트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2073

 
알렉세이 비아즈미킨 :

보정이 50%일 수 있기 때문에 극값 이후에 취하는 이유는 ZZ의 이전 세그먼트에서 약 100%를 취해야 함을 의미합니다.

,

 
예브게니 추마코프 :

,

아, 그래서 거의 그 시스템을 그리셨군요. 예전에 레포트 형식으로 올렸어요 :) 더 높게 잡아서 3Z의 마지막 부분이 형성될 때까지 기다리지 않고요(이건 설정 문제지만) .

 
알렉산더 알렉세비치 :
그래서 뭐? 코드를 삭제하시겠습니까? 또는 적어도 선택.

샘플 링크 .

대상 열 "Target_100"은 날짜 열의 끝에서 다음 열과 마지막 두 열이 학습에 사용되지 않습니다.

샘플은 3개의 부분으로 나뉘며, Exam.csv는 교육에 포함되지 않습니다.

 
예브게니 추마코프 :

옵션으로 극단 이전의 출구(쿠데타 포함),

3개의 극단을 기반으로 하는 채널과의 교차점에서 출구

 

별도의 영역이 있습니다 - 시계열 분류 및 이와 같은 해당 라이브러리

https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html

아무도 그것을 사용 했습니까?

RandOm Convolutional KErnel Transform (ROCKET) — pyts 0.12.dev0 documentation
  • pyts.readthedocs.io
The RandOm Convolutional KErnel Transform (ROCKET) algorithm randomly generates a great variety of convolutional kernels and extracts two features for each convolution: the maximum and the proportion of positive values. This example...
 
막심 드미트리예프스키 :

별도의 영역이 있습니다 - 시계열 분류 및 이와 같은 해당 라이브러리

https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html

아무도 그것을 사용 했습니까?

흥미로운 패키지를 사용할 필요가 있습니다. 직선 생성자.

 
발레리 야스트렘스키 :

흥미로운 패키지를 사용할 필요가 있습니다. 직선 생성자.

그가 ROCKET에 대한 링크(예: 멋진 기능 변환기)를 제공한 것은 놀라운 일이 아닙니다. 오크를 생성합니다. 원본의 많은 관련되지 않은 기능은 분류의 품질을 향상시킵니다.

선형 모델과 함께 사용하는 것이 좋습니다(기능이 많기 때문에).

눌러야 할 것이다

 
막심 드미트리예프스키 :

그가 ROCKET에 대한 링크(예: 멋진 기능 변환기)를 제공한 것은 놀라운 일이 아닙니다. 오크를 생성합니다. 원본의 많은 관련되지 않은 기능은 분류의 품질을 향상시킵니다.

선형 모델과 함께 사용하는 것이 좋습니다(많은 기능을 사용하기 때문에).

눌러야 할 것이다

결과에 대해 나중에 알려주십시오 - 매우 흥미로운 주제입니다!

 
막심 드미트리예프스키 :

오크를 생성합니다. 원래 기능과 관련이 없는 많은 기능,

정상적인 RSA? :)

 
mytarmailS :

정상적인 RSA? :)

아니요

사유: