L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 49
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 comment rechercher la proximité à travers les composantes spectrales ?
Tu ne peux pas.
À proprement parler, l'analyse spectrale est TRÈS inapplicable aux séries chronologiques financières. Vous voyez, TRÈS bien. Parce qu'elle nécessite des données stationnaires, ce que les séries chronologiques financières ne sont pas.
Il existe des exemples de solutions particulièrement réussies (à ce qu'il semble). Il y avait Vadim Junko sur le site web, et il semble avoir réussi à faire quelque chose comme ça.
Critique d'ici.
De plus en plus de spécialistes des données préfèrent R
Les résultats de leur troisième enquête annuelle Quantitative Business Professionals ont été publiés.
Préférez-vous utiliser : SAS, R, ou Python ?
Les outils open source dominent globalement. SAS (payant) a réussi auprès des professionnels ayant plus de 16 ans d'expérience, tandis que ceux qui ont moins de 5 ans d'expérience ont préféré R. R était également le choix dominant des professionnels de l'analyse ayant un doctorat et un MSc.
D'autres graphiques sont donnés pour les deux utilisations :
SAR.
Données provenant du site web revolutionanalytics. Il est la propriété de Microsoft, qui non seulement maintient la partie gratuite du système R, mais développe également des outils payants.
Non.
1 ) À proprement parler, l'analyse spectrale est TRÈS inapplicable aux séries chronologiques financières. Vous voyez, TRÈS bien. Parce qu'elle nécessite des données stationnaires, ce qui n'est pas le cas des séries chronologiques financières.
2 ) Il existe des exemples de solutions particulièrement réussies (à ce qu'il semble). Il y avait Vadim Junko sur ce site, et il semble avoir réussi à faire quelque chose comme ça.
1)N'importe quelle fonction peut être décomposée en série harmonique de Fourier, voir ANY......
N'IMPORTE QUELLE fonction n'a essentiellement que trois tableaux avec des paramètres qui décrivent complètement N'IMPORTE QUELLE fonction et sont les plus objectifs par rapport aux autres mesures - amplitude, phase, fréquence......
Sans vouloir vous offenser, si vous ne comprenez pas la question, vous ne devez pas vous y mettre en tant que professeur, le rôle de l'étudiant est approprié ici, mais en aucun cas, pas de professeur ... encore une fois sans vouloir vous offenser.
2) Tous ceux que je connais qui ont réussi à prédire le marché en utilisant des réseaux neuronaux, ont tous utilisé Fourier d'une manière ou d'une autre pour le prétraitement des prédicteurs ou l'approximation des prix.
=================================
La question est toujours d'actualité....
Voici même ce gamin qui n'a pas froid aux yeux, regardez à partir de la minute 10.
https://www.youtube.com/watch?v=KUdWTnyeBxo&list=PLDCR37g8W9nFO5bPnL91WF28V5L9F-lJL&index=3
1)N'importe quelle fonction peut être décomposée en une série d'harmoniques de Fourier, voir ANY......
N'IMPORTE QUELLE fonction n'a essentiellement que trois tableaux avec des paramètres qui décrivent complètement N'IMPORTE QUELLE fonction et sont les plus objectifs par rapport aux autres mesures - amplitude, phase, fréquence......
Sans vouloir vous offenser, si vous ne comprenez pas la question, vous ne devez pas vous y mettre en tant que professeur, le rôle de l'étudiant est approprié ici, mais en aucun cas, pas de professeur ... encore une fois sans vouloir vous offenser.
2) Tous ceux que je connais qui ont réussi à prédire le marché en utilisant des réseaux neuronaux, ont tous utilisé Fourier d'une manière ou d'une autre pour le prétraitement des prédicteurs ou l'approximation des prix.
=================================
La question est toujours d'actualité....
Vous ne comprenez pas la signification de "stationnarité".
Bonne chance.
Vous ne comprenez pas la signification du terme "stationnarité".
Bonne chance.
1)N'importe quelle fonction peut être décomposée en une série d'harmoniques de Fourier, voir ANY......
N'IMPORTE QUELLE fonction ne possède essentiellement que trois tableaux avec des paramètres qui décrivent complètement N'IMPORTE QUELLE fonction et qui sont les plus objectifs par rapport aux autres mesures - amplitude, phase, fréquence......
Sans vouloir vous offenser, si vous ne comprenez pas la question, vous ne devez pas vous y mettre en tant que professeur, le rôle de l'étudiant est approprié ici, mais en aucun cas, pas de professeur ... encore une fois sans vouloir vous offenser.
2) Tous ceux que je connais qui ont réussi à prédire le marché en utilisant des réseaux neuronaux, ont tous utilisé Fourier d'une manière ou d'une autre pour le prétraitement des prédicteurs ou l'approximation des prix.
=================================
La question est toujours d'actualité....
1)N'importe quelle fonction peut être décomposée en une série d'harmoniques de Fourier, voir ANY......
Une question : est-il possible de mesurer les similitudes entre les fonctions via l'amplitude, la phase et la fréquence ?
C'EST ÇA ! !! Je ne suis pas intéressé par autre chose...
Tout le reste de ce qui est écrit sur Fourier est une conséquence de la réponse de CC et n'a rien à voir avec ma question.