記事"ランダムフォレストの予測トレンド"についてのディスカッション - ページ 4

[СанСаныч Фоменко]

gpwr:

モデルと予測変数の選択は相互に関連している．まずモデルを選択し，次に同じモデルによる予測で最も "有用性 "の低い予測変数を選別して，このモデルに基づく予測変数を選択する．多くの論文や教科書は，そうではないと教えているが：まず，これらの予測変数とターゲット系列（出力）の間の関係を計算する何らかの方法を用いて予測変数を選択する．スクリーニングの最も一般的な方法は，予測変数と出力間の相関係数と相互情報量である．そして、予測変数がどのように選択されたかとは無関係なモデルが選択されます。考えてみると（計量経済学の 教科書はこれを教えてくれないので、自分で考えなければならない）、出力との相関係数によって予測変数を選択する方法は、本質的に線形回帰モデル（LRC）で誤差が最小になる予測変数を選択する。出力との相互情報量によって予測変数を選択する方法は、本質的に、ナダラヤ・ワトソン回帰に基づくモデル（GRNNという難しい名前）で最も誤差が小さい予測変数を選択します。

予測変数のターゲット変数への効果は、相関では確立できず、回帰では確立されません。それは別の方法で行われます。最もポピュラーなのはジニ指数ですが、私はそれを使い、私自身の考察といくつかの一連の行動を使うことに成功しています。トレンド予測のための予測変数のセットをいくつかピックアップすることには成功していますが、価格の上昇を予測するための予測変数のセットを見つけることには成功していません。

拙著に注目していただきたい。予測変数の問題は、相関関係やジニ指数よりもはるかに複雑である。この本は多くのことを明らかにしている。

[Yury Reshetov]

faa1947:

拙著に注目していただきたい。予測変数の問題は、相関関係やジニ指数よりもはるかに複雑である。この本は多くのことを明らかにしています。

ありがとうございます！ゆっくり読んでみます。もしかしたら、何かはっきりするかもしれません。

[Vladimir]

faa1947:

拙著に注目していただきたい。予測変数の問題は、相関関係やジニ指数よりもはるかに複雑である。この本は多くのことを明らかにしている。

この本がないのは、広告があるからだ。

以前はここにはネットワークに関する情報はほとんどなかった。人々はこのようなネットワークを研究し、トレードで試してみたかったのです。そして今、ネットワークに関する本や記事がたくさんあり、その使い方をステップ・バイ・ステップで説明している。私はネットワークに関するこれらの本や記事を見て、読む気をなくすだけでなく、ネットワークに嫌悪感さえ抱く。これらの文章の問題点は、読者に興味を持たせようともしていないことだ。そして、なぜ時間を無駄にするのか？エサはどこにあるのか？本や記事の冒頭で、その本や記事に書かれている方法を使った取引の魅力的な結果を示せば、読んで理解することに興味を持つだろう。私はディープ・ネットに関する新しい記事を見ているが、ディープ・ネットについてすでに知っている数人の専門家を除いて、誰が読むだろうか？私もディープ・ネットについてはすでに知っているし、他のネットワークと同様、市場での取引には 適用できないことも知っている。このようなネットワークの発明者であるジェフリー・ヒントンでさえ、このことはずっと前に認識していた。YouTubeで彼の講義を聞いてみよう。

[СанСаныч Фоменко]

gpwr:

本はなく、広告がある。

以前はここにはネットに関する情報はほとんどなかった。人々はこれらのネットワークを研究し、取引で試してみたかったのだ。そして今、ネットワークに関する本や記事がたくさんあり、その使い方をステップ・バイ・ステップで説明している。私はこれらのネットワークに関する本や記事を見て、読む気をなくすだけでなく、ネットワークに嫌悪感さえ抱く。これらの文章の問題点は、読者に興味を持たせようともしていないことだ。そして、なぜ時間を無駄にするのか？エサはどこにあるのか？本や記事の冒頭で、その本や記事に書かれている方法を使った取引の魅力的な結果を示せば、読んで理解することに興味を持つだろう。私はディープ・ネットに関する新しい記事を見ているが、ディープ・ネットについてすでに知っている数人の専門家を除いて、誰が読むだろうか？私もディープ・ネットについてはすでに知っているし、他のネットワークと同様、市場での取引には適用できないことも知っている。このようなネットワークの発明者であるジェフリー・ヒントンでさえ、このことはずっと前に認識していた。YouTubeで彼の講義を聞いてみよう。

TSを開発する際のトレーダーの通常の仕事は、将来を予測するシグナルのセット、いわゆるパターンを見つけることである。私たちは、用意されたインジケータを利用したり、購入したり、自分で書いたり、互いに組み合わせたりする...。

私は、そのような問題はないと主張する。与えられた予測変数のセットに対して、すべての可能なパターンを見つけるアルゴリズムがあります。従来の方法では、そのようなものを見つけることは不可能だ。

また、Rをマスターしているので、パターンを見つけるためのアルゴリズム、例えばニューラルネットワークをディープ・ニューラル・ネットワークに 変えたり、別のものに変えたりすることは問題ない。しかも、そのアルゴリズムが何を発見したかに立ち入る必要もない。

何が問題なのか？

そして、あなたが上の投稿で書いたこと、すなわち予測因子の適切な選択である。私は付け加えます。予測変数の適切な前処理。これはスキルです。本を読んだ結果、自分で考えたのだから、そのスキルは身につくだろう。

