트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2297

 
막심 드미트리예프스키 :

https://www.mql5.com/en/forum/86386/page2108#comment_19209601

정말 감사합니다, 딱 필요한 것!

MT5에 바로 오버샘플링을 쓸 생각입니다. 여기 누군가가 오버샘플링을 위한 새 데이터 요소를 만드는 공식을 알려줄까요?

"기존 요소 근처에 새로운 요소가 직접 생성됨"이라고 이해한 대로 쳤습니다.

각 기능에 대한 평균, 표준 편차, 분산(이상치는 잘릴 수 있음)을 취한 다음 임의의 요소를 취하여 각 기능에 +/- 표준 편차 내의 값을 추가하여 필요한 만큼 새 항목을 생성합니다.

이 정도면 될 것 같은데 어떻게 생각하세요?


 

알렉세이 니콜라예프 :

그러나 변호사가 이 테스트를 연구하고 시장에 사인곡선을 묶는 방법에 대한 아이디어를 가지고 몇 년 동안 실행하지 않는 것이 좋습니다.

사실, 나는 소음과 가격의 차이를 찾기 위해 이러한 테스트를 하고 있습니다. 황소 외에 심각한 것을 찾지 못했습니다.

 
로르샤흐 :

사실, 나는 소음과 가격의 차이를 찾기 위해 이러한 테스트를 하고 있습니다. 황소 외에 심각한 것을 찾지 못했습니다.

행운을 빕니다

 
로르샤흐 :

사실, 나는 소음과 가격의 차이를 찾기 위해 이러한 테스트를 하고 있습니다. 황소 외에 심각한 것을 찾지 못했습니다.

저는 푸리에 시리즈에 대해서도 비슷한 느낌을 가지고 있습니다. 변동성의 일일 변동을 나타내는 데는 적합하지만 가격 자체에는 완전히 적용할 수 없습니다.

제 생각에는 이러한 테스트를 통해 의미 있는 작업을 수행하면 수학적 문화 수준이 높아져 포럼 전체(또는 적어도 이 스레드에서는)가 불필요하지 않을 것입니다.

 
알렉세이 니콜라예프 :

저는 푸리에 시리즈에 대해서도 비슷한 느낌을 가지고 있습니다. 변동성의 일일 변동을 나타내는 데는 적합하지만 가격 자체에는 완전히 적용할 수 없습니다.

제 생각에는 이러한 테스트를 통해 의미 있는 작업을 수행하면 수학적 문화 수준이 높아져 포럼 전체(또는 적어도 이 스레드에서는)가 불필요하지 않을 것입니다.

푸리에에 대한 불만은 충분합니다. 예를 들어 주기는 달력 날짜와 연결될 수 있지만 정현파, 겨울 시간으로의 전환 등과 잘 맞지 않습니다. 지그재그로 무릎을 세는 것이 더 합리적으로 보입니다. 그러나 pf와 tsos는 잘 연구된 영역이며 많은 문제가 이미 누군가에 의해 해결되었습니다.

 
로르샤흐 :

푸리에에 대한 불만은 충분합니다. 예를 들어 주기는 달력 날짜와 연결될 수 있지만 정현파, 겨울 시간으로의 전환 등과 잘 맞지 않습니다. 지그재그로 무릎을 세는 것이 더 합리적으로 보입니다. 그러나 pf와 tsos는 잘 연구된 영역이며 많은 문제가 이미 누군가에 의해 해결되었습니다.

SB 구현은 잡음이 많은 주기적인 진동과 유사해 보일 수 있으므로 얻은 결과에 대한 중요성 수준을 고려하도록 조언할 수 있습니다.

 
알렉세이 니콜라예프 :

SB 구현은 잡음이 많은 주기적인 진동과 유사해 보일 수 있으므로 얻은 결과에 대한 중요성 수준을 고려하도록 조언할 수 있습니다.

사실 저는 tsos에 그다지 관심이 없습니다.

패턴을 찾는 것은 전투의 절반이며 여전히 어떻게든 사용해야 합니다. 가장 간단한 예는 라운드 레벨입니다.

 

로르샤흐 :

가장 간단한 예는 라운드 레벨입니다.

네, AMO에 소개하는 것 조차 쉬운 일이 아닙니다 ...

그러나 품질의 1.5%가 추가됩니다.

 
로르샤흐 :

패턴을 찾는 것은 전투의 절반이며 여전히 어떻게든 사용해야 합니다.

글쎄, 이것은 이미 다소 친밀한 질문이며 아무도 이에 대한 아이디어를 공유하지 않을 것입니다(이 아이디어로 실제로 얼마나 많은 돈을 벌었는지에 관계없이)

 
알렉세이 마브린 :

정말 감사합니다, 딱 필요한 것!

MT5에 바로 오버샘플링을 쓸 생각입니다. 여기 누군가가 오버샘플링을 위한 새 데이터 요소를 만드는 공식을 알려줄까요?

"기존 요소 근처에 새로운 요소가 직접 생성됨"이라고 이해한 대로 쳤습니다.

각 기능에 대한 평균, 표준 편차, 분산(이상치는 잘릴 수 있음)을 취한 다음 임의의 요소를 취하여 각 기능에 +/- 표준 편차 내의 값을 추가하여 필요한 만큼 새 항목을 생성합니다.

이 정도면 될 것 같은데 어떻게 생각하세요?


가장 간단한 옵션은 마이너 클래스의 예제를 단순히 누적하는 것입니다. 각각에 약간의 노이즈를 추가할 수 있습니다. 나는 가장 가까운 이웃에 의해 새로운 예가 생성되는 것처럼 SMOTE를 구체적으로 기억하지 못합니다. 많은 사용자 정의 옵션이 있습니다.

사유: