Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2785
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
Especialmente para este hilo, ahora durante media hora, utilizando sólo OHLC, más o menos esbozado un indicador de flecha.
Esta es la primera vista previa sin filtros y sin otros trucos sólo OHLC. Este algoritmo funcionará en cualquier TF.
Nos guste o no, pero no R-clave y Python no ayudará si usted no entiende la profundidad y el significado de los gráficos financieros. Lo siento por la grosería, por supuesto.
No muestra nada útil.
Es sólo un indicador de pips ordinario.
Ese es el tipo de cosas que te estafan en un santiamén.
---
ya sabes, tienen una barra más, no puedes verla.
Te darán una flecha hacia arriba, rebotarás.
y la moverán hacia abajo.
y ala hooey, tu estas como.
coges la parada.
y la historia se repite, repetidamente.
los pavos no funcionan, ya deberias haberlo aprendido, no eres un niño.
;)
te dieron vectores, escribieron un artículo y te trataron como a una baratija....
el movimiento de los precios es un conjunto de parámetros que forman un vector.
No muestra nada bueno.
pipsqueak
Este tipo de estafa es un golpe de uno-dos
---
ya sabes, tienen una barra más, no puedes verla.
Te dan una flecha hacia arriba, te has ido en bici.
y se moverán hacia abajo.
y ala hooey, vas a estar, como.
coges una parada.
y la historia se repite, repetidamente.
los pavos no funcionan, ya deberías saberlo, no eres un niño.
;)
Funcionan. Funcionan. Sólo hay que enfocar el precio desde el lado correcto.
Ahora sé con certeza que para el MdD sólo deben presentarse precios y nada más.
TGAN y otros GAN, autocodificadores, estimación de la densidad del núcleo, cópulas
No se ha probado TGAN, los demás son peores que GMM
Tal vez haya nuevos GAN de series temporales disponibles.
*GMM no converge bien en muestras grandes, hay que usar muestras no muy grandes.¿Cómo de grandes? 10000 características con una fila de 100 cada una. ¿es mucho?
¿Cómo de grande? 10.000 rasgos con una fila de 100 cada uno. ¿Es mucho?
.
¿Por qué usas las manos? Tienes un robot. ¿O quieres algo de adrenalina apostando?
Dejé de operar con las manos después de perder unas cuantas.
¿O quieres un poco de adrenalina de los juegos de azar? A veces también me apetece, pero la experiencia me dice que no debería...
Respuesta transitoria a partir de la representación del espacio de estados
Gráficos (animados) de transición de Markov
sólo
в Марковских случ. процессах поведение зависит только от значений, принятых системой в наст. момент.
И
en las cadenas de Markov la transición de los procesos a otros estados se produce por saltos bajo la influencia de factores aleatorios...
- el tiempo no es aleatorio, ni siquiera en las series de Taylor...
Respuesta transitoria a partir de la representación del espacio de estados
Gráficos (animados) de transición de Markov
sólo
- El azar no existe, ni siquiera en los rangos de Taylor....
En el proceso de Markov no hay dependencia del valor en el momento.
En general, lo entiendo como una función del ruido. Y entiendo el ruido como un proceso de muchos factores que no se pueden controlar debido a su multiplicidad. Es decir, si hay pocos factores, el proceso está controlado, pero a partir de un cierto número de factores empiezan a aparecer colisiones y resultados probabilísticos de la suma de los factores. Además, los factores pueden tener y tienen conexiones y retroalimentaciones. Pero el proceso de Markov no tiene tales conexiones.
En un proceso de Markov, no hay dependencia del valor en el momento.
¿Qué quieres decir, donde usted está en la matriz de transición, usted va de allí.
Es decir, si los factores son pocos, el proceso está controlado, pero a partir de un cierto número de factores empiezan a producirse colisiones y resultados probabilísticos de la suma de los factores. Además, los factores pueden tener y tienen conexiones, y hay retroalimentaciones. Pero el proceso de Markov no tiene tales conexiones.
Describe variables aleatorias - ¿cómo puede tener conexiones (lógicamente, están ausentes).... pero si hay una matriz, significa que podemos encontrar/describir/perdernos/formar conexiones en ella... imho sobre describir el estado bajo la influencia de los acontecimientos... toda la misma estadistica, pero tambien un paso adelante dependiendo del estado (y justo este paso establece la dinamica de la serie estadistica de cada momento)... solo que también me confunde la "aleatoriedad" en la formulación de todo el markoviano (pero para eso están la estadística y la dim_reduction).