Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 49

 
Entonces, ¿cómo se busca la proximidad a través de los componentes espectrales?
 
mytarmailS:
Entonces, ¿cómo se busca la proximidad a través de los componentes espectrales?

No se puede.

En sentido estricto, el análisis espectral es MUY inaplicable a las series temporales financieras. Ya ves, MUCHO. Porque requiere datos estacionarios, lo que no es una serie temporal financiera.

Hay ejemplos de algunas soluciones particulares exitosas (según parece). Vadim Junko estaba en la página web, y parece que ha conseguido algo parecido.

 

Revisión desde aquí.

Cada vez más científicos de datos prefieren R

Se han publicado los resultados de su tercera encuesta anual a los profesionales de los negocios cuantitativos.

¿Prefiere utilizar: SAS, R o Python?

Las herramientas de código abierto dominan en general. SAS (de pago) triunfó entre los profesionales con más de 16 años de experiencia, mientras que los que tenían menos de 5 años de experiencia prefirieron R. R también fue la opción dominante de los profesionales de la analítica con un doctorado y un máster.

Se ofrecen más gráficos para los dos usos:

SAR.

Datos del sitio web revolutionanalytics. Es propiedad de Microsoft, que no sólo mantiene la parte gratuita del sistema R, sino que también desarrolla herramientas de pago.

 
SanSanych Fomenko:

No.

1 ) En sentido estricto, el análisis espectral es MUY inaplicable a las series temporales financieras. Ya ves, MUCHO. Porque requiere datos estacionarios, que las series temporales financieras no tienen.

2 ) Hay ejemplos de algunas soluciones particulares exitosas (según parece). Vadim Junko estaba en este sitio, y parece haber logrado hacer algo así.

1)Cualquier función puede descomponerse en series armónicas de Fourier, véase ANY.....

CUALQUIER función tiene esencialmente sólo tres matrices con parámetros que describen completamente CUALQUIER función y son los más objetivos en comparación con otras medidas - amplitud, fase, frecuencia.....

No te ofendas, pero si no entiendes la pregunta, no debes meterte como profesor, el papel del alumno es el adecuado aquí, pero de ninguna manera, ningún profesor... una vez más sin ánimo de ofender

2) Todos los que conozco que han predicho con éxito el mercado utilizando redes neuronales, todos ellos utilizaron Fourier de una forma u otra para el preprocesamiento de los predictores o la aproximación de los precios

=================================

La pregunta sigue siendo relevante....

 

Aquí está incluso este chico sin sentido hablando, mira desde el minuto 10

https://www.youtube.com/watch?v=KUdWTnyeBxo&list=PLDCR37g8W9nFO5bPnL91WF28V5L9F-lJL&index=3

AIML-4-4-3 Kernel Trick
AIML-4-4-3 Kernel Trick
  • 2015.01.17
  • www.youtube.com
Смотрите другие видео этого курса, выполняйте упражнения и изучайте интеллектуальные системы и машинное обучение на нашем сайте! https://ulearn.azurewebsites...
 
mytarmailS:

1)Cualquier función puede descomponerse en una serie de armónicos de Fourier, véase ANY.....

CUALQUIER función tiene esencialmente sólo tres matrices con parámetros que describen completamente CUALQUIER función y son los más objetivos en comparación con otras medidas - amplitud, fase, frecuencia.....

No te ofendas, pero si no entiendes la pregunta, no debes meterte como profesor, el papel del alumno es el adecuado aquí, pero de ninguna manera, ningún profesor... una vez más sin ánimo de ofender

2) Todos los que conozco que han predicho con éxito el mercado utilizando redes neuronales, todos ellos utilizaron Fourier de una forma u otra para el preprocesamiento de los predictores o la aproximación de los precios

=================================

La pregunta sigue siendo relevante....

No entiendes el significado de "estacionariedad".

Buena suerte.

 
SanSanych Fomenko:

No entiendes el significado del término "estacionariedad".

Buena suerte.

OMG....
 
mytarmailS:

1)Cualquier función puede descomponerse en una serie de armónicos de Fourier, véase ANY.....

CUALQUIER función tiene esencialmente sólo tres matrices con parámetros que describen completamente CUALQUIER función y son los más objetivos en comparación con otras medidas - amplitud, fase, frecuencia.....

No te ofendas, pero si no entiendes la pregunta, no deberías meterte como profesor, el papel del alumno es el adecuado aquí, pero no el del profesor... una vez más, no te ofendas

2) Todos los que conozco que han predicho con éxito el mercado utilizando redes neuronales, todos ellos utilizaron Fourier de una forma u otra para el preprocesamiento de los predictores o la aproximación de los precios

=================================

La pregunta sigue siendo relevante....

Ya te estás cansando de tus afirmaciones. No basta con que ellos mismos no pongan nada práctico, sino que sigan exigiendo explicaciones a los demás. Aquí no hay cosas gratis.

Y SS tiene razón. Puedes aplicar el método, incluso de frente, y obtener una cifra. Pero no funcionará fuera de la muestra.
 
mytarmailS:

1)Cualquier función puede descomponerse en una serie de armónicos de Fourier, véase ANY.....

Se puede descomponer cualquier función, si se desea (incluso se pueden cortar las amígdalas por el ano, si nadie se opone), pero sólo se recuperan exactamente las periódicas a partir de la descomposición. Es decir, las funciones no periódicas, aunque se descompongan en una serie de Fourier, se sabe que son incorrectas, ya que no pueden recuperarse exactamente en los bordes del período y la máxima precisión sólo estará en la mitad del período. Los bordes del período siempre convergen al valor del armónico cero cuando se reconstruye hacia atrás.
 

Una pregunta: ¿es posible medir las similitudes entre las funciones mediante la amplitud, la fase y la frecuencia?

¡¡¡ESO ES!!! No me interesa nada más...

Todo lo demás que se ha escrito sobre Fourier es una consecuencia de la respuesta de CC y no tiene nada que ver con mi pregunta.