트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2262

새 코멘트
 
mytarmailS :

무슨 뜻이에요?

kov 행렬을 흔들기만 하면 됩니다. 랜덤이겠지....

당신은 목표를 알아야합니다 - 왜 흔들어, 최종 컷은 무엇입니까? 그것은해야한다 ???

목표는 수익입니다 :D

여기 시장에서 판매를 제안하는 모든 진드기 스캘퍼를 볼 수 있지만 순전히 스포츠에 관심이 있습니다.
 
막심 드미트리예프스키 :

목표는 수익입니다 :D

세대 접근 자체에 대한 나로부터의 비판)

"새 데이터"에서 작동할 모델을 찾기 위해 데이터를 생성하고 모델을 반복할 때 이것이 적합하다는 것을 이해하십니까?

이 "새 데이터"는 모델 선택에 포함되기 때문에 "새 데이터"가 아닙니다 ... 그다지 명확하지 않지만 그렇습니다!

어디에도 전혀 참여하지 않은 3차 검사 샘플을 추가해야 하는데, 이렇게 하신 건가요?


공분산에 대해 "흔들 수" 있지만 GMM 전문가는 아닙니다.

여기에 가짜 행렬(예: 표지판)이 있습니다. 

XX
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,]  0.7 -0.2  0.0 -1.7 -2.6  1.3 -0.4  0.9  0.4  -1.6
[2,] -0.7 -0.8 -1.4  1.5 -1.1 -0.1 -0.6 -0.4  1.0   0.2
[3,] -0.3  0.5  2.1  2.4  0.8 -0.3  1.3  1.3  0.2   0.4
[4,]  0.0  0.1 -0.1 -1.8 -0.4 -0.6  0.9  0.7 -1.2   0.9
[5,]  1.0 -0.6 -0.5  0.0 -0.3  1.2  2.3 -1.9  0.3   1.4

GMM 모델을 만들었습니다.

다음은 모델의 출력입니다. 

Model$parameters
$pro
[1] 0.2 0.2 0.4 0.2

$mean
               [,1] [,2]  [,3]           [,4]
 [1,]   7.00000e-01 -0.7 -0.15   1.000000e+00
 [2,]  -2.00000e-01 -0.8  0.30  -6.000000e-01
 [3,] -7.41241e-145 -1.4  1.00  -5.000000e-01
 [4,]  -1.70000e+00  1.5  0.30 -8.061356e-177
 [5,]  -2.60000e+00 -1.1  0.20  -3.000000e-01
 [6,]   1.30000e+00 -0.1 -0.45   1.200000e+00
 [7,]  -4.00000e-01 -0.6  1.10   2.300000e+00
 [8,]   9.00000e-01 -0.4  1.00  -1.900000e+00
 [9,]   4.00000e-01  1.0 -0.50   3.000000e-01
[10,]  -1.60000e+00  0.2  0.65   1.400000e+00

$variance
$variance$modelName
[1] "EEI"

$variance$d
[1] 10

$variance$G
[1] 4

$variance$sigma
, , 1

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

, , 2

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

, , 3

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

, , 4

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025


$variance$Sigma
       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

$variance$scale
[1] 0.05824961

$variance$shape
 [1]  0.1545075  0.2746800  8.3090689 30.2834661  2.4721197  0.1545075  0.2746800
 [8]  0.6180299  3.3648296  0.4291874


$Vinv
NULL

공분산 행렬이란 무엇입니까?

 
mytarmailS :

세대 접근 자체에 대한 나로부터의 비판)

"새 데이터"에서 작동할 모델을 찾기 위해 데이터를 생성하고 모델을 반복할 때 이것이 적합하다는 것을 이해하십니까?

이 "새 데이터"는 모델 선택에 포함되기 때문에 "새 데이터"가 아닙니다 ... 그다지 명확하지 않지만 그렇습니다!

어디에도 전혀 참여하지 않은 3차 검사 샘플을 추가해야 하는데, 이렇게 하신 건가요?


공분산에 대해 "흔들 수" 있지만 GMM 전문가는 아닙니다.

여기에 가짜 행렬(예: 표지판)이 있습니다.

GMM 모델을 만들었습니다.

다음은 모델의 출력입니다.

이것은 공분산 행렬입니까?

3번째 체크, 예

클러스터의 중심을 흔드는 것이 좋습니다. 저것들. 평균(means), 각 값. 각 값이 규범의 중심인 작은 범위. 분포 각 쉐이크 후에 샘플을 추가합니다.

예, 이것은 나쁜 접근 방식입니다. 귀찮게하지 마십시오. 평균 가격 증분을 흔드는 것이 좋으므로 더 명확하지만 더 오래

 
막심 드미트리예프스키 :

평균 가격 증분을 흔드는 것이 좋으므로 더 명확하지만 더 오래

근본적인 차이점은 무엇입니까?

 
mytarmailS :

근본적인 차이점은 무엇입니까?

네, 아닙니다. 최소한의 노력으로 여전히 흔들 수 있다는 가정이었습니다. 그러나 그것은 작동하지 않을 것입니다

죄송합니다, 제대로 읽지 않았습니다. 차이점은 hmm가 변경된 증분으로 다른 클러스터를 찾을 것이라는 점입니다. 그리고 중심을 흔들면 무엇이든 할 수 있습니다. 사실

저것들. 목표는 원본과 유사한 다른 평균 및/또는 분산을 가진 시리즈를 생성하는 것입니다.

그러나 원본 시리즈의 작은 부분(몇 개월)을 가져오고 나머지는 생성합니다.

 
막심 드미트리예프스키 :

네, 아닙니다. 최소한의 노력으로 여전히 흔들 수 있다는 가정이었습니다. 그러나 그것은 작동하지 않을 것입니다

죄송합니다, 제대로 읽지 않았습니다. 차이점은 hmm가 변경된 증분으로 다른 클러스터를 찾을 것이라는 점입니다. 그리고 중심을 흔들면 무엇이든 할 수 있습니다. 사실

저것들. 목표는 원본과 유사한 다른 평균 및/또는 분산을 가진 시리즈를 생성하는 것입니다.

그러나 원본 시리즈의 작은 부분(몇 개월)을 가져오고 나머지는 생성합니다.

의사 가격 생성기를 만드는 것이 더 쉽지 않습니까? 무엇이든 생성할 수 있고 매개변수를 선택하여 그러한 계열을 생성할 수 있습니다.

기차, 테스트 및 유효 테스트를 통과합니다.

 
mytarmailS :

의사 가격 생성기를 만드는 것이 더 쉽지 않습니까? 무엇이든 생성할 수 있고 매개변수를 선택하여 그러한 계열을 생성할 수 있습니다.

기차, 테스트 및 유효 테스트를 통과합니다.

우리는 아무것도 필요하지 않습니다. 우리가 거래할 시리즈의 기능을 상속해야 합니다.

 
막심 드미트리예프스키 :

우리는 아무것도 필요하지 않습니다. 우리가 거래할 시리즈의 기능을 상속해야 합니다.

글쎄, 봐, 그가 우리의 모든 기준을 통과했다면 그는 필요한 모든 것과 우리가 가정할 수 있는 것, 심지어 우리가 의심하지 않았고 모델에 포함하지 않았을 것까지 물려받았습니다.

 
mytarmailS :

글쎄, 봐, 그가 우리의 모든 기준을 통과했다면 그는 필요한 모든 것과 우리가 가정할 수 있는 것, 심지어 우리가 의심하지 않았고 모델에 포함하지 않았을 것까지 물려받았습니다.

발전기를 생각해내다

 
막심 드미트리예프스키 :

발전기를 생각해내다

나는 천재가 아니다

예, 그리고 모든 것이 이미 발명되었습니다 ... 우리는 동일한 GMM 평균을 취하고 결과까지 원하는대로 변경하거나 시리즈 자체를 변경하거나 스펙트럼을 합성하고 신호를 복원하거나 ... 또는 .. .

1...225522562257225822592260226122622263226422652266226722682269...3399
새 코멘트
사유: