L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2849
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
nx est le nombre d'éléments du même. Comment peut-il être inférieur ou égal à 1 s'il est supérieur à 1 ?
Il diminue de nx à 1. Par exemple, 5:1 = (5,4,3,2,1), et 1:5 = (1,2,3,4,5).
L'article insiste généralement sur le fait qu'il faut connaître la distribution avant d'appliquer la méthode elle-même.
Comme d'habitude dans matstat - un analogue empirique est construit à partir de l'échantillon. Comme la moyenne au lieu de l'espérance, la fréquence au lieu de la probabilité, ou l'ECDF au lieu de la CDF.
En gros, vous n'êtes pas trop paresseux pour abattre des arbres, mais vous êtes trop paresseux pour aiguiser votre hache.
La fonction de risque, la variante la plus simple de R
Les sections de la courbe proches de la ligne horizontale correspondent à des creux dans l'histogramme, et ici ces sections peuvent être déterminées 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.
Désolé d'avoir mal compris la question.
Ou s'agit-il d'un autre sujet ?La fonction de Huber peut-elle être considérée comme une fonction de risque ?
Elle semble être calculée comme vous l'avez montré sur R.
Si j'ai bien compris, elle définit un percentile de 10 % pour les émissions.
Est-il possible d'appliquer la fonction de perte de Huber en tant que fonction de risque ?
Diminue de nx à 1. Par exemple 5:1 = (5,4,3,2,1) et 1:5 = (1,2,3,4,5)
Comme d'habitude dans matstat - un analogue empirique est construit à partir de l'échantillon. Comme la moyenne au lieu de l'espérance, la fréquence au lieu de la probabilité, ou l'ECDF au lieu de la CDF.
D'accord, je l'ai tracé, mais qu'est-ce que j'en fais ?
Et comment puis-je utiliser un histogramme si x est le nombre d'éléments de l'échantillon ?
Et comment faire un histogramme si x est le nombre d'éléments de l'échantillon ?
X doit être un échantillon (de hauteurs de colonnes, dans votre cas) trié par ordre croissant. Et la fonction doit être croissante de zéro à log(nx). Si, par exemple, nx=5, alors y=( log(5/5), log (5/4), log (5/3) , log (5/2) , log (5/1)) .
Ou s'agit-il d'un autre opéra ?
Absolument pas. Vous parlez d'une des variantes de la fonction de perte, alors que nous parlons de la fonction de risque cumulatif.
Et l'entraînement au renforcement ?
Avec quoi allez-vous renforcer ?
De toute façon, vous n'aurez pas d'intelligence, mais seulement un modèle du système nerveux autonome, et ça ...
Peut-être que vous pourrez pratiquer quelques réflexes...
Et elle est où, l'intelligence ? Où sont les niveaux d'abstraction ? Où est la schizophrénie ?
Où est tout cela dans votre intelligence artificielle ?
Pour X, il doit y avoir un échantillon(de hauteurs de colonnes, dans votre cas) trié par ordre croissant. La fonction doit être croissante de zéro à log(nx). Si, par exemple, nx=5, alors y=( log(5/5), log (5/4), log (5/3) , log (5/2) , log (5/1)).
Précision importante !
Est-ce que c'est comme ça alors ?
Et comment transformer l'histogramme ?
Précision importante !
Est-ce bien le cas ?
Et comment convertir l'histogramme ?
Eh bien, vous pouvez déjà voir les sections horizontales. Il est également déconcertant de constater que l'échantillon maximal que vous avez ici est de 400, alors qu'il était auparavant d'environ 60. Peut-être devriez-vous prendre log(X) au lieu de X, après avoir éliminé les valeurs nulles de l'échantillon - cela vous permettra de voir la zone des petites valeurs de X de manière plus détaillée.
Quoi qu'il en soit, je ne sais pas quelle est votre tâche en général. La méthode ne répond qu'à une question spécifique que vous vous posez : comment séparer les "clôtures" les plus hautes des "arbres" les plus bas. Le début d'une section horizontale (ou proche de l'horizontale par rapport à la pente moyenne du reste de la courbe) est la clôture la plus haute, et la fin d'une telle section est l'arbre le plus bas. Il n'y a pas ou très peu de points sur cette section elle-même, ce qui nous permet de les négliger.
Vous pouvez maintenant voir les sections horizontales. Il est également déconcertant que l'échantillon maximum que vous avez ici soit de 400, alors qu'auparavant il était d'environ 60. Peut-être devriez-vous prendre log(X) au lieu de X, après avoir éliminé les valeurs nulles de l'échantillon - cela vous permettra de voir la région des petites valeurs de X de façon plus détaillée.
J'ai transformé X, mais je ne comprends toujours pas ce que vous y avez vu - et comment automatiser le processus de définition des coordonnées sur X pour sélectionner la plage souhaitée.
Pouvez-vous nommer les coordonnées spécifiques où le "graphique doux" commence ? Et il y avait un graphique horizontal, puis un mouvement à un angle aigu - il ne compte plus - jusqu'au premier graphique doux ou quoi ?
Quoi qu'il en soit, je ne sais pas quel est votre problème en général. La méthode ne répond qu'à une de vos questions spécifiques : comment séparer les "clôtures" les plus hautes des "arbres" les plus bas. Le début d'un segment horizontal (ou proche de l'horizontale par rapport à la pente moyenne du reste de la courbe) est la clôture la plus haute, et la fin d'un tel segment est l'arbre le plus bas. Il n'y a pas ou très peu de points sur cette section elle-même, ce qui nous permet de les négliger.
L'objectif est de trouver des prédicteurs décrivant la nature des séquences.
J'ai également converti le X, mais je ne comprends toujours pas ce que vous avez vu là - et comment automatiser le processus de définition des coordonnées sur le X pour sélectionner la plage souhaitée.
Pouvez-vous nommer les coordonnées spécifiques où le "graphique doux" commence ? Et il y avait un graphique horizontal, puis un mouvement à un angle aigu - est-ce que cela ne compte plus - jusqu'au premier graphique doux ou quoi ?
L'objectif est de trouver des prédicteurs qui décrivent la nature des séquences.
Dans la première figure, le graphique horizontal évident va d'environ 2,4 à 3.
S'il s'agissait, par exemple, d'un échantillon des hauteurs des genoux d'un zigzag, c'est l'occasion d'entrer sur la rupture du premier niveau et de prendre ses bénéfices sur le second.
S'il s'agissait, par exemple, d'un échantillon de la durée de vie d'une opportunité d'arbitrage, il vaut mieux entrer sur celles qui ont survécu au premier niveau.
Vous n'avez ni la force, ni le temps, ni l'envie de réfléchir à la manière dont vous pouvez utiliser cette courbe. Je vous ai déjà dit à plusieurs reprises que je suis un opposant à l'idée du "travail en commun" sur le forum. Je ne vois l'intérêt que d'une discussion superficielle sur des questions théoriques individuelles.