フローティング・マーケット・パラメーター - ページ 7 12345678 新しいコメント Rorschach 2020.06.05 09:27 #61 Valeriy Yastremskiy:100本では意味がない。120 - 132の方が理にかなっていると思います。10年, 2年, 四半期, 3週間, 週の労働時間)ズームアウトには何かある)))まだ、真実はわかっていない。古いTFに対してSermyazhnayaの真実は、そのように行くことはありませんが、多分何かがある）。 100は天井から取りましたが、バーの数、モデルパラメータ、最適化のためのパラメータ、最適化パラメータ計算のための値数など、まだまだやることがたくさんあります。 Yousufkhodja Sultonov 2020.06.05 09:39 #62 Maxim Romanov: バー（ローソク足）では使えません。タイムサンプリングはランダムな要素を加えるので、他のサンプリング方法を使うべきでしょう。 まず、どのようなパターンで初期データを作成するかを決めます。最小限の入力データで、選択されたパターンによる計算を開始します。実データと比較したモデルの誤差を求める。その後、ソースデータの量を1単位増やし、相対誤差を求める作業を繰り返し、また保存する。誤差が最小となる初期データ量を、現時点での最適な初期データ量とする。このような検索を、新しいバーが登場するたびに行っています。他の方法は知らない。いかがでしょうか？この問題については、近々特別スレッドを開設するつもりです。 Rorschach 2020.06.05 09:39 #63 Maxim Romanov: バー（ローソク足）は機能しません、時間サンプリングはランダムな要素を導入します、我々は他のサンプリング方法を使用する必要があります。 ツォス、コテルニコフで考えていたのですが、ツォスを取って滑らかにして、初めてTFに分割する必要があることがわかりました。そうしないと、存在しない周波数が現れるエイリアシングが発生します。一方、スムージングを行うとラグが加わります。 一般的には、価格、フィルタリング、レンダリング、エクイティの前処理を行うようにします。また、通貨ペアを個別の通貨に分解してみることも必要です。 Valeriy Yastremskiy 2020.06.05 11:57 #64 Yousufkhodja Sultonov:まず、どのようなパターンで初期データを作成するかを決めます。最小限の入力データで、選択されたパターンによる計算を開始します。実データと比較したモデルの誤差を求める。その後、ソースデータの量を1単位増やし、相対誤差を求める作業を繰り返し、また保存する。誤差が最小になる初期データの数が、現時点での最適な初期データの数である。このような検索は、新しいバーが表示されるたびに行われます。他の方法は知らない。いかがでしょうか？近々、この問題を議論するための特別なスレッドを開設するつもりです。 最初に信頼できる結果を得るために十分なバーを集め、どの数学モデルが最小の数のパラメータ/多項式で最もよく適合するかを見るときに、別の観点からアプローチします。そして、バーの本数を減らす。 Valeriy Yastremskiy 2020.06.05 12:06 #65 Rorschach:ツォス、コテルニコフで考えていたのですが、ツォスを取って滑らかにして、初めてTFに分割する必要があることがわかりました。そうしないと、存在しない周波数が現れるエイリアシングが発生します。一方、スムージングを行うとラグが加わります。一般的には、価格、フィルタリング、レンダリング、エクイティの前処理を行うようにします。また、通貨ペアを分割してみることも必要です。 あるスケールステップで刻みを滑らかにすることは、興味深いタスクですが、コストがかかります。そして、実際の外的要因に影響され、その影響時間に拘束されるサイクルを見つけるという選択肢もあり、それは論理的であると思われる。 最適化するパラメータが多すぎて、最適解が得られるかどうかは、選択次第です。パラメータの選択を誤ると、解が出ないこともある。 Rorschach 2020.06.05 12:23 #66 Valeriy Yastremskiy:あるスケールステップの刻みを滑らかにすることは、興味深いがコストのかかる作業である。また、実際の外的要因が影響する時間、つまり仕事のスケジュールに起因するサイクルを見つけるという選択肢もありますし、論理的だとも言えます。最適化するパラメータが多すぎて、最適解が得られるかどうかは、選択次第です。パラメータの選択を誤ると、解が出ないこともある。 サイクルがない、チェックされている。 オプティマイザーでモデルを実行したところ、各バーでパラメータが大幅に変化するのが気に入りませんでした - もっと安定性が欲しいです。 Valeriy Yastremskiy 2020.06.05 12:37 #67 Rorschach:サイクルはありません、テスト済みです。オプティマイザーでモデルを走らせたところ、小節ごとにパラメータが大きく変化するのが気になりました。 純粋な形では持っていない。似たような値動きの繰り返しがある）。