Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2276

 
 
mytarmailS:

Wie hilft die Logarithmografie dabei, die von mir oben gezeichneten Muster zu erkennen?

Das habe ich auch gedacht...

 
mytarmailS:

man kann alles annähern, aber ich brauche einen Weg, der invariant gegenüber Zeit, Amplitude und Frequenz ist

erste Näherung, dann Normalisierung

 
Maxim Dmitrievsky:

erst upprox, dann normalisieren

Wie wollen Sie die Zeit normalisieren?

 
mytarmailS:

Wie wollen Sie die Zeit normalisieren?

Sind Sie dumm? für die Zeit Upsampling oder Downsampling durch Interpolation\Annäherung

 
Maxim Dmitrievsky:

Sind Sie dumm? Für das Upsampling oder Downsampling von Zeit durch Interpolation\Annäherung

Nein...

Interpolation/Extrapolation ist das Gleiche wie mit unterschiedlich großen Fenstern zu arbeiten, es ist das Gleiche.

Ist Ihnen klar, wie viel Zeit das bei jeder Iteration kostet?

 
mytarmailS:

Wie hilft die Logarithmierung, die oben gezeichneten Muster zu erkennen?

Logarithmieren Sie einfach jedes dieser Teile. Das heißt, man geht von einer Reihe X(t) zu einer Reihe log(X(t)) über. Dann müssen Sie sich die Schicht merken. Und dann können Sie DTW machen.

 
mytarmailS:

Nein...

Interpolieren/Extrapolieren ist dasselbe wie das Schrauben mit unterschiedlich großen Fenstern, dieselben Verluste.

Ist Ihnen klar, wie viel Zeit das kostet? für jede Iteration.

Was hat das alles für einen Sinn?
Die Nachtschwankungen in 2 Stunden und die Tagschwankungen in 20 Minuten mögen in ihrer Form ähnlich sein, aber sie haben unterschiedliche Ursachen, unterschiedliche Antriebskräfte, unterschiedliche Muster, unterschiedliche Teilnehmer.
Und auch die täglichen Schwankungen von 20 Minuten und 3 Stunden sind unterschiedlich.


Meiner Meinung nach sollten nur vergleichbare Muster als ein Muster zusammengefasst werden, z. B. wenn sie sich in Zeit und/oder Amplitude um nicht mehr als 30-50 % unterscheiden.

 
elibrarius:

Warum das alles?

Weil es auf dem Markt keine Muster gibt, die alle gleich sind ... auf einer festen Skala sicher, ich möchte auf einer anderen Skala prüfen