L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2848

Nouveau commentaire
 
Aleksey Nikolayev #:

Essayez de construire un histogramme (au sens conventionnel habituel) pour un échantillon de hauteurs de colonnes. Vous pouvez également essayer de construire une fonction de survie.

Je l'ai construite, et comment comptez-vous l'utiliser ?

En ce qui concerne la fonction de survie, je ne sais pas comment l'utiliser.

Dossiers :
Poisk_List_0_P.png  11 kb
Poisk_List_1_P.png  12 kb
Poisk_List_64_P.png  11 kb
 
Aleksey Vyazmikin #:

Vous l'avez donc construit, et comment comptez-vous l'utiliser ?

Quant à la fonction de survie, je ne sais pas comment l'utiliser.

Par exemple, dans la première figure, il y a un déclin notable vers 8-9, ce qui correspond à votre clôture et à vos arbres. Vous pouvez voir plus précisément la pente du déclin sur le graphique de la fonction de survie - elle y est définie par une section horizontale.

 
Aleksey Nikolayev #:

Par exemple, dans la première figure, il y a un déclin notable vers 8-9, ce qui correspond à votre clôture et à vos arbres. Vous pouvez voir le segment de déclin plus précisément sur le graphique de la fonction de survie - il y est défini par une section horizontale.

Il est clair que l'histogramme peut être divisé en deux parties, mais il s'agit d'une question d'automatisation et d'unification du processus. Si l'écart n'est pas important en termes absolus, l'histogramme ne le montrera pas.

 
Aleksey Vyazmikin #:

Il est clair que l'histogramme peut être divisé en deux parties, mais il s'agit ici d'automatiser et d'unifier le processus. Si l'écart n'est pas important en termes absolus, l'histogramme ne le montrera pas.

C'est pourquoi j'ai parlé de la fonction de survie (il existe également une fonction de risque). Ne soyez pas paresseux pour apprendre de nouvelles choses et n'essayez pas de tout inventer par vous-même - quelqu'un a déjà résolu n'importe lequel de vos problèmes.

 
Aleksey Nikolayev #:

Ne soyez pas paresseux pour apprendre de nouvelles choses et n'essayez pas d'inventer par vous-même - tous les problèmes que vous avez rencontrés ont déjà été résolus par quelqu'un d'autre.

++++

 
Aleksey Nikolayev #:

C'est pourquoi j'ai parlé de la fonction de survie (il existe également une fonction de risque). Ne soyez pas paresseux pour apprendre de nouvelles choses et n'essayez pas de tout inventer par vous-même - quelqu'un a déjà résolu vos problèmes.

Soyons précis - que proposez-vous de faire ? Se référer aux corps éthériques sans comprendre de manière productive comment et pourquoi les utiliser est une perte de temps.

Je suis prêt à vous aider à comprendre l'algorithme de construction de la fonction de survie - j'écrirai le code et nous réfléchirons plus avant. Et vos suppositions sur ma paresse sont tout simplement insultantes, compte tenu de la quantité d'informations que je traite pour les appliquer à mes tâches.

 
Aleksey Vyazmikin #:

Soyons précis - que proposez-vous de faire ? Se référer aux corps éthériques sans comprendre comment et pourquoi les utiliser est une perte de temps.

Si vous êtes prêt à m'aider à comprendre l'algorithme de construction de la fonction de survie, j'écrirai le code et nous réfléchirons plus avant. Et vos suppositions sur ma paresse sont tout simplement insultantes, compte tenu de la quantité d'informations que je traite pour les appliquer à mes tâches.

En gros, vous n'êtes pas paresseux pour abattre des arbres, mais vous êtes paresseux pour aiguiser une hache.

Fonction de risque, la variante la plus simple de R

#  x - выборка, y - функция риска
x <- sort(x)
nx <- length(x)
y <- log(nx/(nx:1))
plot(x, y, type = "l")

Les sections de la courbe proches de la ligne horizontale correspondent à des creux dans l'histogramme et ici ces sections peuvent être déterminées avec plus de précision, puisqu'il n'y a pas de lien avec le partitionnement (comme dans les histogrammes). Je l'utilise, par exemple, pour étudier la distribution des hauteurs des genoux en zigzag.

 
Aleksey Nikolayev #:

Fonction de risque, variante la plus simple de R

Qu'entendez-vous par nx:1 ? N'obtenez-vous pas plus d'un nombre dans le vecteur y après avoir cherché le logarithme ? Je ne connais pas la syntaxe de R.

Aleksey Nikolayev #:

Les sections de la courbe proches de la ligne horizontale correspondent à des creux dans l'histogramme et ici ces sections peuvent être définies plus précisément, puisqu'il n'y a pas de lien avec le partitionnement (comme dans les histogrammes). Je les utilise, par exemple, lorsque j'étudie la distribution des hauteurs des genoux en zigzag.

"Close" - comment unifier le degré de proximité ? Je veux un algorithme, pas une estimation manuelle à la fin.

Pour l'instant, nous créons un prédicteur simple qui indiquera le pourcentage de ces valeurs aberrantes dans l'échantillon. Ensuite, nous pourrons réfléchir à la possibilité d'estimer la distribution de ces valeurs aberrantes dans l'échantillon.

 
Aleksey Vyazmikin #:

Que voulez-vous dire par nx:1 ? N'obtenez-vous pas plus d'un nombre dans le vecteur y après avoir cherché le logarithme ? Je ne connais pas la syntaxe de R.

C'est un vecteur de longueur nx avec des valeurs de nx à 1. Apprenez R, aiguisez votre hache.

Aleksey Vyazmikin #:

"Close" - comment unifier le degré de proximité ? J'ai besoin d'un algorithme, pas d'une estimation manuelle à la fin.

Cela dépend de votre tâche, c'est à vous de décider comment. Il est peu probable que ma variante fonctionne pour vous - j'utilise un écart par rapport à la forme théorique de la fonction de risque calculée pour SB.

 
Aleksey Nikolayev #:

Il s'agit d'un vecteur de longueur nx dont les valeurs sont comprises entre nx et 1. Apprenez R, aiguisez votre hache.

nx est le nombre d'éléments du même vecteur. Comment peut-il être inférieur ou égal à 1 s'il est supérieur à 1 ?

L'article insiste généralement sur le fait qu'il faut connaître la distribution avant d'appliquer la méthode elle-même.
1...284128422843284428452846284728482849285028512852285328542855...3399
Nouveau commentaire