記事「データサイエンスと機械学習（第01回）：線形回帰」についてのディスカッション 新しいコメント MetaQuotes 2022.06.14 07:03 新しい記事「データサイエンスと機械学習（第01回）：線形回帰」はパブリッシュされました: 私たちトレーダーは、数字に基づいた判断をするよう、システムと自分自身を訓練する時期に来ています。目ではなく、直感で信じるのは、これが世界が向かっているところだということです。波の方向に垂直に移動しましょう。 単純線形回帰は、1つの従属変数と1つの独立変数を持っています。ここで理解しようとするのは、例えば単純移動平均の変化に対して株価がどのように変化するかなど、2つの変数の関係です。 複雑なデータ 株価に対して描画したときに、ランダムに散らばる指標値があるとします（現実に起こることです）。 この場合、指標/独立変数が株価/独立変数の適切な予測因子でない可能性があります。 作者: Omega J Msigwa 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
新しい記事「データサイエンスと機械学習（第01回）：線形回帰」はパブリッシュされました:
私たちトレーダーは、数字に基づいた判断をするよう、システムと自分自身を訓練する時期に来ています。目ではなく、直感で信じるのは、これが世界が向かっているところだということです。波の方向に垂直に移動しましょう。
単純線形回帰は、1つの従属変数と1つの独立変数を持っています。ここで理解しようとするのは、例えば単純移動平均の変化に対して株価がどのように変化するかなど、2つの変数の関係です。
複雑なデータ
株価に対して描画したときに、ランダムに散らばる指標値があるとします（現実に起こることです）。
この場合、指標/独立変数が株価/独立変数の適切な予測因子でない可能性があります。
作者: Omega J Msigwa