L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2405
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
L'idea è generalmente corretta, ma non richiede necessariamente l'addestramento online nella vita reale, può essere fatto solo durante la fase di formazione/addestramento di base e poi utilizzato come tale
Beh sì, ha senso che non ci siano calcoli pesanti quando si fa trading.
(CSC) analisi spettrale e trading
https://imetricablog.com/2013/02/19/high-frequency-financial-trading-on-forex-with-mdfa-and-r-an-example-with-the-japanese-yen/
Ho deciso di confrontare le metriche di prossimità tra loro, che sono più adatte per il riconoscimento dei dati di mercato...
La metrica più comune è "euclidea" , che è usata in quasi il 99% dei casi ed è una specie di standard in MO...
quasi tutti i cluster ci lavorano...
Così 24 metriche sono state confrontate per l'adeguatezza del riconoscimento dei nuovi dati di mercato...
elenco delle metriche e risultato dell'errore
Come potete vedere euclid non è la soluzione migliore per i prezzi ))
Ho deciso di confrontare le metriche di prossimità tra loro, che sono più adatte per il riconoscimento dei dati di mercato...
La metrica più comune è "euclidea" , che è usata in quasi il 99% dei casi ed è una specie di standard in MO...
quasi tutti i cluster ci lavorano...
Così 24 metriche sono state confrontate per l'adeguatezza del riconoscimento dei nuovi dati di mercato...
elenco delle metriche e risultato dell'errore
Come potete vedere euclid è tutt'altro che la migliore soluzione per i prezzi ))
E il clusterizzatore li considererà uguali.
Questo è se hai solo prezzi di entrata. E se hai anche il tempo dalla barra 0 a quella in cui stai guardando il prezzo, e se hai anche i volumi (tick/reale) o qualcos'altro. Euclidea, e infatti qualsiasi distanza tra i chip sarà inadeguata. Come si possono uguagliare 5 pip di prezzo, 5 barre di minuti, 5 barre di ore, 5 lotti di volume? Non si può.
E il clusterizzatore li considererà uguali.
Puoi usare la metrica Mahalanobis o qualche tipo di normalizzazione dei dati.
Si potrebbe usare la metrica Mahalanobis o qualche tipo di normalizzazione dei dati.
La normalizzazione cambierà semplicemente le scale. Farà un ellissoide da una palla - se i valori di mah non corrispondono. Con 2 ore e 7 lotti, si pareggiano 5 punti.
In ogni caso sta equiparando il caldo al morbido. Dopo la normalizzazione sarà caldo e soffice).
La normalizzazione cambierà semplicemente le masse. Farà un ellissoide da una palla - se i valori di mah non corrispondono. Con 2 ore e 7 lotti, si pareggiano 5 punti.
In ogni caso sta equiparando il caldo al morbido. Dopo la normalizzazione vi sentirete più caldi e confusi))
A volte puoi usare la loro funzione di distribuzione per le SB per normalizzare lecaratteristiche. Per esempio, le lunghezze del ginocchio a zig zag per gli SB sono distribuite esponenzialmente, ecc. Se la distribuzione non è conosciuta esattamente, può essere approssimata da una simulazione Monte Carlo.
La normalizzazione cambierà semplicemente le masse. La palla farà un ellissoide - se i valori di mah non corrispondono. Con 2 ore e 7 lotti, si pareggiano 5 punti.
In ogni caso sta equiparando il caldo al morbido. Dopo la normalizzazione vi sentirete più caldi e confusi))
Caldo con soffice è voler uguagliare -
barre a 5 ore e 5 lotti di volume
Si potrebbe usare la metrica Mahalanobis o qualche tipo di normalizzazione dei dati.
Perché tutti i matematici famosi hanno nomi così complicati?
Perché tutti i matematici famosi hanno nomi così complicati?
Indiano) Ne hanno di più complicati).