引文中的依赖性统计（信息论、相关和其他特征选择方法）。 - 页 6 12345678910111213...74 新评论 Mikhail Dovbakh 2011.09.04 19:58 #51 alexeymosc: 幻灯片，幻灯片...)这也是来自一个轶事。但对其他研究人员来说，复制你的结果应该是可能的。 为什么会有 "幽默"？ 为什么只是声明？ 把你的Excel数据放在外面，供任何人检查。 就这样虚张声势，带着一丝 "天才 "的味道。 还有阿列克谢--我不认识你了。正确的话语需要证明，而不是蛊惑人心。 所以，让我们等待这个话题的熵值减少。 ;) Alexey Burnakov 2011.09.04 20:05 #52 avatara: 但对其他研究人员来说，复制你的结果应该是可能的。 为什么会有 "幽默"？ 为什么只是声明？ 把你的Excel数据放在外面，供任何人检查。 就这样虚张声势，带着一丝 "天才 "的味道。 还有阿列克谢--我不认识你了。正确的话语需要证明，而不是蛊惑人心。 所以，让我们等待这个话题的熵值减少。 ;) 目前没有什么可发的。根据Alpari的数据计算相互信息？因此，让任何人检查一下，如果结果不同，我们将讨论原因。如果没有区别，那么就没有什么可谈的，如果有，那么我们就可以继续前进。 我同意，到目前为止，一切都纯粹是理论上的，尽管在这个阶段已经听到了关于波动性的建设性意见。 Sceptic Philozoff 2011.09.04 23:48 #53 sayfuji: 那么，从理论到实践，在什么时候计划过渡？ 这里是 我使用的所有信息。到目前为止还没有更多的消息。 有一个严格意义上的私人想法，即如何转换为实践。但它还没有经过彻底的测试。一定会有陷阱。 简而言之：从topicstarter在 "从系统到系统 "的层面上计算出的平均相互信息，我们进入 "从事件到事件 "的层面--愚蠢地计算出返回预测条的所有可能方式，计算出其中损失/遭受的信息。然后，通过分析累积的统计数据，我们检验了有记忆的系统的信息演化的直观理论的主要公理（"一个过程的演化使得所产生的信息流在某种意义上是最大的"）。如果公理得到确认，我们就进入直接预测阶段。 实际上，信息论和量子力学之间有一定的相似性。 集合体变成事件的实际化是一种信息传递，直接对应于量子力学中波函数作为观察结果的实际化（还记得薛定谔的猫吗？ 我要求不要笑，不要扔西红柿；说实话，我也不想，它自己就来了！"。 对于Avals&anonymous 来说，以下问题仍然存在：如果波动性 是这些依赖性的主要原因，那么在没有任何波动性的纯收益数据中，遥远而几乎可靠的依赖性（置信度-0.9999...（许多个9））从何而来？ 2 Svinozavr: 我根本不吃苍蝇拍：我的脑子里有很多苍蝇拍，因为它是。 Avals 2011.09.05 04:41 #54 Mathemat: 对于Avals&anonymous 来说，以下问题仍然存在：如果波动性 是这些依赖性的主要原因，那么在没有任何波动性的纯收益数据中，遥远而几乎可靠的依赖性（置信度-0.9999...（许多个9））从何而来？ 阿列克谢，导致 "遥远而实际可信的依赖关系 "的计算在哪里？还有，你说的没有波动的净收益是什么意思（收益是如何获得的，因为只是收益包含波动）？这并不在首发文章中 :) Роман 2011.09.05 05:04 #55 Mathemat: 这里是 我使用的所有信息。到目前为止还没有更多的消息。 阿列克谢，你知道在我们感兴趣的方向上，将所有这些快乐转化为代码是否现实...... A.Sergeev在将Sultonov指标翻译成代码时也做了类似的事情，还是我搞错了？ 就在我观察到这么多不同的极限和对数与它们的相互之和等时。- 我被搞糊涂了...:-))虽然原则上我在那所大学的数学成绩很好... Hide 2011.09.05 08:27 #56 alexeymosc: 所以你在我的文章中质疑了这种方法的合法性？ 正是如此。 alexeymosc: 看了你的假设，我们还是有办法的。我不能说我处于早期阶段，然而，我努力接近这个主题，不把任何主观的限制、惯例、理论强加于它。 这项研究完全是从一块白板开始的，也就是说，在解释过程中，没有应用各种经济和其他意义。 因此，我认为，应用TI公式，至少对这样一项任务来说是没有错的。 到目前为止，我所看到的都是试图将一个抽象的数学仪器，从一个完全不同的知识领域，拉到市场上。在这种情况下，我不厌其烦地引用一个著名的智慧--这是对市场的不尊重，市场会对你进行报复，而且一定会把你拉下来报复。 如果 "经济和其他意义 "不适用--你研究的是什么？ Hide 2011.09.05 08:50 #57 Mathemat:在回报方面，是什么阻止了你这样做？它可以被离散化，它是一个随机变量。对于信息理论应用来说，这是一个相当不错的对象。如何寻找身份？你在玩一个战争游戏，我亲爱的...基本事件与TI的基本事件相同吗？ 好吧，我在这里读了一篇关于香农 公式的流行阐述，它的开头是 "假设我们有一个由N个符号组成的字母表，频率响应为P1，P2，......。PN，其中Pi是第i个符号出现的概率。所有的概率都是非负的，其总和等于1"。 因此，问题是，我们在市场上有什么样的 "符号"？ Alexey Burnakov 2011.09.05 09:16 #58 显然，在我们对过程的解释中，这些是离散的返回值。 