L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2758
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Il ricampionamento viene effettuato per rimuovere i valori erratici, appiattire il campione
1. Il ricampionamento di un outlier non lo rimuove. Esistono programmi, e si può fare alla maniera di Kolkhoz: cambiare tutto ciò che è maggiore di +/- 0,005 del quantile corrispondente con questo valore. Le statistiche cambiano notevolmente.
2. Estremamente interessante, soprattutto per quanto riguarda l'entropia. Vorrei vedere i risultati. La correlazione è per le serie stazionarie, possiamo dimenticarla.
Che cos'è la finestra di balbuzie non fissa? Un numero diverso di caratteristiche/colonne in ogni riga? Ma si dovrebbe immettere nel modello sempre lo stesso numero di colonne.
1. Il ricampionamento degli outlier non viene rimosso. Ci sono dei programmi, ma possiamo farlo alla maniera di kolkhoz: cambiamo tutto ciò che è maggiore di +/- 0,005 del quantile corrispondente in questo valore. Le statistiche cambiano in modo sorprendente.
2. Estremamente interessante, soprattutto per quanto riguarda l'entropia. La correlazione è per le serie stazionarie, potete scordarvela.
Qual è la finestra non impegnata? Un numero diverso di caratteristiche/colonne in ogni riga? Ma si dovrebbe inserire nel modello sempre lo stesso numero di colonne.
E quanto sopra è stato scritto da qualche parte di recente, se i mod non l'hanno ripulito
La ricerca su "finestra non corretta" dà solo questa pagina
Il ricampionamento attraverso qualsiasi cosa con gaussiane al suo interno - lo rimuove
Curioso, ma molto intelligente.
Una ricerca su "finestra non fissa" fornisce solo questa pagina
Curioso, ma molto complicato.
Il ricampionamento viene effettuato per rimuovere gli outlier, gaussianizzare il campione
Completamente non chiaro.
So esattamente che ho bisogno di finestre diverse su parti diverse della serie temporale. Ma il problema è vecchio: se si sceglie una finestra su un segmento, non è detto che sia la stessa finestra sul segmento successivo, una variante della non stazionarietà della larghezza della finestra.
Non è affatto chiaro.
So per certo che è necessario avere una finestra diversa su parti diverse della serie temporale. Ma il problema è vecchio: se si prende una finestra su una certa sezione, non necessariamente questa finestra sarà sulla sezione successiva, una variante della non stazionarietà della larghezza della finestra.