L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 1490
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
Je n'ai pas encore regardé, c'est mon jour de congé. Je vous le ferai savoir quand j'aurai le temps, plus tard dans la semaine je veux dire.
Je regarde les paquets pour l'instant. Je pense quehttps://hmmlearn.readthedocs.io/en/latest/tutorial.html
devrait
Ensuite, vous prenez l'algorithme de Viterbi et vous obtenez (test de données)
Vous obtenez deux états, ça devrait ressembler à ça.
C'est un vrai graal).
Peut-être que je suis confus, mais ces photos ne sont pas il n'y a pas si longtemps démontré quelqu'un Inocenti ? Et puis il s'est avéré que c'était un voyeur, fiaspalm.
Je ne suis pas sûr de l'effet qu'il aura sur la non-stationnarité... et s'il est lent, il est difficile de le monter et de le corréler.
à mon avis, le principal problème est la mise à l'échelle/transformation des données, l'extraction des cycles, car même la régression non linéaire ou les SVM donnent de bons résultats si les modèles se répètent (sur la BP artificielle).
c.-à-d. que les problèmes liés à la sélection des modèles sont exagérés.Ouais, j'essaie juste d'égayer le sujet)))
Peut-être que je suis confus, mais ces photos n'ont-elles pas été montrées il n'y a pas si longtemps par un certain Inokentiy, et il s'est avéré que c'était un voyeur, putain de honte, facepalm
Je pense que vous pouvez obtenir des images similaires avec des MA ordinaires. Regardez de plus près.
Il semble que vraiment pas mieux que le mashki, en fait pour une zone particulière peut être optimisé mashki et plus cool, et, oui, le graal a glissé à nouveau ...
C'est juste qu'apparemment la coloration de la carte est comme celle d'Inokenty, c'est pourquoi je l'ai...Je pense que si vous allouez les modes correctement, vous pouvez obtenir des fonctions AR informatives.
Je me frappe encore la tête contre le mur pour savoir comment le réécrire en mql, mais c'est l'élément manquant qui transformera vos déchets en modèles fonctionnels.
https://www.quantstart.com/articles/market-regime-detection-using-hidden-markov-models-in-qstrader
Pourquoi le réécrire ? Voir alglib.
CMarkovCPD::~CMarkovCPD(void)
{
}
//+------------------------------------------------------------------+
//| DESCRIPTION: |
//| This function creates MCPD (Markov Chains for Population Data) |
//| solver. |
//| This solver can be used to find transition matrix P for |
//| N-dimensional prediction problem where transition from X[i] to |
//| X[i+1] is modelled as X[i+1] = P*X[i] |
//| where X[i] and X[i+1] are N-dimensional population vectors |
//| (components of each X are non-negative), and P is a N*N |
//| transition matrix (elements of are non-negative, each column |
//| sums to 1.0). |
//| Such models arise when when: |
//| * there is some population of individuals |
//| * individuals can have different states |
//| * individuals can transit from one state to another |
//| * population size is constant, i.e. there is no new individuals |
//| and no one leaves population |
//| * you want to model transitions of individuals from one state |
//| into another |
//| USAGE: |
//| Here we give very brief outline of the MCPD. We strongly |
//| recommend you to read examples in the ALGLIB Reference Manual |
//| and to read ALGLIB User Guide on data analysis which is |
//| available at http://www.alglib.net/dataanalysis/ |
//| 1. User initializes algorithm state with MCPDCreate() call |
//| 2. User adds one or more tracks - sequences of states which |
//| describe evolution of a system being modelled from different |
//| starting conditions |
//| 3. User may add optional boundary, equality and/or linear |
//| constraints on the coefficients of P by calling one of the |
//| following functions: |
//| * MCPDSetEC() to set equality constraints |
//| * MCPDSetBC() to set bound constraints |
//| * MCPDSetLC() to set linear constraints |
//| 4. Optionally, user may set custom weights for prediction errors |
//| (by default, algorithm assigns non-equal, automatically chosen|
//| weights for errors in the prediction of different components |
//| of X). It can be done with a call of |
//| MCPDSetPredictionWeights() function. |
//| 5. User calls MCPDSolve() function which takes algorithm state |
//| and pointer (delegate, etc.) to callback function which |
//| calculates F/G. |
//| 6. User calls MCPDResults() to get solution |
//| INPUT PARAMETERS: |
//| N - problem dimension, N>=1 |
//| OUTPUT PARAMETERS: |
//| State - structure stores algorithm state |
//+------------------------------------------------------------------+
Pourquoi le réécrire ? Voir alglib.
wow, c'est dans datanalisis ou solvers ? je ne l'ai pas vu dans l'aide
wow, c'est dans le datanalisis ou dans les solveurs ? je ne l'ai pas vu dans l'aide
datanalisis - recherche du fichier lui-même
l'en-tête indique que des exemples sont disponibles sur le site web, mais il n'y a pas d'exemples sur le site web.
Dans l'en-tête, il est indiqué de regarder les exemples sur le site web, mais il n'y a pas d'exemples sur le site web.
Si vous savez comment travailler avec cela dans d'autres langues, je pense que vous pouvez utiliser cette version par analogie. Les paramètres d'E/S devraient être similaires.