私の本は？それは、パターン探索の特定のアルゴリズムだけでなく、問題全体の表面的なレビューである。私はあなたに一つの結果を保証する。それは、ペルセプトロン、レイヤー、バギング、バストなど、あらゆる種類のパターンを本当に掘り下げることなく、トレードに十分なレベルでいくつかのパターンを使いこなせるようになることだ。予測に集中するのです。

これはまったく異なるアプローチだ。

そして最後に、統計学の公理である「Garbage in - rubbish out」を思い出していただきたい。どんなモデルも、どんなアルゴリズムも、それを変えることはできない。したがって、ハイフンの代わりにブラックボックスに何か名前をつけて、それを気にせず、ゴミ箱に捨てることに対処すべきである。

[Vladimir]

faa1947:

TSを開発する際のトレーダーの通常の仕事は、将来を予測するシグナルのいくつかのセット、いわゆるパターンを見つけることです。我々は、準備ができて指標を取る、それらを購入し、それらを自分で書いて、自分自身の間でそれらを組み合わせる....

私は、この問題は存在しないと主張する。私の記事や本には、約200のパターンがある。従来の方法では、そのようなものを見つけることは不可能だ。

また、Rをマスターしているので、パターンを見つけるためのアルゴリズム、例えばニューラルネットワークをディープ・ニューラル・ネットワークに変えたり、別のものに変えたりすることは問題ない。しかも、そのアルゴリズムが何を発見したかに立ち入る必要もない。

何が問題なのか？

そして、あなたが上の投稿で書いたこと、すなわち予測因子の適切な選択である。私は付け加えたい。予測変数の適切な前処理。これはスキルです。本を読んだ結果、あなたはそのスキルを身につけることができる。

私の本は？それは問題全体の表面的なレビューである。ペルセプトロン、レイヤー、バギング、バストなど、あらゆる種類のモデルを掘り下げなくても、トレーディングに十分なレベルでいくつかのモデルを使いこなせるようになります。

全く異なるアプローチです。

あなた自身はこれらの方法をトレードに使っていますか？その結果はどうですか？私は真剣です、少なくとも結果をほのめかしてください。例えば、本を書く必要がないほど稼いで、ニースやバハマに別荘を買い、今は休暇を過ごしている。

[СанСаныч Фоменко]

gpwr:
あなた自身はこれらの方法をトレードに使っていますか？また、その結果はどうですか？私は真剣です、少なくとも結果をほのめかしてください。例えば、本を書く必要がないほど稼いだとか、ニースやバハマに別荘を買って休暇を過ごしているとか、慈善活動をしているとか、本を無料で配っているとか。

もし予測因子を見つけることができれば、あなたは自分のリストを実現することができるだろう。

PS.

その本は？あなたが楽しいパーティーを集めることを可能にし、価格は聖杯を 求める人々を切り捨てる。

[Eugene Labunsky]

教えてください、少なくとも1つはOut Of Sampleを引き合いに出すことはできないのでしょうか？

追伸メールを送りました。

[СанСаныч Фоменко]

elab74:

教えてください、少なくとも1つはOut Of Sampleを引き合いに出すことはできないのでしょうか？

追伸メールを送りました。

私の論文の5.3節の表2。rattle()パッケージは、自動的にALEと他の非常に有用な情報を与えてくれる。さらに、これらの情報の下にプログラムコードが生成され、rattle()を使わずにスタンドアローンで使用することができる。私の本は400ページもあるので、rattle()のオリジナル・ドキュメントにはない使用上のイデオロギーや、使用するパッケージなど、すべてが詳細に噛み砕かれている。rattleはシェルであり、GUIなのだ。

追記

あなたのメールに返信しました。

[Eugene Labunsky]

faa1947:

私の記事の5.3節の表2。rattle()パッケージはALEを自動的に提供し、さらに他の非常に有用な情報も提供する。さらに、これらの情報はすべて、rattle()を使わずにスタンドアローンで使えるプログラムコードを生成するために使われる。私の本は400ページもあるので、rattle()のオリジナル・ドキュメントにはない使用上のイデオロギーや、使用するパッケージなど、すべてが詳細に噛み砕かれている。rattleはシェルであり、GUIなのだ。

追記

返信メール

MT4でのOut Of Sampleテストという意味です。実際には17...20％の誤差を持つ+または-ジグザグは、別の偉大なドレインに変わることができるとしましょう。

PS.電子メールがキャッチされた、私はすぐに支払うことができることを願っています（お金の蓄積を待つ必要がある）

[СанСаныч Фоменко]

elab74:

私はMT4でOut Of Sampleテストを意味します - 純粋にモデルからの利益に興味があります。例えば、17...20％の誤差を持つ+または-ジグザグは、実際には別の偉大なドレインに変わることができます。

PS.電子メールがキャッチ、うまくいけば、私はすぐに支払うことができる（お金の蓄積を待つ必要がある）

モデルは、異なるクラスを予測する予測能力を持つ予測変数に基づいて構築されるべきであるからだ。予測変数のこの特性こそが、モデルをオーバーフィット（過剰訓練）から守ることを保証するのです。この記事と本は、すべてを一緒くたにしている。予測因子をクリーニングし、モデルを構築し、MT4でテストする必要があります。