트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2665

 
mytarmailS #:

다른 쌍이 100개 이상이고 노이즈가 가우시안인 경우 가능합니다.


시간 코드

https://youtu.be/wqD892r-wfo?t=345


렌덤 포레스트 및 기타 규칙 앙상블은 동일한 원리로 작동하지만 시끄러운 사인 곡선, 시끄러운 규칙 대신 규칙의 합이 노이즈를 억제하며 이것이 모델의 출력입니다. 그리고 독창적 인 것은 없습니다))) 100 년 전의 일반적인 DSP...))))

음, 요점은 조금 다릅니다. 마크업에서 나머지 기호와 상관 관계가 없는 비정형적인 변동을 제거하기만 하면 됩니다.

그러면 부호가 올바르게 정규화된 경우 TS가 다른 기호에 대해서도 자동으로 작동합니다. 그러나 이것은 히스토리에 대한 그룹 맞춤을 배제하지 않습니다.

기호가 많을수록 평균화가 더 많이 이루어집니다.

여기에는 다른 도구뿐만 아니라 우리가 훈련하는 칩을 표시하고 일종의 필터를 만들 수있을 때 더 일반화 된 결과가 있습니다. 이를 통해 피시와 목표 피시의 상관관계를 높일 수 있습니다. 한 가지 방법입니다.
 
Maxim Dmitrievsky #:

다른 도구뿐만 아니라 학습 중인 기능도 표시하여 일종의 필터를 만들 수 있습니다. 이를 통해 기능과 대상의 상관관계를 높일 수 있습니다. 한 가지 방법입니다.

이미 나무 모델에 모두 기록되어 있습니다...

규칙은 필터이며, 특징에서 가장 중요한 것을 골라내어 그것만 남기고, 규칙(필터)의 앙상블이 모델입니다.

 
mytarmailS #:

모두 나무 모형에 꿰매어져 있습니다...

규칙은 필터이며, 기능에서 가장 중요한 것만 골라내고 그것만 남기고, 규칙(필터)의 앙상블이 모델입니다.

아니요, 복잡성을 희생하는 대신 개선이 이루어지며 과적합으로 이어집니다. 그리고 여기서는 필터링을 통해 모델의 복잡성을 줄입니다.
 
Maxim Dmitrievsky #:
아니요, 여기서는 복잡성을 희생하면서 개선하고 있으며, 이는 과적합으로 이어집니다. 여기서는 필터링을 통해 모델의 복잡성을 줄이고 있습니다.

복잡성은 여러 가지 방식으로 생각할 수 있습니다.

복잡성은 복잡성이라는 단어입니다.

하나의 규칙 대신 100개의 규칙을 추가하면 전자의 경우 복잡도는 높아지지만 노이즈가 줄어드는데, 비디오의 사인파를 기억하세요.

 
mytarmailS #:

여러 가지 의미로 복잡성을 의미할 수 있습니다.

복잡성

규칙을 하나 대신 100개를 더하면 첫 번째 경우 복잡성은 더 커지지만 노이즈가 줄어드는데, 비디오의 사인파를 기억하세요.

그리고 더하기라는 단어가 반드시 수학적 의미를 갖는 것은 아닙니다. 무기를 쌓아 올리는 것처럼 쌓을 수는 있지만 더할 수는 없습니다. 더미에 쌓는 것처럼 나란히 놓을 수 있습니다. 복잡성 또는 복잡성 증가

 
Maxim Dmitrievsky #:
그리고 합산이라는 단어가 반드시 수학적 의미만 있는 것은 아닙니다. 무기를 쌓아 올리는 것처럼 쌓을 수는 있지만 더할 수는 없습니다. 더미에 쌓는 것처럼 나란히 놓는다는 뜻입니다. 복잡성 또는 복잡성 증가

그래서 나는 당신의 요점을 이해하지 못합니다.

 
mytarmailS #:

그래서 당신의 요점을 이해하지 못합니다.

복잡성은 복잡성의 아날로그입니다.
 
Maxim Dmitrievsky #:
복잡성은 복잡성과 유사합니다.

아마도

 

표준 DSP 방법을 사용하여 필터링할 수도 있습니다.

를 사용하여 필터링할 수도 있지만 물론 지연이 발생합니다.


 
mytarmailS #:

표준 DSP 방법을 사용하여 필터링할 수도 있습니다.

를 사용하여 필터링할 수도 있지만 물론 지연이 발생합니다.


그리고 유로벅스가 상승하고 다른 상관관계가 있는 쌍이 하락하는 경우. 이를 필터링할 수는 없지만 논리적으로 그 순간 거래를 금지하거나 그에 상응하는 마크업을 해야 합니다. 차트에는 표시되지 않습니다. 예를 들어 글로벌은 하락 추세이고 유로벅스는 현재 상승 중이지만 곧 하락할 것입니다. 추세와 상관관계가 없는 추가 표시가 노이즈에 의해 흩어져 표시됩니다. 그러나 이것은 단지 철학일 뿐입니다.

사유: