Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 770
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
el coeficiente autorregresivo de primer orden coincide con el coeficiente de autocorrelación de primer orden, pero además no parecen coincidir
Bueno, en la figura de la izquierda se puede ver, pero los gráficos en sí son diferentes por alguna razón.
Por cierto intenté averiguar el algoritmo ARIMA en Python y me cansé de ver cómo se calcula saltando por una docena de archivos de inclusión.
Tal vez, ¿cómo puedo captar todo el algoritmo, cómo está todo dispuesto allí?
Por cierto, intenté entender el algoritmo ARIMA en Python y me cansé de ver cómo se calcula saltando por una docena de archivos de plugins.
¿Quizás de alguna manera puedas captar todo el algoritmo, cómo está todo dispuesto allí?
Debería leer la teoría, no sé, no la he codificado yo mismo - me han dicho que no hay peces ahí así que no voy a ir más allá :)
Otra cosa - es inútil aplicar un acf en gráficos no estacionarios
Pero, ¿por qué es inútil? Se puede ver la tendencia en él) Para este propósito sólo una apertura suavizada puede hacer.
Bueno por qué es inútil, se puede ver la tendencia en él) Sólo para este propósito y suavizado atr puede ser adecuado.
o un macdac normal :)
El modelo se utiliza para ver si los residuos están autocorrelacionados, entonces el ruido es normal, lo que significa que el modelo está construido correctamente.
Si los residuos no están autocorrelacionados, el ruido permanece, significa que el modelo es normal
no es muy útil como indicador
Tal vez deberías leer una teoría mejor, no lo sé, no lo codifiqué yo mismo - me dijeron que no hay peces allí, así que no voy a entrar :)
Eso también lo he oído de ti. Sólo después de revisar todas las teorías y clips, llegó a la conclusión de que uno y el mismo, como un verso memorizado decir, como loros.
Pero en la práctica nadie puede hacer y mostrar un algoritmo) una opinión formada que muchos no entienden lo que están hablando.
Si quieres comprobarlo, deberías cargarlo todo en un probador y comprobarlo. Te cansarás mientras calculas cada barra con R y Python, además de tener que "jugar" con los parámetros.
Ya he oído esto de ti también. Sólo después de ver todas las teorías y vídeos, llegué a la conclusión de que una misma cosa, como un verso memorizado, lo dicen como loros.
Pero en la práctica nadie puede hacer y mostrar un algoritmo) una opinión formada que muchos no entienden lo que están hablando.
Si quieres comprobarlo, deberías cargarlo todo en un probador y comprobarlo. Pero te cansarás mientras calculas cada barra con R y Python, además de tener que "jugar" con los parámetros.
Sí, pero si la gente me lo dice yo les creo... )) creo que sí.
arima funciona para la previsión de ciclos periódicos, ventas estacionales y otras cosas. El mercado tiene a priori ciclos no periódicos (quizás en algunos índices de crecimiento constante tenga algún efecto).
El aryma funciona para predecir ciclos periódicos, ventas estacionales y otras tonterías. En el mercado los ciclos son a priori no periódicos (bueno, quizás en algunos índices de crecimiento constante haya algún efecto).
Pero, de nuevo, esto es lo que "la gente dijo"). No me lo creo hasta que no lo compruebe yo mismo, además haré algunos añadidos por mi cuenta, pero para ello necesito entender cómo funciona todo.
Por cierto, hay muchos ejemplos de aprendizaje automático en criptomonedas. Por qué, porque hay una tendencia a priori en ellos, por lo que también funciona allí.
En cuanto rompan la tendencia, todo este "aprendizaje inteligente" dejará de funcionar. Pero, probablemente hay algo de verdad en IO, deberías buscarlo....
Mi comprensión de ARIMA fue suficiente para comenzar con el cálculo de AIC con diferentes ajustes. Para calcular el AIC necesitamos obtener la Log-Likelihood, si entiendo bien, la función de máxima verosimilitud. Pero, algo que tengo con R no encaja un poco.
¿No hay códigos de fuente en los pluses? Para copiar y pegar, y luego resolverlo sobre la marcha
Estoy agotado tratando de resolverlo yo mismo, hasta que encontré un código fuente normal con explicaciones, y no está completamente terminado.