L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2311
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Alors leur présence ici est étrange, puisqu'ils ont tous appris le Tao il y a longtemps.
Je ne vois pas de grandes différences entre la csos, l'économétrie de matstat et toute autre métrique))) tout commence par une moyenne))))
Alors il n'y a aucun intérêt à échanger la chaussure contre une chaussure
Alors il n'y a pas de raison d'échanger un shill contre un shill.
Il y a peut-être un intérêt, mais il est aléatoire et coûteux). La résolution de cette série de problèmes a pour but d'identifier quelque chose ou de simplifier les calculs. La décomposition en fonctions stationnaires, dans le but d'identifier les cycles, n'a de sens que si ces cycles existent). Dans la nature, ils existent bel et bien, et bien sûr, dans les résultats de la vie, ils sont tout simplement obligatoires)))). Mais pour comparer ces fonctions stationnaires avec les phénomènes qui les ont générées... Eh bien, ce n'est probablement pas aujourd'hui....
Réflexions sur 2 chemins. 1 - recherchez les caractéristiques des rangs sur lesquels vous pouvez gagner de l'argent. Il s'est avéré que ce n'était pas si facile, vous regardez la parcelle où les gens ont pu gagner, et les statistiques ne montrent rien.
2 - Montage du système sur la série. Dans le cas le plus simple, la série originale est multipliée par +-1 à une certaine condition. Et si nous ne pouvons toujours pas détecter de régularités, alors à quoi bon prendre des paramètres aléatoires comme condition ou changer le sens de la transaction après un certain intervalle de temps. Comme exemple de chouettes dans la remorque.
Alors il n'y a aucun intérêt à échanger la ferraille contre le rebut.
Maxim, vous semblez avoir compris le MGC alglib https://www.mql5.com/ru/forum/36408/page17#comment_9620369.
Comment obtenir, par exemple, 2 colonnes de composantes principales à partir de s2 et v.
Les tableaux s2 et v semblent être triés, les principaux sont-ils au début ou à la fin ?Je suppose que x doit être multiplié/divisé avec ces coefficients ?
Avez-vous du lait maternisé ?
Maxim, vous semblez avoir compris le MGC d'Algiba https://www.mql5.com/ru/forum/36408/page17#comment_9620369.
Comment obtenir, par exemple, 2 colonnes de composantes principales à partir de s2 et v.
Les tableaux s2 et v semblent être triés, les principaux sont-ils au début ou à la fin ?Je suppose que x doit être multiplié/divisé avec ces coefficients ?
Y a-t-il une formule ?
J'ai fait pca et lda, mais je ne me souviens plus, malheureusement c'était il y a longtemps. Je n'ai rien obtenu d'utile, alors c'est oublié.
Peut-être que quelqu'un d'autre le sait ?
Il y a l'étape 4, il y a du code comme celui-ci pour créer des colonnes de composants, mais je n'arrive pas encore à trouver comment répéter cela avec des cycles et (*/+-).
_, 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]
Peut-être que quelqu'un d'autre le sait ?
Il y a l'étape 4, il y a du code comme celui-ci pour créer des colonnes de composants, mais je n'arrive pas à trouver comment répéter cela avec des boucles et (*/+-).
_, 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
Le résultat est d'obtenir 6 lignes pour chaque composant (selon cet exemple).