SBと同様のプロセスでは、定義上、パラメータの安定性はない。安定性があれば、これらは他のプロセスである）。 Rorschach 2020.06.05 13:22 #68 Valeriy Yastremskiy:純粋な形では、ありません。似たような値動きの繰り返しがある）。SB的な過程には、定義上、パラメータの安定性はない。安定性があれば、これらは他のプロセスである)。 その時に必要なのが、認識、クラスタリングです Maxim Romanov 2020.06.05 14:15 #69 Rorschach:ツォス、コテルニコフで考えていたのですが、ツォスを取って滑らかにして、初めてTFに分割する必要があることがわかりました。そうしないと、存在しない周波数が現れるエイリアシングが発生します。一方、スムージングを行うとラグが加わります。一般的には、価格、フィルタリング、レンダリング、エクイティの前処理を行うようにします。また、通貨ペアを分割してみることも必要です。 ランダム性を導入しないサンプリング方法が必要だ。時間は市場のための意味を持ちません、時間の蝋燭は取引の任意の数と任意の取引の回転を含むかもしれません。価格は、資金、取引、資金の再配分によって動きます。ローソク足がなぜ適さないのか、何が必要なのかを理解するために、簡単なモデルを作ってみましょう。サインを取り、それをランダムなサンプリングレートでサンプリングし、出力でランダムプロットを得ます。つまり、プロセスは既知で単純なので、それを壊したのです。十分に大きなサンプルで元の信号を復元することが可能になったのでしょうか？たぶん、どうにかなると思うんだけど、どうしたらいいのかわからない。 ダニとの相性は良くなったが、完璧でもない。主な価格変動要因は、約定した取引操作 とその数量です。ティックを取れば、出来高も取引件数もわからない。 Valeriy Yastremskiy 2020.06.05 20:10 #70 Rorschach:その時に必要なのが、認識、クラスタリングなんです。 はい。 マクシム・ロマノフ： ランダムな要素を導入しないサンプリング方法が必要です。時間は市場のための意味を持ちません、時間の蝋燭は取引の任意の数と任意の取引の回転を含むかもしれません。価格は、資金、取引、資金の再配分によって動きます。ローソク足がなぜ適さないのか、何が必要なのかを理解するために、簡単なモデルを作ってみましょう。サインを取り、ランダムなサンプリングレートでサンプリングし、出力でランダムプロットを得ます。つまり、プロセスは既知で単純なので、それを壊したのです。十分に大きなサンプルで元の信号を復元することが可能になったのでしょうか？たぶん、どうにかなると思うんだけど、どうしたらいいのかわからない。ダニとの相性は良くなったが、完璧でもない。主な価格変動要因は、約定した取引操作 とその数量です。ティックを取ると、音量や何回目の操作で経過したのかがわからない。 第1回目の講義でカンタローヴィチが計量経済学の概要を説明する。結論は、時間的な経済パラメータの推定において、これまでの歴史的期間に対して十分に正確な数学モデルの破綻は予測できない、ということである。 12345678 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
100本では意味がない。120 - 132の方が理にかなっていると思います。10年, 2年, 四半期, 3週間, 週の労働時間)
ズームアウトには何かある)))まだ、真実はわかっていない。古いTFに対してSermyazhnayaの真実は、そのように行くことはありませんが、多分何かがある）。
100は天井から取りましたが、バーの数、モデルパラメータ、最適化のためのパラメータ、最適化パラメータ計算のための値数など、まだまだやることがたくさんあります。
バー（ローソク足）では使えません。タイムサンプリングはランダムな要素を加えるので、他のサンプリング方法を使うべきでしょう。
まず、どのようなパターンで初期データを作成するかを決めます。最小限の入力データで、選択されたパターンによる計算を開始します。実データと比較したモデルの誤差を求める。その後、ソースデータの量を1単位増やし、相対誤差を求める作業を繰り返し、また保存する。誤差が最小となる初期データ量を、現時点での最適な初期データ量とする。このような検索を、新しいバーが登場するたびに行っています。他の方法は知らない。いかがでしょうか？この問題については、近々特別スレッドを開設するつもりです。
バー（ローソク足）は機能しません、時間サンプリングはランダムな要素を導入します、我々は他のサンプリング方法を使用する必要があります。
ツォス、コテルニコフで考えていたのですが、ツォスを取って滑らかにして、初めてTFに分割する必要があることがわかりました。そうしないと、存在しない周波数が現れるエイリアシングが発生します。一方、スムージングを行うとラグが加わります。
一般的には、価格、フィルタリング、レンダリング、エクイティの前処理を行うようにします。また、通貨ペアを個別の通貨に分解してみることも必要です。
