Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2320
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
Versucht zu verstehen, wie ROCKET funktioniert. Das heißt, sie erzeugen zufällige Kerne, die sich in der Häufigkeit nicht überschneiden (sie korrelieren nicht). Warum nimmt man nicht einfach Wavelets oder Fourier, was ist der Trick?
Der Trick besteht darin, dass die Datensignierer keine Ahnung von csos haben, weshalb sie etwas erstellen, das bereits seit langem erstellt wurde.
Versucht zu verstehen, wie ROCKET funktioniert. Sie erzeugen also zufällige Kerne, die sich in ihrer Häufigkeit nicht überschneiden (sie korrelieren nicht). Warum nimmt man nicht einfach Wavelets oder Fourier, was ist der Trick?
Ich weiß nicht, was Wavelets sind, aber Faltungen haben in NS gut funktioniert, also wurden sie auf einen solchen Algorithmus übertragen, der ebenfalls gut funktioniert.
es gibt auch ähnliche Algorithmen für Shaplets, aber dieser scheint besser zu sein
es gibt andere und einen Vergleich
http://timeseriesclassification.com/algorithm.php
je mehr Recht, desto besser. Es ist sinnvoll, den Antwortteil für Tests nach mql zu portieren. Ich wollte es tun, war aber mit etwas anderem beschäftigt.
Der Punkt ist, dass die Datenwissenschaftler keine Ahnung von DSP haben und deshalb Dinge entwickeln, die schon vor langer Zeit entwickelt wurden.
du bist so schlau, aber du weißt nichts über DSP oder Datenwissenschaft)
du bist so schlau, aber du weißt nichts über DSP oder Datenwissenschaft))
Ja, das stimmt))
Hören Sie, ist es möglich, einen Algorithmus, der on the fly "remodulieren" wird der Preis in eine "stabile" Form, zum Beispiel, der Eingangspreis und die Ausgabe ist eine Summe von Sinuswellen, aber die Sinuswellen haben alle die gleiche Frequenz und Phase (jeder hat seine eigene), werden wir eine Reihe mit stabilen Eigenschaften zu erhalten!
Ich weiß nicht, was Wavelets sind, aber Faltungen haben in NS gut funktioniert, also wurden sie auf diesen Algorithmus übertragen, der ebenfalls gut funktioniert
es gibt auch ähnliche Algorithmen für Shaplets, aber dieser scheint besser zu sein
es gibt andere und einen Vergleich
http://timeseriesclassification.com/algorithm.php
je mehr Recht, desto besser. Es ist sinnvoll, den Antwortteil für Tests nach mql zu portieren. Ich wollte es tun, war aber mit anderen Dingen beschäftigt.
Hören Sie, ist es möglich, einen Algorithmus, der on the fly "remodulieren" wird der Preis in einer "stabilen" Form, zum Beispiel, die Eingabe Preis, und die Ausgabe Summe der Sinuswellen, sondern Sinuswellen alle mit den gleichen Frequenzen und Phasen (jeder hat seine eigene), erhalten wir eine Reihe mit stabilen Eigenschaften!
Wie hier, nur Sinusschwingungen? Das sollte doch möglich sein.
Wie hier, nur bei Sinuswellen? Das soll es auch.
Nein, ganz und gar nicht...
Der Markt ist nicht stationär, Algorithmen werden nicht darauf trainiert, sie sterben sofort bei der Geburt, was sie in der Vergangenheit gelernt haben, wird sich in der Zukunft nie wiederholen...
Was ist, wenn wir versuchen, es stationär zu machen.
1) Wählen Sie "k" die wichtigsten Oberschwingungen und nehmen Sie sie als Marktmodell
2) aber auch diese Oberschwingungen "schwanken" mit der Zeit in Frequenz, Phase und Amplitude
3) wir müssen einen Weg finden, sie dauerhaft so abzustimmen, dass jede Oberwelle die gleiche Frequenz, Amplitude und Phase hat
Wenn wir sie erhalten, erhalten wir ein "Marktmodell", das auf der Summe von Sinusschwingungen basiert, die sich gut studieren lassen, und dessen Muster sich immer wiederholen, da die Oberschwingungen immer in denselben Diapasonen liegen