하나의 패턴에 대해 25,000개의 상관관계를 계산했습니다. 예를 들어, 500에 대한 MathAbs(corr) > 0.9입니다. 우리는 이를 고려해서 버렸습니다.
이제 패턴 수가 500개 감소하고 필요한 상관관계 계산 횟수도 500개 감소했습니다.
즉, 각 단계에서 유사한 장소를 제거한 것입니다.
각 패턴에 대해 이미 원본 데이터 세트에서 상관관계 행렬의 알려진 인덱스로 간단하게 선택했기 때문에 속도가 빠릅니다. 화면의 가장 오른쪽 줄은 각 패턴의 예시가 몇 개 있는지 보여줍니다. 미래 가격과 같은 다른 데이터가 채워지고 통계가 고려됩니다. 물론 다른 방법으로도 할 수 있습니다.
그런 다음 지표를 일부 균일 한 앵무새로 가져올 필요가 있습니다. 다른 간격의 증분이 지표로 사용 되더라도 그렇지 않으면 상관 관계가 이상합니다.
나 자신은 1D 배열로 창을 이동하고 "유사성"의 표시를 통해 샘플 수를 살펴 봅니다. 더 정확하게는 숫자가 아니라 해당 장소의 총 "수익"(패턴별 진입, 퇴장-시간 단위)입니다.
애니메이션에서 발견된 샘플의 수만 수백 개로 혼란스럽습니다. 4 년 동안 365 * 5/7 * 24 ~ 6000 개의 샘플 만 있습니다. 6000개 중에서 500개의 샘플을 찾는 것은 매우 거친 패턴(또는 유사성의 징후)이거나 규모에서 벗어난 패턴입니다.
각 샘플에 대한 루프에서 이미 계산된 행렬을 사용하여 다른 샘플과의 상관관계가 채워지므로
각 예제에 대한 루프에서 다른 예제와의 상관 관계는 이미 계산된 행렬에 의해 채워지므로 많은
25,000개의 상관관계가 있습니다. -1에서 +1까지의 상관관계 분포를 보는 것도 흥미로울 것입니다.
속도를 좀 더 높이도록 노력하겠습니다.
체의 원리를 적용할 수 있을 것 같습니다.
- 하나의 패턴에 대해 25,000개의 상관관계를 계산했습니다. 예를 들어, 500에 대한 MathAbs(corr) > 0.9입니다. 우리는 이를 고려해서 버렸습니다.
- 이제 패턴 수가 500개 감소하고 필요한 상관관계 계산 횟수도 500개 감소했습니다.
즉, 각 단계에서 유사한 위치를 제거한 것입니다.체의 원리를 적용할 수 있을 것 같습니다.
- 하나의 패턴에 대해 25,000개의 상관관계를 계산했습니다. 예를 들어, 500에 대한 MathAbs(corr) > 0.9입니다. 우리는 이를 고려해서 버렸습니다.
- 이제 패턴 수가 500개 감소하고 필요한 상관관계 계산 횟수도 500개 감소했습니다.
즉, 각 단계에서 유사한 장소를 제거한 것입니다.각 패턴에 대해 이미 원본 데이터 세트에서 상관관계 행렬의 알려진 인덱스로 간단하게 선택했기 때문에 속도가 빠릅니다. 화면의 가장 오른쪽 줄은 각 패턴의 예시가 몇 개 있는지 보여줍니다. 미래 가격과 같은 다른 데이터가 채워지고 통계가 고려됩니다. 물론 다른 방법으로도 할 수 있습니다.
패턴 입력, N시간 후 종료.
출력은?
고정 TP에서
고정
채굴하는 동안?
채굴하는 동안?
통계에서 미래 10개의 막대를 예로 들면, 미래에서 발견된 패턴의 각 인스턴스의 모든 곡선을 출력합니다(예보처럼).
그런 다음 모든 곡선의 평균을 구합니다.
예를 들어 이 패턴은 평균적으로 몇 핍을 매도할지, 몇 핍을 매도할지 알 수 있습니다.
패턴 참조가 저장되고 테스터에서 현재 값과 참조의 상관 관계를 찾고 선택한 로직에 따라 거래를 엽니 다.
알겠어요, 왜 샘플이 많은지. 1D 배열에 상관 관계를 플로팅하면 이와 비슷한 것을 얻을 수 있습니다.
파란색 선 위쪽의 상관관계가 매우 높습니다. 상단에서 부드럽게 변화하는 것을 볼 수 있습니다.
이는 테스터에서 0.9를 보았음을 의미합니다. 다음 막대에서 0.91, 0.92, ...., 0.95, 0.94, ...., 0.9. 이러한 매우 높은 연속 값의 길이는 패턴 자체가 길어집니다. 순전히 수학적입니다.
아마도 이것이 많은 수의 거래가 겹쳐진 이유 일 것입니다.
트레이딩, 자동 트레이딩 시스템 및 테스트 트레이딩 전략에 관한 포럼.
트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩.
막심 드미트리예프스키, 2023.09.21 15:07
봇은 신호가 지속되면 동일한 볼륨으로 동시에 여러 거래를 시작합니다.
따라서 아마도 채굴 할 때 일련의 연속적인 샘플에서 첫 번째 샘플 만 고려하는 것이 합리적 일 것입니다.
샘플이 왜 그렇게 많은지 알아냈습니다. 1차원 배열에 상관관계를 그려보면 이와 비슷한 결과를 얻을 수 있습니다.
위쪽 파란색 선 위에서 상관관계가 매우 높습니다. 정점에서 부드럽게 변화하는 것을 볼 수 있습니다.
이는 테스터에서 0.9를 보았음을 의미합니다. 다음 막대에서 0.91, 0.92, ...., 0.95, 0.94, ...., 0.9. 이러한 매우 높은 연속 값의 길이는 패턴 자체가 길어집니다. 순전히 수학적입니다.
아마도 이것이 많은 수의 거래가 겹쳐진 이유일 것입니다.
그렇기 때문에 채굴 시 일련의 연속된 샘플 중 첫 번째 샘플만 고려하는 것이 합리적일 수 있습니다.
네, 맞습니다.