L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2311

 
Maxim Dmitrievsky:

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 le cos, l'économétrie de matstat et toute autre métrique))) tout commence par une moyenne))))
 
Valeriy Yastremskiy:
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

 
Maxim Dmitrievsky:

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.

Dossiers :
RndIn.mq5  3 kb
 
Expériences pour onormaliser la distribution. Deux fichiers avec Euro et 2 avec des pgsc différents.
Dossiers :
ed1.png  550 kb
ed2.png  515 kb
rnd1.png  564 kb
rnd2.png  481 kb
 
Maxim Dmitrievsky:

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.

pcabuildbasis(
double[,] x,       // матрица цен инструментов 
int npoints,       // количество цен для каждого инструмента
int nvars,         // количество инструментов
out int info,      // результат операции, любое положительное число - все ок
out double[] s2,   // массив разбросов / дисперсий для всех найденных векторов
out double[,] v)   // массив векторов, каждый вектор и есть искомые весы для выравнивая наборов вокруг нуля 

Comment obtenir, par exemple, 2 colonnes de composantes principales à partir de s2 et v.
Je suppose que x doit être multiplié/divisé avec ces coefficients ?
Avez-vous du lait maternisé ?

Les tableaux s2 et v semblent être triés, les principaux sont-ils au début ou à la fin ?
Индикаторы: Portfolio Optimizer
Индикаторы: Portfolio Optimizer
  • 2018.12.01
  • www.mql5.com
Portfolio Optimizer: Автор: transcendreamer...
 
elibrarius:

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.
Je suppose que x doit être multiplié/divisé avec ces coefficients ?
Y a-t-il une formule ?

Les tableaux s2 et v semblent être triés, les principaux sont-ils au début ou à la fin ?

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]


dot(X,Y) - Produit d'honneur (c'est ainsi que l'on multiplie les vecteurs et les matrices en Python)
Как работает метод главных компонент (PCA) на простом примере
Как работает метод главных компонент (PCA) на простом примере
  • habr.com
В этой статье я бы хотел рассказать о том, как именно работает метод анализа главных компонент (PCA – principal component analysis) с точки зрения интуиции, стоящей за ее математическим аппаратом. Максимально просто, но подробно. Математика вообще очень красивая и изящная наука, но порой ее красота скрывается за кучей слоев абстракции. Показать...
 
elibrarius:

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]


dot(X,Y) - Produit d'honneur (c'est ainsi que l'on multiplie les vecteurs et les matrices en Python)

https://gist.github.com/freemancw/2981258

Alglib PCA Example
Alglib PCA Example
  • gist.github.com
Alglib PCA Example. GitHub Gist: instantly share code, notes, and snippets.
 
Je l'ai vu. Ce n'est pas ça. Il a simplement réécrit la matrice 3x3 en variables. Mais les nouveaux vecteurs de composantes ne sont pas calculés.
Le résultat est d'obtenir 6 lignes pour chaque composant (selon cet exemple).