記事「機械学習や取引におけるメタモデル：取引注文のオリジナルタイミング」についてのディスカッション - ページ 5 123456789101112...14 新しいコメント 削除済み 2022.06.24 08:34 #41 Inquiring #:私はまだあなたにアドバイスすることができます、もしあなたがお金のためにそれを望むなら、私はあなたに無料でそれを与えることができます。 このトピックについては、（例えば、情報量基準に関する）特徴選択の部分についてのアドバイスが可能です。そして、これらの特徴がインクリメントよりも優れていることを示してください。心理学やヒッグス粒子のような記号は機能しません。 Inquiring 2022.06.24 09:38 #42 Maxim Dmitrievsky #:このトピックについては、特徴の選び方（例えば情報量基準）に関するアドバイスがあるかもしれない。また、これらの符号がインクリメントよりも優れていることを示すために。属性としての心理学やヒッグス粒子は機能しない。 私はヒッグス粒子について何も書いていない。Valeriy Yastremskiyは、メタモデルはもっと複雑であるべきだと考えている。私は彼に完全に同意する。 より広いレンジのインジケーターの読み取り値をチェックし、狭いレンジの読み取り値と比較するという作業は興味深いものですが、インジケーター自体は何を示しているのでしょうか？ 指標は市場の状態に関する情報を提供するものでなければならない。私の理解では、この状態は、システムのハミルトニアンとして計算される上昇または下降の動きの確率によって記述されるべきである。市場の運動エネルギーは、値動きの速さに運動量を掛けたもので、計算は簡単です。ポテンシャル・エネルギーはより複雑ですが、解くことも可能です。問題は、すべての計算式と数値を1つの作業プログラムにまとめるために、非常に多くの作業をしなければならないことである。この作業は、数学、物理学、プログラミングの流暢な知識を必要とする。 フィールドの視覚化については、添付の図を見ていただきたい。 ファイル: XAUUSDDaily_42wrbkz.png 116 kb 削除済み 2022.06.24 09:49 #43 Inquiring #:私はボソンについては何も書いていない。ヴァレリー・ヤストレムスキーは、メタモデルはもっと複雑であるべきだと考えている。私は彼に完全に同意する。より広い範囲での指標の測定値をチェックし、狭い範囲での測定値と比較する作業は興味深いが、指標そのものは何を示しているのだろうか？指標は市場の状態に関する情報を提供するものでなければならない。私の理解では、この状態は、システムのハミルトニアンとして計算される上昇または下降の動きの確率によって記述されるべきである。市場の運動エネルギーは、値動きの速さに運動量を掛けたもので、計算は簡単です。ポテンシャル・エネルギーはより複雑ですが、解くことも可能です。問題は、すべての計算式と数値を1つの作業プログラムにまとめるために、非常に多くの作業をしなければならないことである。そしてその作業は、数学、物理学、プログラミングの流暢な知識を必要とする。フィールドの視覚化については、添付の図を見ていただきたい。 ラベルとの相互情報の基準によれば、増分は平均0.01（最大1）である。つまり、相関はほとんどなく、ランダムである。 のタイプの増分がある。 pFixed[str(count)] = (pFixedC - pFixedC.rolling(i).mean() * pFixedC.rolling(i).std()*1000) + (pFixedC - pFixedC.rolling(i).mean()) + (pFixedC - pFixedC.rolling(i).skew()/10) + \ (pFixedC - pFixedC.rolling(i).kurt()) があり、これはより多くの情報を与える。最大情報は裸のグラフによって運ばれるが、ニューラルネットワークやブスティングでは消化されない。課題は、最小限の情報損失で系列を静止させることである。 ハミルトニアンなどによる「絶対的な」という言葉からして、他にそこに引っかかるものはない。 これは、メタモデルを複雑にする前に解決しなければならない問題である。なぜなら、どのモデルもランダム性では学習できないからである。 Inquiring 2022.06.24 09:56 #44 Maxim Dmitrievsky #:この増分は、ラベルとの相互情報の基準で平均0.01（最大1のうち）を与える。以下のタイプの増分がある。の増分がある。最大の情報は、裸のグラフによって運ばれるが、ニューラルネットワークやブスティングでは消化されない。課題は、最小限の情報損失で系列を定常状態にすることである。 そして、ダミーのために - 何のラベル、何の増分？どのような初期データが処理されるのか？ 削除済み 2022.06.24 10:01 #45 Inquiring #:ダミーのために - 何のラベル？ 何の増分？どのような生データが処理されるのか？ラベルとは売買のこと。属性（例えば価格の増分）と予測される取引の方向性の間に情報リンクが必要である。提案するアルゴリズムのタスクは、この関係を探索することである。 これは計量経済学の基本である。 Inquiring 2022.06.24 10:08 #46 Maxim Dmitrievsky #:マークは売買の取引である。我々は、兆候（例えば価格の増分）と予測される取引の方向性との間の情報リンクが必要である。提案するアルゴリズムの課題は、この関係を探索することである。 これは計量経済学の基本である。 どのような原理で取引が開始されるのか？ランダムに、あるいは何らかの指標によって、あるいは時計によって、あるいは別のアルゴリズムによって？ 削除済み 2022.06.24 10:10 #47 Inquiring #:どのような原理で取引を開始するのか？ランダムなのか、何らかの指標によるのか、時計によるのか、それとも別のアルゴリズムなのか？ そんなことはどうでもよく、オーバーサンプリングによって依存性を探すことができます。以前の記事では、不採算取引の修正を伴う取引のランダム・サンプリングを提案した。 取引のセットとサインのセットがあり、これらの取引の方向を予測するサインを見つける必要がある。 本論文のアルゴリズムは、（情報量基準によって）最も予測可能なものを残して、特徴的な取引の悪いペアを捨てる。 Inquiring 2022.06.24 10:18 #48 Maxim Dmitrievsky #:オーバーシュートによる依存性を探すことができる。以前の記事では、不採算取引の修正を伴う取引のランダム・サンプリングが提案された。取引の集合と符号の集合があり、これらの取引の方向を予測する符号を見つける必要がある。本論文のアルゴリズムは、（情報量基準によって）最も予測可能なものを残して、特徴的なトレードペアの悪いペアを捨てる。 この方法は、占星術や羊の肝臓の占いよりも優れているのだろうか？ 削除済み 2022.06.24 10:23 #49 Inquiring #:この方法は、占星術や羊の肝臓で占う方法よりも優れているのか？ この記事は、多少なりとも手口の訓練を受けている人向けのものである。 Inquiring 2022.06.24 10:32 #50 Maxim Dmitrievsky #:オタクとコミュニケーションするのは難しい。 そして私は、ニューラルネットワークは意思決定をする際の思考プロセスを助けるべきであり、それを鈍らせるものではない、と素朴に考えていた。 123456789101112...14 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
私はまだあなたにアドバイスすることができます、もしあなたがお金のためにそれを望むなら、私はあなたに無料でそれを与えることができます。
このトピックについては、（例えば、情報量基準に関する）特徴選択の部分についてのアドバイスが可能です。そして、これらの特徴がインクリメントよりも優れていることを示してください。心理学やヒッグス粒子のような記号は機能しません。
このトピックについては、特徴の選び方（例えば情報量基準）に関するアドバイスがあるかもしれない。また、これらの符号がインクリメントよりも優れていることを示すために。属性としての心理学やヒッグス粒子は機能しない。
私はヒッグス粒子について何も書いていない。Valeriy Yastremskiyは、メタモデルはもっと複雑であるべきだと考えている。私は彼に完全に同意する。
より広いレンジのインジケーターの読み取り値をチェックし、狭いレンジの読み取り値と比較するという作業は興味深いものですが、インジケーター自体は何を示しているのでしょうか？
指標は市場の状態に関する情報を提供するものでなければならない。私の理解では、この状態は、システムのハミルトニアンとして計算される上昇または下降の動きの確率によって記述されるべきである。市場の運動エネルギーは、値動きの速さに運動量を掛けたもので、計算は簡単です。ポテンシャル・エネルギーはより複雑ですが、解くことも可能です。問題は、すべての計算式と数値を1つの作業プログラムにまとめるために、非常に多くの作業をしなければならないことである。この作業は、数学、物理学、プログラミングの流暢な知識を必要とする。
フィールドの視覚化については、添付の図を見ていただきたい。
私はボソンについては何も書いていない。ヴァレリー・ヤストレムスキーは、メタモデルはもっと複雑であるべきだと考えている。私は彼に完全に同意する。
より広い範囲での指標の測定値をチェックし、狭い範囲での測定値と比較する作業は興味深いが、指標そのものは何を示しているのだろうか？
指標は市場の状態に関する情報を提供するものでなければならない。私の理解では、この状態は、システムのハミルトニアンとして計算される上昇または下降の動きの確率によって記述されるべきである。市場の運動エネルギーは、値動きの速さに運動量を掛けたもので、計算は簡単です。ポテンシャル・エネルギーはより複雑ですが、解くことも可能です。問題は、すべての計算式と数値を1つの作業プログラムにまとめるために、非常に多くの作業をしなければならないことである。そしてその作業は、数学、物理学、プログラミングの流暢な知識を必要とする。
フィールドの視覚化については、添付の図を見ていただきたい。
ラベルとの相互情報の基準によれば、増分は平均0.01（最大1）である。つまり、相関はほとんどなく、ランダムである。
のタイプの増分がある。
があり、これはより多くの情報を与える。最大情報は裸のグラフによって運ばれるが、ニューラルネットワークやブスティングでは消化されない。課題は、最小限の情報損失で系列を静止させることである。
ハミルトニアンなどによる「絶対的な」という言葉からして、他にそこに引っかかるものはない。
これは、メタモデルを複雑にする前に解決しなければならない問題である。なぜなら、どのモデルもランダム性では学習できないからである。
この増分は、ラベルとの相互情報の基準で平均0.01（最大1のうち）を与える。以下のタイプの増分がある。
の増分がある。最大の情報は、裸のグラフによって運ばれるが、ニューラルネットワークやブスティングでは消化されない。課題は、最小限の情報損失で系列を定常状態にすることである。
そして、ダミーのために - 何のラベル、何の増分？どのような初期データが処理されるのか？
ダミーのために - 何のラベル？ 何の増分？どのような生データが処理されるのか？
ラベルとは売買のこと。属性（例えば価格の増分）と予測される取引の方向性の間に情報リンクが必要である。提案するアルゴリズムのタスクは、この関係を探索することである。
これは計量経済学の基本である。マークは売買の取引である。我々は、兆候（例えば価格の増分）と予測される取引の方向性との間の情報リンクが必要である。提案するアルゴリズムの課題は、この関係を探索することである。
これは計量経済学の基本である。どのような原理で取引が開始されるのか？ランダムに、あるいは何らかの指標によって、あるいは時計によって、あるいは別のアルゴリズムによって？
どのような原理で取引を開始するのか？ランダムなのか、何らかの指標によるのか、時計によるのか、それとも別のアルゴリズムなのか？
そんなことはどうでもよく、オーバーサンプリングによって依存性を探すことができます。以前の記事では、不採算取引の修正を伴う取引のランダム・サンプリングを提案した。
取引のセットとサインのセットがあり、これらの取引の方向を予測するサインを見つける必要がある。
本論文のアルゴリズムは、（情報量基準によって）最も予測可能なものを残して、特徴的な取引の悪いペアを捨てる。
オーバーシュートによる依存性を探すことができる。以前の記事では、不採算取引の修正を伴う取引のランダム・サンプリングが提案された。
取引の集合と符号の集合があり、これらの取引の方向を予測する符号を見つける必要がある。
本論文のアルゴリズムは、（情報量基準によって）最も予測可能なものを残して、特徴的なトレードペアの悪いペアを捨てる。
この方法は、占星術や羊の肝臓の占いよりも優れているのだろうか？
この方法は、占星術や羊の肝臓で占う方法よりも優れているのか？
この記事は、多少なりとも手口の訓練を受けている人向けのものである。
オタクとコミュニケーションするのは難しい。
そして私は、ニューラルネットワークは意思決定をする際の思考プロセスを助けるべきであり、それを鈍らせるものではない、と素朴に考えていた。