Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2311
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
Entonces su presencia aquí es extraña, ya que todos ellos aprendieron el Tao hace mucho tiempo.
No veo ninguna diferencia fuerte entre csos, matstat econometrics y cualquier otra métrica))) todo empieza con averaging))))
Entonces no tiene sentido cambiar el zapato por una zapatilla
Entonces no tiene sentido cambiar un chivato por un chivato.
Puede haber un punto, pero es aleatorio y caro). El sentido de resolver esta gama de problemas es identificar algo o simplificar los cálculos. La descomposición en funciones estacionarias, para identificar los ciclos tiene sentido si estos existen). En la naturaleza definitivamente existen, y por supuesto en los resultados de la vida son simplemente obligatorios)))). Pero para comparar estas funciones estacionarias con los fenómenos que las generaron... Bueno, probablemente no sea hoy....
Pensamientos sobre 2 formas. 1 - busque las características de las filas en las que puede ganar dinero. Resultó no ser tan fácil, se mira la parcela donde la gente pudo ganar, y las estadísticas no muestran nada.
2 - Adaptación del sistema a la serie. En el caso más sencillo, la serie inicial se multiplica por +-1 en alguna condición. Y si todavía no podemos detectar regularidades, entonces para qué molestarse, tomar parámetros aleatorios como condición o cambiar la dirección de la operación después de algún intervalo de tiempo. Como ejemplo de búhos en la caravana.
Entonces no tiene sentido cambiar la chatarra por la chatarra.
Maxim, parece que has descubierto el alglib MGC https://www.mql5.com/ru/forum/36408/page17#comment_9620369
Cómo obtener, por ejemplo, 2 columnas de componentes principales a partir de s2 y v.
Las matrices s2 y v parecen estar ordenadas, ¿las principales están al principio o al final?Supongo que hay que multiplicar/dividir x con estos coeficientes.
¿Tienes leche de fórmula?
Maxim, parece que has descubierto el Algiba MGC https://www.mql5.com/ru/forum/36408/page17#comment_9620369
Cómo obtener, por ejemplo, 2 columnas de componentes principales a partir de s2 y v.
Las matrices s2 y v parecen estar ordenadas, ¿las principales están al principio o al final?Supongo que hay que multiplicar/dividir x con estos coeficientes.
¿Existe una fórmula?
Hice pca y lda, pero ya no me acuerdo, lamentablemente fue hace mucho tiempo. No conseguí nada útil, así que está olvidado.
¿Quizás alguien más lo sepa?
Hay un paso 4, hay un código como este para crear columnas de componentes, pero todavía no puedo averiguar cómo repetir esto con ciclos y (*/+-).
_, vecs = np.linalg.eig(covmat)
v = -vecs[:,1])
Xnew = dot(v,Xcentered)
print Xnew
OUT: [ -9.56404107 -9.02021624 -5.52974822 -2.96481262 0.68933859 0.74406645 2.33433492 7.39307974 5.3212742 10.59672425]
¿Quizás alguien más lo sepa?
Hay un paso 4, hay un código como este para crear columnas de componentes, pero no puedo averiguar cómo repetir esto con bucles y (*/+-).
_, vecs = np.linalg.eig(covmat)
v = -vecs[:,1])
Xnew = dot(v,Xcentered)
print Xnew
OUT: [ -9.56404107 -9.02021624 -5.52974822 -2.96481262 0.68933859 0.74406645 2.33433492 7.39307974 5.3212742 10.59672425]
https://gist.github.com/freemancw/2981258
https://gist.github.com/freemancw/2981258
El resultado es obtener 6 filas para cada componente (según este ejemplo).