まず、どのようなパターンで初期データを作成するかを決めます。最小限の入力データで、選択されたパターンによる計算を開始します。実データと比較したモデルの誤差を求める。その後、ソースデータの量を1単位増やし、相対誤差を求める作業を繰り返し、また保存する。誤差が最小になる初期データの数が、現時点での最適な初期データの数である。このような検索は、新しいバーが表示されるたびに行われます。他の方法は知らない。いかがでしょうか？近々、この問題を議論するための特別なスレッドを開設するつもりです。
最初に信頼できる結果を得るために十分なバーを集め、どの数学モデルが最小の数のパラメータ/多項式で最もよく適合するかを見るときに、別の観点からアプローチします。そして、バーの本数を減らす。
ツォス、コテルニコフで考えていたのですが、ツォスを取って滑らかにして、初めてTFに分割する必要があることがわかりました。そうしないと、存在しない周波数が現れるエイリアシングが発生します。一方、スムージングを行うとラグが加わります。
一般的には、価格、フィルタリング、レンダリング、エクイティの前処理を行うようにします。また、通貨ペアを分割してみることも必要です。
あるスケールステップで刻みを滑らかにすることは、興味深いタスクですが、コストがかかります。そして、実際の外的要因に影響され、その影響時間に拘束されるサイクルを見つけるという選択肢もあり、それは論理的であると思われる。
最適化するパラメータが多すぎて、最適解が得られるかどうかは、選択次第です。パラメータの選択を誤ると、解が出ないこともある。
あるスケールステップの刻みを滑らかにすることは、興味深いがコストのかかる作業である。また、実際の外的要因が影響する時間、つまり仕事のスケジュールに起因するサイクルを見つけるという選択肢もありますし、論理的だとも言えます。
最適化するパラメータが多すぎて、最適解が得られるかどうかは、選択次第です。パラメータの選択を誤ると、解が出ないこともある。
サイクルがない、チェックされている。
オプティマイザーでモデルを実行したところ、各バーでパラメータが大幅に変化するのが気に入りませんでした - もっと安定性が欲しいです。
サイクルはありません、テスト済みです。
オプティマイザーでモデルを走らせたところ、小節ごとにパラメータが大きく変化するのが気になりました。
純粋な形では持っていない。似たような値動きの繰り返しがある）。SBと同様のプロセスでは、定義上、パラメータの安定性はない。安定性があれば、これらは他のプロセスである）。
純粋な形では、ありません。似たような値動きの繰り返しがある）。SB的な過程には、定義上、パラメータの安定性はない。安定性があれば、これらは他のプロセスである)。
その時に必要なのが、認識、クラスタリングです
ツォス、コテルニコフで考えていたのですが、ツォスを取って滑らかにして、初めてTFに分割する必要があることがわかりました。そうしないと、存在しない周波数が現れるエイリアシングが発生します。一方、スムージングを行うとラグが加わります。
一般的には、価格、フィルタリング、レンダリング、エクイティの前処理を行うようにします。また、通貨ペアを分割してみることも必要です。
ランダム性を導入しないサンプリング方法が必要だ。時間は市場のための意味を持ちません、時間の蝋燭は取引の任意の数と任意の取引の回転を含むかもしれません。価格は、資金、取引、資金の再配分によって動きます。ローソク足がなぜ適さないのか、何が必要なのかを理解するために、簡単なモデルを作ってみましょう。サインを取り、それをランダムなサンプリングレートでサンプリングし、出力でランダムプロットを得ます。つまり、プロセスは既知で単純なので、それを壊したのです。十分に大きなサンプルで元の信号を復元することが可能になったのでしょうか？たぶん、どうにかなると思うんだけど、どうしたらいいのかわからない。
ダニとの相性は良くなったが、完璧でもない。主な価格変動要因は、約定した取引操作 とその数量です。ティックを取れば、出来高も取引件数もわからない。
その時に必要なのが、認識、クラスタリングなんです。
はい。
ランダムな要素を導入しないサンプリング方法が必要です。時間は市場のための意味を持ちません、時間の蝋燭は取引の任意の数と任意の取引の回転を含むかもしれません。価格は、資金、取引、資金の再配分によって動きます。ローソク足がなぜ適さないのか、何が必要なのかを理解するために、簡単なモデルを作ってみましょう。サインを取り、ランダムなサンプリングレートでサンプリングし、出力でランダムプロットを得ます。つまり、プロセスは既知で単純なので、それを壊したのです。十分に大きなサンプルで元の信号を復元することが可能になったのでしょうか？たぶん、どうにかなると思うんだけど、どうしたらいいのかわからない。
ダニとの相性は良くなったが、完璧でもない。主な価格変動要因は、約定した取引操作 とその数量です。ティックを取ると、音量や何回目の操作で経過したのかがわからない。
第1回目の講義でカンタローヴィチが計量経済学の概要を説明する。結論は、時間的な経済パラメータの推定において、これまでの歴史的期間に対して十分に正確な数学モデルの破綻は予測できない、ということである。