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 1234567 新しいコメント Maxim Dmitrievsky 2017.04.04 05:27 #21 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 ) Maxim Dmitrievsky 2017.04.04 09:58 #22 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? Maxim Dmitrievsky 2017.04.04 10:27 #23 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】] Vladimir 2017.04.06 04:20 #24 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。 Maxim Dmitrievsky 2017.04.06 05:41 #25 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。 fxsaber 2017.04.06 06:21 #26 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。 Maxim Dmitrievsky 2017.04.06 06:26 #27 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。 fxsaber 2017.04.06 06:30 #28 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。 Maxim Dmitrievsky 2017.04.06 06:33 #29 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...。 Stanislav Korotky 2017.04.06 09:17 #30 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 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
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 )
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?
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。
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。
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。
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。
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。
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...。
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。