パターンの最も重要な統計的特徴を分析し、その上で取引方法を選択する。 - ページ 3

新しいコメント
 
Aliaksandr Hryshyn:

パーセンタイルも使えるし、計算も簡単、より多くのデータが必要なのでサプライズもない...。

掘る場所を指示した)とはいえ、できることはたくさんあるのですが......。


パーセンタイルについて読んでみます、ありがとうございました )
 
Alexander Laur:

なんか、50％近い確率になりそうですね。:)

何だろう、この感じは？
 
Alexander Laur:


おそらく経験。:)


ああ、どれだけの不思議な発見があったことか
悟りの精神
そしてエクスペリエンス、[son of] difficult errors。
そしてジーニアス、【パラドックス】の友。
[【そして、発明の神であるチャンス】］
 

コードベースでmy nearest neighborhood indicatorを検索してください。やり方はいたってシンプル。現在のパターンの長さを設定し、履歴から類似のパターンを見つけ（パターン間の距離として相関を使用するなど）、個々の予測の重み付けによって過去のパターンから将来の価格行動を予測します。これは、クラスタリングやRBF、SVM、GRNNと本質的に同じである。現在のパターンと過去の類似パターンとの距離をどのように測るかによります。GRNNとベイズについて読む。そこでは、予測理論が統計分布の 観点から説明されている。GRNNや上記のような予測手法について多くのことが書かれていますが、すべては1つのシンプルな数式に集約されます。


予測値 y = SUM y[k]*exp(-d[k]/2s^2) / SUM exp(-d[k]/2s^2)


ここで、y[k]はk番目の過去のパターン、d[k]はk番目のパターンから現在のパターンまでの距離である。距離がガウス分布の場合、d[k] = (x - x[k])^2 となります。任意の（超ガウス）分布に対して、d[k] = |x - x[k]|^p, ここでpは、社会主義のように、最も近い隣人に重みを与えるか（大きなp）、すべての隣人にほぼ同じ重みを与えるか（小さなp）により選択します。p=0であれば、完全な社会主義になります。

最近傍とGRNNについて理解したところで、次のような疑問が湧いてきます。時間軸の歪みを考慮した場合、現在のパターンと過去のパターンとの距離の測り方（過去のパターンは現在のパターンと似ているが、時間軸が伸びているか縮まっているかのどちらか）。ここが問題なのです。

 
Vladimir:

ここが問題なのです。


その犬はもう食べました、問題は今と違うのです。もしかしたら、ちょっと違うかもしれませんが :)

しかし、あなたの出版物は非常に興味深いです、ありがとうございます、私は見てみましょう。

 
Vladimir:

時間軸の歪みを考慮した場合（過去のパターンが現在のパターンに似ていても、時間軸が伸びていたり、圧縮されていたりする）。ここに犬が埋葬されている。

この文の結果として - この犬は、コンピューティングリソースの 制限のために、現時点では発見されていないだけです。

これは一見矛盾しているように見えますが、必要なだけの計算資源があれば、どんな犬でも暴くことができるのです。どんな問題でも、その解は利用可能な計算資源の量にのみ依存するように。

一般的に言って、このロジックはおかしいと思います。したがって、「犬が埋まっている」と言うのは、現時点での計算不溶性を間接的に訴えているのであって、「そこに犬はいない」と言ってもよい。

 
fxsaber:

この文の結果として - この犬は現在、計算機資源の 数の制限のためにのみロックを解除されていません。

これは一見矛盾しているように見えます。計算機の数だけ計算資源があれば、どんな犬でも鍵を開けることができるのです。どんな問題でも、その解は利用可能な計算資源の量にのみ依存するように。

一般的に言って、このロジックはおかしいと思います。したがって、「犬が埋まっている」と言うのは、現時点での計算不溶性を間接的に訴えているのであって、「そこに犬はいない」と言ってもよい。


すべてアフィン変換によって行われ、適切なアプローチで最小限のリソースしか必要としません。
 
Maxim Dmitrievsky:

すべてアフィン変換で行われ、最小限のリソースで済みます...正しいアプローチで

聖杯が うまくいかなかったのは、アプローチの実力が足りなかったから！？

この言葉が流行ったのは、どんな理由からでしょうか。

 
fxsaber:

聖杯がうまくいかなかったのは、アプローチの実力が足りなかったから！？

この発言が流行った理由は何だったのでしょうか。


まあ、悪魔は常に細部にある...それは必要とされる聖杯では ありませんが、少なくとも何か役に立つ:)

問題は、人々が自分のしていることを理解していないことだと思うのです...。

 
Vladimir:

予測値 y = SUM y[k]*exp(-d[k]/2s^2) / SUM exp(-d[k]/2s^2)


ここで、y[k]はk番目の過去のパターン、d[k]はk番目のパターンから現在のパターンまでの距離である。距離がガウス分布の場合、d[k] = (x - x[k])^2 となります。任意の（超ガウス）分布に対して、d[k] = |x - x[k]|^p, ここでpは、社会主義のように、最も近い隣人に重みを与えるか（大きなp）、すべての隣人にほぼ同じ重みを与えるか（小さなp）により選択します。p=0であれば、完全な社会主義になります。

最近傍とGRNNについて理解したところで、次のような疑問が湧いてきます。時間軸の歪みを 考慮した場合、現在のパターンと過去のパターンとの距離の測り方（過去のパターンは現在のパターンと似ているが、時間軸が伸びているか縮まっているかのどちらか）。ここが問題なのです。

コンフリクトアナリシス（競合分析）を試みたことがありますか？つまり、関数は価格対時間p=x(i)ではなく、2次元のf=z(i, p)であるべきなのです。距離dは2つの座標でカウントされる。他の方式も同じです。
1234567
新しいコメント