Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1382
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
Nein, ich sage nur, dass es sich um Rückgaben handelt. Sie können log() anstelle von -1 einsetzen, dann passiert das Gleiche, d.h. logreturns. Dieser Informationsverlust ist sehr groß, da Sie nur 20 davon haben.
Für mein Problem sind 20 ausreichend. In der Regel werden Sie mehr benötigen. Das hängt von den jeweiligen Umständen ab.
Imho kann man nicht loggen - es handelt sich um eine nichtlineare Transformation. Die Nützlichkeit ist im Allgemeinen sehr zweifelhaft.
Im Allgemeinen führe ich die Eingangsreihen durch Sigmoid oder tanh, so dass die Hauptpreise in einem "linearen" Teil liegen und die Nichtlinearität nur durch Spitzen begrenzt wird.
Warum brauchen Sie Prädiktoren?
Gefällt Ihnen die Rohtabelle nicht mehr?
Sie wissen nicht viel über MO und Algotrading, ich muss so vielen Menschen wie möglich davon abraten, Ihre"Grals" auf dem Markt zu kaufen, da der Autor inkompetent ist.
Für meine Aufgabe sind 20 ausreichend. Im allgemeinen Fall ist vielleicht mehr erforderlich. Das hängt von den jeweiligen Umständen ab.
Imho kann man log nicht einsetzen - es handelt sich um eine nichtlineare Transformation. Die Nützlichkeit ist im allgemeinen Fall sehr zweifelhaft.
Der Logarithmus wird benötigt, weil sich der Preis nicht als kumulative Summe von Schritten ändert, sondern als Produkt, ähnlich wie beim Zinseszins, obwohl es bei Währungen, bei denen die Änderungen sehr gering sind, nicht darauf ankommt.
Für meine Aufgabe sind 20 ausreichend. Im allgemeinen Fall ist vielleicht mehr erforderlich. Das hängt von den jeweiligen Umständen ab.
Imho kann man log nicht einsetzen - es handelt sich um eine nichtlineare Transformation. Die Nützlichkeit ist im allgemeinen Fall sehr zweifelhaft.
Im Allgemeinen führe ich die Eingabereihen durch Sigmoid oder tanh, so dass die Hauptpreise im "linearen" Bereich liegen und die Nichtlinearität nur auf Ausreißer beschränkt ist.
als würde der NS sie durch das Sigma selbst führen? )) oder es gibt etwas Zusätzliches
so als ob der NS sie durch das Sigma selbst führen würde? ))) oder ist es etwas Zusätzliches, das die
Aber nicht am Eingang). Es gibt eine Begrenzung der Spikes in der Eingangsreihe, so dass wir die Neuronen am Eingang des NS nicht überlasten.
Aber nicht am Eingang). Es gibt eine Grenze für die Ausreißer in der Eingabeserie, wir überlasten die Neuronen am Eingang des NS nicht.
Man kann es auch durch einen Arkustangens laufen lassen... Fishers Transformation...
...wie die Verteilung normaler zu machen... aber was von den Daten übrig ist, liegt nicht an mir ))
man kann es durch einen Arkustangens laufen lassen... die Fisher-Transformation
macht die Verteilung irgendwie normaler... aber was von den Daten übrig ist, liegt nicht an mir ))
Solange der mittlere Teil der Leistung im Hauptbereich linear ist.
Alle Daten sind vorhanden, bis auf die Ausreißer, die leicht gequetscht werden. Völlig normale Methode zur Signalverarbeitung.
Andernfalls wird eine Spitze in Ihrer Geschichte Sie mit Neuronen verstopfen, und zwar so lange, bis sie nicht mehr zu sehen ist. Ihr NS wird sich einfach verleugnen oder bewusstlos werden. )
Der Logarithmus wird benötigt, weil sich der Preis nicht als kumulative Summe der Inkremente ändert, sondern als Produkt, ähnlich wie beim Zinseszins, obwohl dies bei Währungen, bei denen die Änderungen sehr gering sind, nicht von Belang ist.
Ich gehe davon aus, dass auf einem mehr oder weniger stabilen Markt M(dC/C) =~const.
Ich wende nicht die Division (P[i] / P[0]), sondern die Subtraktion (P[i] - P[0]) an, d. h. nicht die relative Preisänderung, sondern die absolute. Ich entferne vorläufig Ausreißer (1 % vom größten und kleinsten Wert).
Bringt das Splitting irgendwelche Vorteile? Ich verwende derzeit einen Wald, der nicht normalisiert und skaliert werden muss.
Ich wende nicht die Division (P[i] / P[0]), sondern die Subtraktion (P[i] - P[0]) an, d. h. nicht die relative Preisänderung, sondern die absolute. Ich entferne vorläufig Ausreißer (1 % vom größten und kleinsten Wert).
Bringt das Splitting irgendwelche Vorteile? Ich verwende derzeit einen Wald, der keine Normalisierung und Skalierung erfordert.
Es ist eine weit verbreitete Ansicht, dass die Differenz der Logarithmen der Preise (das gleiche wie der Logarithmus ihres Verhältnisses) einer Normalverteilung näher kommt als die bloße Differenz. Aus demselben Grund wird der Preis durch eine geometrische Brownsche Bewegung modelliert, um die Black-Scholes-Formel abzuleiten.