트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 641

 
마법사_ :

선생님, 소년의 피팅))) h2o.automl.

딸랑이는 평범하지만 모든 것이 기계에 있습니다 ...

쉬세요 형님!!!! 나는 모든 것이 이미 우리보다 먼저 도난당했다는 것을 알고 있었다(C) "Operation Y"

 
도서관 :

패턴을 찾기 어려운 외환 데이터에 필요합니까? 그러한 프로그램으로 예제의 절반을 제거할 수 있는 것 같습니다. 그리고 배출량은 더 간단한 방법으로 검색할 수 있습니다. 제거되지는 않지만 예를 들어 허용 가능한 최대값과 동일합니다.

20,000줄의 실제 데이터를 대체하려고 했습니다.

EMVC_MIN_TRUST <- 0.9 - 18488행 삭제 제안

EMVC_MIN_TRUST <- 0.5 - 8110개 행 삭제 제안


이 필터가 실제 거래에서 어떻게 사용될 수 있는지는 분명하지 않습니다. 새로운 데이터를 전달하는 것이 좋으며 부적절한 예는 폐기될 수 있지만, 답을 모르면 이 함수에 대입하면 작동하지 않습니다.

저것들. 데이터를 필터링 없이 국회에 제출해야 합니다. 그리고 훈련 전에 이러한 모든 예가 제거되면 NN의 경우 익숙하지 않은 데이터 영역이 되고 무작위 예측을 생성합니다.
 
도서관 :

패턴을 찾기 어려운 외환 데이터에 필요합니까? 그러한 프로그램으로 예제의 절반을 제거할 수 있는 것 같습니다. 그리고 배출량은 더 간단한 방법으로 검색할 수 있습니다. 제거되지는 않지만 예를 들어 허용 가능한 최대값과 동일합니다.

패턴 찾기, IMHO는 어려울 뿐만 아니라 불가능합니다. 수동으로 거래 할 때 눈이 완전히 찾는 것이 흥미롭습니다. 그리고 이것은 직관이 아니라 지식입니다.

이 지식을 공식화하려는 시도는 손으로 하는 것보다 더 나쁩니다. 왜냐하면 단순히 완전한 공식화가 불가능하기 때문입니다. och 다인자 시스템. 따라서 형식화는 방해가 되지 않고 프로세스에 대한 자신의 비전을 부과하지 않고 DM 방법 자체에 맡겨야 합니다. 단, DM의 운영 영역을 제한할 수 있습니다. 우리는 이러한 오토마타를 보완하는 기존 오토마타와 DM이 결합된 시스템에 도달했습니다.

 

기능 검색의 실제 질문은 무엇입니까?

우리의 경우에는 가격만 있습니다. 모든 가격 변환은 프로세스의 특정 "메모리" 형태(n-기간 동안 구축된 지표)의 선험적 패턴입니다. 저것들. 패턴을 모르는 경우 메모리 프로세스를 고려하기 위해 가격, 기간이 다른 증분만 입력할 수 있습니다.

가격 인상을 제외하고 무엇을 할 수 있습니까? 아니면 거기에서 무엇을 그렇게 신중하게 선택합니까? 거기에서 무엇입니까? :)

순서가 있는 자동 회귀 프로세스가 있으며 NS를 통해 동일한 작업을 수행할 수 있습니다. 제 생각에는 이것이 가르칠 수 있는 유일한 것입니다. 음, 즉 계량 경제학 모델을 가져 와서 확장하십시오.

IMHO .. 그래서 기능을 선택하려고하지도 않습니다 :) 신경이 질서 정연합니다 (그러나 실제로는 아닙니다)

즉, 가격에서 무엇을 찾을 수 있습니까? 추세, 계절성, 주기성, 노이즈

 
막심 드미트리예프스키 :

기능 검색의 실제 질문은 무엇입니까?

우리의 경우에는 가격만 있습니다. 모든 가격 변환은 프로세스의 특정 "메모리" 형태(n 기간 동안 구축된 지표)의 선험적 패턴입니다. 저것들. 패턴을 모르는 경우 메모리 프로세스를 고려하기 위해 가격, 기간이 다른 증분만 입력할 수 있습니다.

가격 인상을 제외하고 무엇을 할 수 있습니까? 아니면 거기에서 무엇을 그렇게 신중하게 선택합니까? 거기에서 무엇입니까? :)

순서가 있는 자동 회귀 프로세스가 있으며 NS를 통해 동일한 작업을 수행할 수 있습니다. 제 생각에는 이것이 국회에 가르칠 수 있는 유일한 것입니다. 음, 즉 계량 경제학 모델을 가져 와서 확장하십시오.

IMHO .. 그래서 기능을 선택하려고하지 않습니다 :)

NN은 패턴, 집합을 인식하도록 훈련될 수 있습니다. 따라서 우리가 할 수 있는 것을 공식화하고 나머지는 DM(NS 등)의 자비에 맡길 수 있습니다. 저것들. 우리는 논리 표시기를 기반으로 한 기성품 자동 시스템을 가지고 있습니다. 그리고 비정형화를 밀어넣기 위해 이미 DM(NS 등)을 사용하여 DM 방법에서 불필요한 모든 것을 미리 차단합니다. .. 기능이라고 하는 기능은 DM(NS)에서 찾습니다.

제가 말할 수 있는 것은 이 접근 방식이 효과가 있다는 것입니다. 동시에 DM 방법 자체가 크게 단순화됩니다.

 
유리 아사울렌코 :

NN은 패턴, 집합을 인식하도록 훈련될 수 있습니다. 따라서 우리가 할 수 있는 것은 공식화하고 나머지는 국회에 맡길 수 있다. 저것들. 우리는 논리 표시기를 기반으로 한 기성품 자동 시스템을 가지고 있습니다. 그리고 비정형화를 밀어넣기 위해 이미 DM(NS 등)을 사용하여 DM 방법에서 불필요한 모든 것을 미리 차단합니다. .. 기능이라고 하는 기능은 DM(NS)에서 찾습니다.

내가 말할 수 있는 것은 이 접근 방식이 효과가 있다는 것입니다.

이것은 차량 있고 명확한 규칙이 없거나 없는 경우입니다. 그런 다음 사람들이 오랫동안 수천 페이지에 걸쳐 은색 접시에 쓴 것을 읽어야합니다)

이것은 정확하지 않습니다. NS는 기능을 찾지 못할 것입니다! 기능은 입력 으로 제공됩니다.

 
막심 드미트리예프스키 :

이것은 차량 있고 명확한 규칙이 없거나 없는 경우입니다. 그런 다음 사람들이 오랫동안 수천 페이지에 걸쳐 은색 접시에 쓴 것을 읽어야합니다)

차량은 최소 2개의 Mashki로 만들 수 있습니다. )

TS가 없으면 매우 복잡한 DM 시스템이 필요할 수 있습니다. 간단한 TS라도 DM에서 처리할 필요가 없는 많은 정보를 DM에서 잘라냅니다. 시장을 사전 필터링합니다.)

ZY 그리고 여기 G... 입력 스트림에서도 상당히 필터링했습니다.

 
유리 아사울렌코 :

차량은 최소 2개의 Mashki로 만들 수 있습니다. )

TS가 없으면 매우 복잡한 DM 시스템이 필요할 수 있습니다. 간단한 TS라도 DM에서 처리할 필요가 없는 많은 정보를 DM에서 잘라냅니다. 시장을 사전 필터링합니다.)

ZY 그리고 여기 G... 입력 스트림에서도 상당히 필터링했습니다.

그럼 애초에 주는게 무슨 소용이 있겠습니까? ) 증분을 제외하고 모든 G...

시장에는 비주기적인 주기가 있으며 각각은 특정 지연이 있는 내부 "메모리"를 특징으로 합니다.

모든 계량 경제학은 이를 기반으로 합니다. 모델, 더 나은 것은 아직 발명되지 않았습니다

 
막심 드미트리예프스키 :

그럼 애초에 주는게 무슨 소용이 있겠습니까? ) 증분을 제외하고 모든 G...

시장에는 비주기적인 주기가 있으며 각각은 특정 지연이 있는 내부 "메모리"를 특징으로 합니다.

모든 계량 경제학은 이를 기반으로 합니다. 모델, 더 나은 것은 아직 발명되지 않았습니다

이것은 내 시스템에는 적용되지 않습니다.) 나는 짧은 간격으로 일합니다. 나는 어제 무슨 일이 일어났는지 상관하지 않는다.

주장하지는 않지만, 몇 시간이라도 장기적인 예측은 원칙적으로 불가능하다는 것이 제 확신입니다.

 
유리 아사울렌코 :

이것은 내 시스템에는 적용되지 않습니다.) 나는 짧은 간격으로 일합니다. 나는 어제 무슨 일이 일어났는지 상관하지 않는다.

주장하지는 않지만 원칙적으로 몇 시간이라도 장기예측은 불가능하다는 것이 제 확신입니다.

예측과 함께 내 주제 보기)

글쎄, 당신은 볼 필요가 없지만 나에게 예측 가능성은 매우 분명하고 실제로 테스트되었습니다.

사유: