Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2262

 
mytarmailS:

Wie meinen Sie das?

Schütteln Sie einfach die Matrix Kuh. es wird zufällig sein ....

Sie müssen das Ziel kennen - wofür der Shake, was der Endschnitt sein soll.

das Ziel ist der Gewinn :D

Sie sehen, jeder hier bietet an, einige Zecken auf dem Markt zu verkaufen, aber mein Interesse ist rein sportlich
 
Maxim Dmitrievsky:

das Ziel ist der Gewinn :D

Bezüglich des Generationsansatzes selbst, eine Kritik von mir )

Wenn Sie Daten erstellen und Modelle durchgehen, um ein Modell zu finden, das mit "neuen Daten" funktioniert, verstehen Sie dann, dass es sich um eine Anpassung handelt? Verstehen Sie, dass es eine Anprobe ist?

Da diese "neuen Daten" in die Wahl des Modells einfließen, handelt es sich nicht um"neue Daten"... Es ist nicht sehr offensichtlich, aber es ist so!

Wir müssen eine dritte Probe hinzufügen, die in keiner Weise beteiligt ist, haben Sie es getan?


Was die Kovarianz betrifft, so kann ich daran rütteln, aber ich bin kein Experte für GMM.

Hier habe ich eine gefälschte Matrix

XX
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,]  0.7 -0.2  0.0 -1.7 -2.6  1.3 -0.4  0.9  0.4  -1.6
[2,] -0.7 -0.8 -1.4  1.5 -1.1 -0.1 -0.6 -0.4  1.0   0.2
[3,] -0.3  0.5  2.1  2.4  0.8 -0.3  1.3  1.3  0.2   0.4
[4,]  0.0  0.1 -0.1 -1.8 -0.4 -0.6  0.9  0.7 -1.2   0.9
[5,]  1.0 -0.6 -0.5  0.0 -0.3  1.2  2.3 -1.9  0.3   1.4

Ich habe ein GMM-Modell erstellt

Hier ist die Ausgabe des Modells.

Model$parameters
$pro
[1] 0.2 0.2 0.4 0.2

$mean
               [,1] [,2]  [,3]           [,4]
 [1,]   7.00000e-01 -0.7 -0.15   1.000000e+00
 [2,]  -2.00000e-01 -0.8  0.30  -6.000000e-01
 [3,] -7.41241e-145 -1.4  1.00  -5.000000e-01
 [4,]  -1.70000e+00  1.5  0.30 -8.061356e-177
 [5,]  -2.60000e+00 -1.1  0.20  -3.000000e-01
 [6,]   1.30000e+00 -0.1 -0.45   1.200000e+00
 [7,]  -4.00000e-01 -0.6  1.10   2.300000e+00
 [8,]   9.00000e-01 -0.4  1.00  -1.900000e+00
 [9,]   4.00000e-01  1.0 -0.50   3.000000e-01
[10,]  -1.60000e+00  0.2  0.65   1.400000e+00

$variance
$variance$modelName
[1] "EEI"

$variance$d
[1] 10

$variance$G
[1] 4

$variance$sigma
, , 1

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

, , 2

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

, , 3

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

, , 4

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025


$variance$Sigma
       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

$variance$scale
[1] 0.05824961

$variance$shape
 [1]  0.1545075  0.2746800  8.3090689 30.2834661  2.4721197  0.1545075  0.2746800
 [8]  0.6180299  3.3648296  0.4291874


$Vinv
NULL

Was ist eine Kovarianzmatrix?

 
mytarmailS:

Zum Generationsansatz selbst, eine Kritik von mir )

Wenn Sie Daten erstellen und Modelle durchgehen, um ein Modell zu finden, das mit den "neuen Daten" funktioniert, ist Ihnen dann klar, dass es sich um eine Anpassung handelt? Verstehen Sie, dass es eine Anprobe ist?

Da diese "neuen Daten" in die Wahl des Modells einfließen, handelt es sich nicht um"neue Daten"... Es ist nicht sehr offensichtlich, aber es ist so!

Wir müssen eine dritte Probe hinzufügen, die in keiner Weise beteiligt ist, haben Sie es getan?


Was die Kovarianz betrifft, so kann ich daran rütteln, aber ich bin kein Experte für GMM.

Hier habe ich eine gefälschte Matrix

Ich habe ein GMM-Modell erstellt

Hier ist die Ausgabe des Modells.

ist dies die Kovarianzmatrix?

Ich habe es auf 3 überprüft, ja.

besser, die Zentren der Cluster zu schütteln. D.h. Mittelwert (Mittelwerte), jeder Wert. In einem kleinen Bereich, in dem jeder Wert das Zentrum der Normalverteilung ist. Nach jedem Schütteln werden die Proben hinzugefügt.

Das ist ein schlechter Ansatz, bemühen Sie sich nicht. Es ist besser, die durchschnittlichen Preisschritte zu schütteln, das ist übersichtlicher, aber länger.

 
Maxim Dmitrievsky:

Es ist besser, die durchschnittlichen Preisabstufungen zu schütteln, das ist übersichtlicher, aber länger

Worin besteht der grundlegende Unterschied?

 
mytarmailS:

Was ist der grundlegende Unterschied?

Nichts, es war eine Annahme, dass man es mit minimalem Aufwand noch schütteln kann. Aber es wird nicht funktionieren.

Entschuldigung, ich habe es falsch gelesen. Der Unterschied besteht darin, dass der gmm andere Cluster auf geänderten Inkrementen finden wird. Und wenn man an den Schwerpunkten rüttelt, tut man im Grunde nichts.

d.h. das Ziel ist es, eine Reihe mit einem anderen Mittelwert und/oder einer anderen Varianz zu erzeugen, die dem Original ähnlich ist.

aber man nimmt einen kleinen Teil der ursprünglichen Serie und erzeugt den Rest.

 
Maxim Dmitrievsky:

Nichts, es war ein Hinweis darauf, dass man es mit minimalem Aufwand noch schütteln kann. Aber so funktioniert das nicht.

Entschuldigung, ich habe es falsch gelesen. Der Unterschied besteht darin, dass gmm bei geänderten Inkrementen andere Cluster finden wird. Und wenn man an den Schwerpunkten rüttelt, tut man im Grunde nichts.

d.h. das Ziel ist es, eine Reihe mit einem anderen Mittelwert und/oder einer anderen Varianz zu erzeugen, die dem Original ähnlich ist.

aber man nimmt einen kleinen Teil der ursprünglichen Serie und erzeugt den Rest.

Wäre es nicht einfacher, einen Pseudo-Preis-Generator zu erstellen, der generiert, was immer Sie wollen...

die Trace-, Test- und Gültigkeitsprüfungen bestehen werden.

 
mytarmailS:

Wäre es nicht einfacher, einen Pseudo-Preisgenerator zu erstellen, der alles generieren kann, und seine Parameter so anzupassen, dass er eine Reihe von

die die Ausbildungs-, Test- und Validierungstests bestehen werden.

Wir brauchen nichts, wir müssen nur die Eigenheiten der Serie übernehmen, mit denen wir handeln werden.

 
Maxim Dmitrievsky:

Wir brauchen nichts, wir müssen die Eigenheiten der Serie, mit der wir handeln werden, übernehmen.

Wenn es alle unsere Kriterien erfüllt hat, bedeutet das, dass es alles geerbt hat, alles, was wir erwartet haben, und sogar alles, was wir nie erwartet und nie in das Modell aufgenommen hätten...

 
mytarmailS:

Wenn es alle unsere Kriterien erfüllt, dann hat es alles geerbt, was wir uns vorstellen konnten, und sogar Dinge, von denen wir nichts wussten und die wir niemals in das Modell aufgenommen hätten...

einen solchen Generator zu entwickeln)

 
Maxim Dmitrievsky:

einen solchen Oszillator zu entwickeln)

Ich bin kein Genie ))

Alles wurde bereits erfunden ... Wie beim GMM können wir Durchschnittswerte nehmen und sie nach Belieben bis zum Ergebnis verändern, oder die Reihe selbst verändern, oder das Spektrum synthetisieren und es zur Rekonstruktion des Signals verwenden, oder ... oder...