.1bitを超えると良い結果が得られるようです。ボラティリティについては、そのような重要なインプットを見出すことが可能である。
ああ、重要な変数を選択する問題にTIを適用する方法も学んだ人が来てくれてよかったです。
あなたのアドバイスだけがちょっと不完全というか。単純に考えても、平均的なデータソースの情報は異なることがあります。閾値の意味する相互情報もそれに依存することになる。平均的な情報量H(X)はどのくらいですか?
5点満点で -hrenfx.
書き込みは問題なく、かなりポイントを押さえています。TIの適用性についてだけでなく、ここに疑問を持つ人もいる。
よし、そうしよう、フラクタルで私はやりすぎた。あるにはあるが、理想的とは言えない。より正確には、フラクタル不変性は理想的なものではありません。
どのような発言か - 理解できない。
ここで、より明確になりました。
1.2つは、条件付きソースと条件付きレシーバーを取り出して、それらの間に依存関係があるかどうかを調べようとするからです。
アルファベットを作り(私はリターンの分布を分位数に分けている、その方が都合が良いからだ。通信経路に疑問がある。時間がコミュニケーションチャネルなのかもしれません。
バーの差(数値はMT4で計算)を例えば238に固定すると、ソースは以下の系列になります。
return(Bars-1), return(Bars-2), ....return(238)(12年間で約8万件の値)
レシーバーはシリーズ
return(Bars-1 - 238), return(Bars-2 - 238), ....return(0) です。
要するに、一連のリターンと同じものを、238だけ相対的にずらしただけ。
ACFを算出することが可能です。ほぼ間違いなくゼロに等しいか、統計的に有意でないほどの差が出るでしょう。そうですね、これらのシリーズの間には、有意な線形関係はなく、すべて些細なことで、魚はいません。
しかし、私たちアレクシアンはACFを数えるのではなく、非線形依存関係、つまりあらゆる依存関係を数えるのです。それが、この2つの数量の共同分布である。持っています。(ちなみに、ACFの計算にも必要です。ただ、みんなが理解しているわけではありません!)
そこでTezkaは、この2つの系列の相互情報量を計算することにした。
2つの確率変数の間の関係をカイ二乗検定で評価した。
結果は非常によく似ています。
そうです、私たちは長い間そこにいたのです。ただ、みんながそれを理解しているわけではありません。
これだけあって、今のところすきま竿しかなく、まったく魚にならない。
アレクセイ、ありがとう!これですべてクリアだ。
この問題の文脈では、通信路の特性は全く関係なく、情報エントロピーによって自動的に説明されることになる。
うーん、体験は成功でした、私の投稿は5分ほどスレッドにありましたが、ブロックまでされ、地元の常連さんではありません
どんな体験だったのでしょうか?
しかし、私たちAlexeiは、ACFではなく、非線形依存関係(あらゆる依存関係)をカウントしています。そのために2つの数量の共同分布がある。持っています。(ちなみに、ACFの計算にも必要です)。
よくぞ言ってくれました。私たちアレクセイは、市場の非効率性を肯定しているのです。そして、それを示す実用的な結果がすでに出ているのですが、古典的な統計-計量的アプローチのプリズムを通しては 見えません。