Alexey Burnakov 2011.09.05 09:47 #59 HideYourRichess:如果 "经济和其他意义上的 "不适用--你学的是什么？ 第一，统计分析和数据挖掘方法。机器学习方法：人工神经网络、分类树、回归分析。 当应用于市场时，我读到了彼得斯。 为什么会有这样的问题？你在为我参加考试吗？ TheXpert 2011.09.05 09:48 #60 alexeymosc: 显然，在我们对过程的解释中，它们似乎是离散的回报。如果你用的是相对增量，它们怎么可能是离散的？ 第二个问题 -- -- 字符数是多少 ) ? 12345678910111213...74 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
幻灯片，幻灯片...)这也是来自一个轶事。
但对其他研究人员来说，复制你的结果应该是可能的。
为什么会有 "幽默"？
为什么只是声明？
把你的Excel数据放在外面，供任何人检查。
就这样虚张声势，带着一丝 "天才 "的味道。
还有阿列克谢--我不认识你了。正确的话语需要证明，而不是蛊惑人心。
所以，让我们等待这个话题的熵值减少。
;)
但对其他研究人员来说，复制你的结果应该是可能的。
为什么会有 "幽默"？
为什么只是声明？
把你的Excel数据放在外面，供任何人检查。
就这样虚张声势，带着一丝 "天才 "的味道。
还有阿列克谢--我不认识你了。正确的话语需要证明，而不是蛊惑人心。
所以，让我们等待这个话题的熵值减少。
;)
目前没有什么可发的。根据Alpari的数据计算相互信息？因此，让任何人检查一下，如果结果不同，我们将讨论原因。如果没有区别，那么就没有什么可谈的，如果有，那么我们就可以继续前进。
我同意，到目前为止，一切都纯粹是理论上的，尽管在这个阶段已经听到了关于波动性的建设性意见。
这里是 我使用的所有信息。到目前为止还没有更多的消息。
有一个严格意义上的私人想法，即如何转换为实践。但它还没有经过彻底的测试。一定会有陷阱。
简而言之：从topicstarter在 "从系统到系统 "的层面上计算出的平均相互信息，我们进入 "从事件到事件 "的层面--愚蠢地计算出返回预测条的所有可能方式，计算出其中损失/遭受的信息。然后，通过分析累积的统计数据，我们检验了有记忆的系统的信息演化的直观理论的主要公理（"一个过程的演化使得所产生的信息流在某种意义上是最大的"）。如果公理得到确认，我们就进入直接预测阶段。
实际上，信息论和量子力学之间有一定的相似性。 集合体变成事件的实际化是一种信息传递，直接对应于量子力学中波函数作为观察结果的实际化（还记得薛定谔的猫吗？ 我要求不要笑，不要扔西红柿；说实话，我也不想，它自己就来了！"。
对于Avals&anonymous 来说，以下问题仍然存在：如果波动性 是这些依赖性的主要原因，那么在没有任何波动性的纯收益数据中，遥远而几乎可靠的依赖性（置信度-0.9999...（许多个9））从何而来？
2 Svinozavr: 我根本不吃苍蝇拍：我的脑子里有很多苍蝇拍，因为它是。
对于Avals&anonymous 来说，以下问题仍然存在：如果波动性 是这些依赖性的主要原因，那么在没有任何波动性的纯收益数据中，遥远而几乎可靠的依赖性（置信度-0.9999...（许多个9））从何而来？
这里是 我使用的所有信息。到目前为止还没有更多的消息。
阿列克谢，你知道在我们感兴趣的方向上，将所有这些快乐转化为代码是否现实......
A.Sergeev在将Sultonov指标翻译成代码时也做了类似的事情，还是我搞错了？
就在我观察到这么多不同的极限和对数与它们的相互之和等时。- 我被搞糊涂了...:-))虽然原则上我在那所大学的数学成绩很好...
所以你在我的文章中质疑了这种方法的合法性？
正是如此。
看了你的假设，我们还是有办法的。我不能说我处于早期阶段，然而，我努力接近这个主题，不把任何主观的限制、惯例、理论强加于它。 这项研究完全是从一块白板开始的，也就是说，在解释过程中，没有应用各种经济和其他意义。 因此，我认为，应用TI公式，至少对这样一项任务来说是没有错的。
到目前为止，我所看到的都是试图将一个抽象的数学仪器，从一个完全不同的知识领域，拉到市场上。在这种情况下，我不厌其烦地引用一个著名的智慧--这是对市场的不尊重，市场会对你进行报复，而且一定会把你拉下来报复。
如果 "经济和其他意义 "不适用--你研究的是什么？
在回报方面，是什么阻止了你这样做？它可以被离散化，它是一个随机变量。对于信息理论应用来说，这是一个相当不错的对象。如何寻找身份？你在玩一个战争游戏，我亲爱的...
基本事件与TI的基本事件相同吗？
好吧，我在这里读了一篇关于香农 公式的流行阐述，它的开头是 "假设我们有一个由N个符号组成的字母表，频率响应为P1，P2，......。PN，其中Pi是第i个符号出现的概率。所有的概率都是非负的，其总和等于1"。
因此，问题是，我们在市场上有什么样的 "符号"？
如果 "经济和其他意义上的 "不适用--你学的是什么？
第一，统计分析和数据挖掘方法。机器学习方法：人工神经网络、分类树、回归分析。
当应用于市场时，我读到了彼得斯。
为什么会有这样的问题？你在为我参加考试吗？
显然，在我们对过程的解释中，它们似乎是离散的回报。
如果你用的是相对增量，它们怎么可能是离散的？
第二个问题 -- -- 字符数是多少 ) ?