トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 1382

 
マキシム・ドミトリエフスキー

いや、リターンと言っているだけで、-1の代わりにlog()を入れても、同じこと、つまりlogreturnsになりますよ。20個しかないのですから、この情報損失は非常に大きいです。

私の問題では20枚で十分です。一般的な場合、もっと必要な場合があります。具体的な内容によって異なります。

イマイチ、logを入れられない......非線型変換だから。一般的なケースでは、その有用性は非常に疑問です。

一般的には、入力系列をシグモイドやタンに通すことで、主要な価格が「線形」部分になり、非線形の部分がスパイクに限定されるようにするのです。

 
Uladzimir Izerski:

なぜプレディクターが必要なのか?

生々しいチャートはもう嫌ですか?

あなたはMOとアルゴトレーディングについてよく知らない、私は著者が無能であるため、市場であなたの「グレイル」を購入しないようにできるだけ多くの人々に助言しなければならない。

 
Yuriy Asaulenko:

私のタスクでは、20枚で十分です。一般的なケースでは、もっと必要かもしれませんね。具体的な内容によって異なります。

イマイチ、logを入れることができない - 非線形変換である。一般的なケースでは、その有用性は非常に疑問です。

ログが必要なのは、価格が 刻みの累積ではなく、複利のように積として変化 するからであるが、変化が非常に小さい通貨の場合は、意味がない。

 
ユーリイ・アサウレンコ

私のタスクでは、20枚で十分です。一般的なケースでは、もっと必要かもしれませんね。具体的な内容によって異なります。

イマイチ、logを入れることができない - 非線形変換である。一般的なケースでは、その有用性は非常に疑問です。

一般的なケースでは,入力系列をシグモイドやタンフに通して,主要な価格が「線形」セクションにあるようにし,非線形性は外れ値にのみ限定するようにしています.

NSがS状結節を通過させるような?)) または追加で何かを与える

 
マキシム・ドミトリエフスキー

NSがS状結節を通過させるようなものですか?))なのか、それとも何か余分なものを与えているのか。

ただし、入力時ではない)。入力列のスパイクを制限することで、NSの入力で神経細胞が過負荷にならないようにしている。

 
Yuriy Asaulenko:

ただし、入力時ではない)。入力系列の外れ値に制限を与えることで、NSの入力でニューロンを過負荷にしない。

アークタンジェント...フィッシャー 変換...にかけることもできます。

...分布をより正常にするような...が、データの残りは私が決めることではありません ))

 
マキシム・ドミトリエフスキー

アークタンジェントを通すと...フィッシャー変圧器

のように、より正規の分布になります。が、データの残りは私が決めることではありません ))

出力の中心部分が主領域でリニアであればよい。

外れ値を除いて、すべてのデータが揃い、少しつぶされます。信号処理のための全く普通の方法。

そうしないと、あなたの歴史の中にある何らかのスパイクが、あなたのニューロンを詰まらせ、見えなくなるまで詰まらせ続けることになるのです。あなたのNSは、ただ否定されるか、無意識になるかのどちらかです。)

 
グレイル

対数が必要なのは、価格が刻みの累積和としてではなく、複利のように積として変化するからだが、変化が非常に小さい通貨の場合、これは意味がない。

私は、多かれ少なかれ安定した市場では、M(dC/C) =~const と仮定しています。

 

除算(P[i] / P[0])ではなく、減算(P[i] - P[0])、つまり相対的な価格変動ではなく、絶対的な価格変動を適用しているのです。あらかじめ外れ値(最大値と最小値から数量で1%)を取り除いておく。

分割することで何かメリットがあるのでしょうか?現在、正規化とスケーリングを必要としないフォレストを使用しています。

 
elibrarius:

除算(P[i] / P[0])ではなく、減算(P[i] - P[0])、つまり相対的な価格変動ではなく、絶対的な価格変動を適用しているのです。あらかじめ外れ値(最大値と最小値から数量で1%)を取り除いておく。

分割することで何かメリットがあるのでしょうか?現在、正規化とスケーリングを必要としないフォレストを使用しています。

価格の対数差(その比の対数も同じ)は、差だけよりも正規分布に近いというのが通説である。同じ理由で、価格は幾何学的な ブラウン運動でモデル化され、ブラック・ショールズ式が導き出される。

理由: