Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 358
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Ich muss genauer sein. Ich kann zwei entgegengesetzte Antworten geben.)
Wie kommen Sie zu zwei Antworten?
Allgemeine Faustregel:
Kann NS nicht-stationäre Reihen vorhersagen? Wenn ja, welche Arten von Nicht-Stationarität?
Aufeinen neuen Höchststand (wahrscheinlich ein Tief) folgt ein neuer Höchststand - ja, das kenne ich auch, die Graphen sind mir alle bekannt. Sie simulieren - und es ist nichts da - es ist leer. Vielleicht haben Sie ja Glück.
Dies ist der Fall bei nicht-persistenten (antipersistenten) Reihen.
Und im Falle von anhaltendem (sustained) folgt auf einen neuen Höchststand ein neuer
Das Problem ist, dass der MA bei einer niedrigen Periode stark nachgezogen wird, d.h. er kann nicht angewendet werden. Und wenn wir es für n-Takte rückwärts nehmen, wird das Signal bereits verfehlt.
Das Problem ist, dass die МА in einem niedrigen Zeitraum stark überzogen ist, d.h. sie kann nicht angewendet werden. Wenn Sie es für n-Balken zurücknehmen, wird das Signal bereits verfehlt sein.
Ich habe neulich mit MAs gespielt (nicht mit einfachen, sondern mit goldenen). - Filter 3. Ordnung. Die 12 MAs haben eine Gruppenlaufzeit von 4 Minuten. Von den EMAs und anderen Standardwerten wollen wir gar nicht erst reden - der Rückstand ist unermesslich.
Im Allgemeinen sollten wir Regressionslinien verwenden, um von den MAs wegzukommen. Aber die Berechnungsverzögerungen sind dort groß. Wenn wir die Ticks für 1 Minute berücksichtigen, ist das fatal.
Kennt jemand die Antwort auf die Frage: Wie behandeln NSs nicht-stationäre Inputs?
Dem neuronalen Netz ist es egal, ob es sich um eine stationäre, nichtstationäre oder gar keine Zeitreihe handelt. Es macht keinen Unterschied. Vor allem, wenn es um die Klassifizierung geht.
Dem neuronalen Netz ist es egal, ob es sich um eine stationäre, nichtstationäre oder gar keine Zeitreihe handelt. Es macht keinen Unterschied. Insbesondere wenn es um die Klassifizierung geht
ist es höchst wünschenswert, dass die Ein- und Ausgänge auf einen Wertebereich beschränkt sind.
Dem neuronalen Netz ist es egal, ob es sich um eine stationäre, nichtstationäre oder gar keine Zeitreihe handelt. Es macht keinen Unterschied. Vor allem, wenn es um die Klassifizierung geht.
Dann die Frage der Umschulung in all ihrer Pracht
Ich weiß nicht einmal, ob ich noch mehr tun muss, 20.000% in 2,5 Monaten zu Eröffnungskursen auf 5 Minuten, wenn ich Glück habe... Sie werfen $1k ein und bestellen einen Bentley vor. Wenn man Pech hat, ist das nicht weiter schlimm.)
Ich weiß nicht einmal, ob ich noch mehr tun muss, 20.000% in 2,5 Monaten zu Eröffnungskursen auf 5 Minuten, wenn ich Glück habe... Sie werfen $1k ein und bestellen einen Bentley vor. Wenn Sie kein Glück haben, sind Sie ein kleiner Verlust).