Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3254
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
sin patrón, los patrones se buscan por matriz corr.
Tal vez hay algo que no entiendo.
Quizá haya algo que no entiendo.
Patrón = conjunto de muestras con alta correlación entre sí.
Puede haber muchos patrones de este tipo en todo el conjunto de datos, cada uno con un número diferente de coincidencias en el historial.
Sin una matriz, no encontrarás nada, o elegirás una parte fragmentada, y yo estoy contando todas las variantes posibles.
Así que tienes que tomar cada fila y calcular la correlación con todas las demás filas, se obtiene una matriz.Patrón = conjunto de muestras con alta correlación entre sí
Puede haber muchos conjuntos de este tipo en todo el conjunto de datos
Sin una matriz no encontrarás nada, o escogerás una parte fragmentada, y yo estoy contando todas las variantes posibles.
Así que tienes que tomar cada fila y calcular la correlación con todos los demás, se obtiene una matriz.En general, es similar a la agrupación.
Aquí se maximiza la similitud de los ejemplos.
.
La clasificación/regresión en árboles maximiza la similitud futura de estos ejemplos. Empeora la similitud pasada.
También hice algo parecido hace tiempo, ahora con nuevos pensamientos lo estoy rehaciendo
Patrón = conjunto de muestras con alta correlación entre sí
Puede haber muchos patrones de este tipo en todo el conjunto de datos, cada uno con un número diferente de coincidencias en el historial
Sin una matriz, no encontrarás nada, o elegirás una parte fragmentada, y yo estoy contando todas las variantes posibles.
Así que tienes que tomar cada fila y calcular la correlación con todas las otras filas, se obtiene una matriz.Tenemos unos datos tridimensionales.
Una fila es una observación, una columna es un rasgo.
La primera fila es como los datos más recientes.
podemos calcular la correlación de la última fila con cada una de las otras filas.
Y obtenemos este "patrón de similitud" entre la última/actual fila y el historial.
Se podría hacer clustering y obtener algo así también.
Pero por qué necesitamos contar toda la matriz de correlación si sólo necesitamos el estado de las cosas con respecto a la fila actual/última no lo entiendo.
¿Cuál es la profundidad del pensamiento aquí?
¿Es que vamos a encontrar todos los patrones a la vez? ¿Necesitamos todos los patrones? ¿O necesitamos el que corresponde a la situación actual y a la última observación?
¿Tenemos datos tridimensionales
Una fila es una observación, una columna es un rasgo.
La primera fila es como los datos más recientes.
Puede calcular la correlación de la última fila con cada una de las demás filas.
Y obtenemos este "patrón de similitud" entre la última fila/actual y el historial
También puedes hacer clustering y obtener algo parecido.
pero no entiendo por qué necesitamos calcular toda la matriz de correlaciones si sólo necesitamos el estado de las cosas con respecto a la fila actual/última.
¿Cuál es la profundidad del pensamiento aquí?
¿Es que vamos a encontrar todos los patrones a la vez, y necesitamos todos los patrones o necesitamos el que corresponde a la situación actual y a la última observación?
No hay actual, es sólo una búsqueda de la historia.
Luego ordenas los patrones según tus métricas, y luego coses los mejores en el bot.
no hay corriente, es sólo una búsqueda de la historia
Bueno puedes buscar un patrón a la vez casi gratis en términos de RAM, para que quieres ver todos los patrones de todo el historial si en un momento dado solo puedes estar en un patrón, no en todos....
¿O es que no entiendo algo?
Bueno puedes buscar un patrón a la vez casi gratis en términos de RAM, para qué quieres ver todos los patrones de todo el historial si en un momento dado sólo puedes estar en un patrón, no en todos...
¿O es que no entiendo algo?
todavía tienes que repasarlos todos y elegir los mejores para comprobarlos con los nuevos datos.
#32456aún tienes que revisarlos todos y elegir los mejores para comprobarlos con los nuevos datos.
#32456¿Construyes una matriz de correlación (grande) de rasgos y luego seleccionas las filas más correlacionadas? ¿Son como patrones?
matriz de correlación entre las filas de las características dadas, entonces se seleccionan las filas más correlacionadas
Se construye una matriz de correlación (grande) de características, y luego se seleccionan las filas correlacionadas en función de ella? ¿Son como patrones?
Algo así