Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2277
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
Und Varianten, die in der Amplitude nahe beieinander liegen, verallgemeinern sich auf diese Weise. Wenn Sie zum Beispiel einen Chip dreimal halbieren, erhalten Sie Stücke von 0 bis 0,25, von 0,25 bis 0,5, von 0,5 bis 0,75 und von 0,75 bis 1.
Ein Blatt enthält also alle Varianten mit diesem Merkmal, zum Beispiel von 0,5 bis 0,75 - Sie erhalten 0,5 und 0,55 und 0,64 und 0,72. Das ist eine ziemlich gute Verallgemeinerung der Amplitude. Neuronale Netze tun dies wahrscheinlich auch, weil die Aktivierungsfaktoren nicht linear sind.
Es gibt jedoch keine Verallgemeinerung nach Zeit im Baum.
Offensichtlich sollten wir in ein Muster von 20 Merkmalen und Brocken von 10 Merkmalen, die sie strecken, und Brocken von 50 Merkmalen, die sie komprimieren, sowie ein Dutzend Zwischenvarianten einsetzen.
Nein...
Interpolieren/Extrapolieren ist dasselbe wie das Schrauben mit unterschiedlich großen Fenstern, dieselben Verluste.
Ist Ihnen klar, wie zeitaufwändig das ist? Bei jeder Iteration.
es ist sehr schnell. Sie haben eine Vorlage mit 1000 Zeichen. Sie müssen kleinere Muster auf die Größe des Musters interpolieren.
7 Mikrosekunden sind ausreichend.
Aber vielleicht müssen Sie die kleineren Muster miteinander korrelieren (kleiner Punkt für Punkt auf der x-Achse), dann geht es schneller. Dann ist es besser, die großen Daten zu komprimieren und die kleinen Daten zu interpolieren.
ZS. Wenn z. B. das Muster 490 und die Vorlage 500 ist, können Sie 10 Nan in einer Reihe zufällig (oder besser gleichmäßig verteilt) hinzufügen und dann interpolieren
und wenn Sie es noch einfacher machen wollen, setzen Sie bei der stückweisen linearen Annäherung die Anzahl der Stücke auf 500, wenn das Muster > 500 ist
Und Sie brauchen keine große Auswahl an Fenstergrößen. Von 200 bis 800 dort... in Schritten von 20-50. Alles wird fliegen. Oder vielleicht auch nicht, ich weiß nicht einmal, wozu das nötig ist, aber im Video ist es schnell, aber die Muster sind furchtbar hässlich.
Früher habe ich nach Multifraktalen gesucht, d. h. das aktuelle Fraktal ist Teil eines größeren Fraktals, das ihm ähnlich ist. Dann nehme ich eine Fortsetzung der größeren und sage sie voraus. Manchmal funktioniert es, manchmal nicht, weil sie sich stark verziehen, obwohl sie im Allgemeinen ähnlich sind.
D.h. es genügt, den letzten Ausschnitt des Diagramms von n Balken zu nehmen und den großen letzten Ausschnitt von n+100500 Balken zu nehmen. Finden Sie heraus, womit das kleine Stück im großen Stück korreliert, und sehen Sie, was nach diesem Stück kommt, und übertragen Sie das in die Zukunft. Wenn es mehr als eine Übereinstimmung gibt, wird der Durchschnitt gebildet. Ich habe aber auch affine Prebars verwendet, da sich der Neigungswinkel ebenfalls ändert.
Es geht sehr schnell. Sie haben eine Vorlage mit 1.000 Zeichen. Sie müssen kleinere Stichproben auf die Größe der Vorlage interpolieren
7 Mikrosekunden sind ausreichend.
Aber vielleicht müssen Sie die kleineren Muster miteinander korrelieren (klein nach Punkt auf der x-Achse), dann geht es schneller. Dann ist es besser, die großen Daten zu komprimieren und die kleinen Daten zu interpolieren.
ZS. Wenn z. B. das Muster 490 und die Vorlage 500 ist, können Sie 10 Nan in einer Reihe zufällig (oder besser gleichmäßig verteilt) hinzufügen und dann interpolieren
und wenn Sie es noch einfacher machen wollen, setzen Sie bei der stückweisen linearen Annäherung die Anzahl der Stücke auf 500, wenn das Muster > 500 ist
Und Sie brauchen keine große Auswahl an Fenstergrößen. Von 200 bis 800 dort... in Schritten von 20-50. Alles wird fliegen. Oder vielleicht auch nicht, ich weiß nicht einmal, wozu das nötig ist, aber die Videobeispiele sind schnell, aber die Muster sind furchtbar hässlich.
Haben Sie etwas in alglib, um die Graphen zu komprimieren und zu dekomprimieren?
Ich sehe ein paar über Interpolation. Welches ist besser für uns? Welche ist schneller?
Ich glaube, ich habe es gefunden. Direkt von einem Raster ins andere.
https://www.alglib.net/interpolation/spline3.php
Schnelle Batch-Gitterinterpolation
spline1dconvcubic-Funktion
Diese Funktion löst das folgende Problem: Aus einer Tabelle von y[]-Funktionswerten
in alten Knoten x[] und neuen Knoten x2[] wird eine Tabelle von
Funktionswerten y2[] (berechnet in x2[]) berechnet und zurückgegeben.
Diese Funktion liefert das gleiche Ergebnis wie der Aufruf von Spline1DBuildCubic (), gefolgt von
einer Folge von Spline1DDiff ()-Aufrufen, kann aber um ein Vielfaches schneller sein, wenn
geordnete X[] und X2[] aufruft.
EINGABEPARAMETER:
X-alte Spline-Knoten
Y-Funktionswerte
X2-neue Spline-Knoten
ZUSÄTZLICHE PARAMETER:
N-Anzahl der Punkte:
* N>
=2
* wenn gesetzt, werden nur die ersten N Punkte von X/Y verwendet
* wenn nicht gesetzt, automatisch durch die X/Y-Dimensionen bestimmt
(len (X) muss len (Y) entsprechen)
BoundLType - Art der Randbedingung für den linken Rand
BoundL-left boundary condition (erste oder zweite Ableitung,
abhängig von BoundLType)
BoundRType - Art der Randbedingung für den rechten Rand
BoundR-right boundary condition (erste oder zweite Ableitung,
abhängig von Typ Boundr) xml-ph-0009@de
* N2>=2
* wenn angegeben, werden nur die ersten N2 Punkte von X2 verwendet
* wenn nicht angegeben, automatisch durch die Größe von X2 bestimmt
AUSGABEPARAMETER:
F2-Werte von Funktionen an X2[]
BUNDR
Das Unterprogramm sortiert die Punkte automatisch, so dass der Aufrufer ein unsortiertes Array übergeben kann.
Die Funktionswerte werden bei der Rückgabe korrekt neu geordnet, so dass F2[I] unabhängig von der Reihenfolge der Punkte immer
gleich S(X2[I]) ist.
SETTING Boundary Values:
Die Parameter BoundLType/BoundRType können folgende Werte annehmen:
* -1, was periodischen (zyklischen) Randbedingungen entspricht.
In diesem Fall:
* müssen sowohl BoundLType als auch BoundRType gleich -1 sein.
* BoundL/BoundR werden ignoriert
* Y[last] wird ignoriert (vorausgesetzt, es ist gleich Y[first]).
* 0, was einem parabolisch-kompletten Spline entspricht
(BoundL und/oder BoundR werden ignoriert).
* 1, was der Randbedingung der ersten Ableitung entspricht
* 2, was der Randbedingung der zweiten Ableitung entspricht
* Die Voreinstellung ist BoundType=0
TASKS WITH PERIODIC Boundary Conditions:
TASKS mit periodischen Randbedingungen haben Y[first_point]=Y[last_point].
Bei diesem Unterprogramm ist es jedoch nicht erforderlich, gleiche Werte für den ersten und den letzten Punkt von
anzugeben - es erzwingt automatisch, dass sie gleich sind, indem
Y[first_point] (entsprechend dem ganz linken, minimalen X []) nach
Y[last_point] kopiert. Es wird jedoch empfohlen, aufeinanderfolgende Werte von Y [],
zu übergeben, d. h. Y[erster_Punkt]=Y[letzter_Punkt].
-- PROJEKT PROJEKT --
Copyright 03.09.2010 Bochkanov Sergey
Gibt es in dem Algorithmus etwas zum Komprimieren und Dekomprimieren der Graphen?
Was die Interpolation betrifft, so sehe ich mehrere. Welches ist für uns am besten geeignet? Und welche ist schneller?
Adaptive Filterung
Idee für ts. Montieren Sie das System auf einer "Mashka", "Mashka" ändern adaptiv mit ns.
Adaptive Filterung
Idee für ts. Montieren Sie das System auf einer "Mashka", "Mashka" ändern adaptiv mit ns.
Worauf warten Sie noch?
#22497Worauf warten Sie noch?
#22497Was steht in den neuen Daten?
Was hat es mit den neuen Daten auf sich?
Soweit ich mich erinnere, hat der TS schon eine Weile funktioniert und ist dann gestorben...
Filtration im üblichen Sinne (Werkzeuge, Filter, etc.) ist immer eine Verzögerung, eine Verzögerung auf dem Markt ist ein Abfluss....
Sie sollten ein anderes Paradigma erstellen (ohne Verzögerungen), z.B. Ebenen...