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 2087

 
mytarmailS:

Karoch )) は何も必要ない、周波数も位相もない、ただ最大の振幅 を持つ1つの高調波の振幅を送り ただ1つの符号を付けるだけである。

をつけるとノイズが多くなる

で、非常にクリアな信号が得られますが、もう一つの問題は、この信号が何を運んでいるかです))

聞こえないだけ

泣きっ面に蜂

で、フーリエ変換は、必要なものだけを強調します。
 
Renat Akhtyamov:

音が聞こえないだけです。

いわんこっちゃない

で、フーリエ変換は、必要なもの だけを強調します。

おねがいごと

 
Renat Akhtyamov:

聞こえないだけ

ちょうどPSHNH :)

 
mytarmailS:

ちょうどPSHNH :)

くだらないことを言うな。

振幅が大きく、何が何だかわからない......。

;))))

 
Valeriy Yastremskiy:

私は、もっと難しい課題だと考えています。ニュースだけを鵜呑みにするのは意味がない、それはトレーダーの経験が証明している)価格変動を見ることは必要だが、ニュースから大きな価格変動を見ることで、他に何が価格に影響を与えたかを探す。どんなニュースが流れていたのか見てみましょう。あと、株価指数とかと混ぜて図にするとか。

また、ニュースを意義だけで記述するのは欠陥があります。ニュースの期待値、現実の価値、価格への影響の方向性、これらの組み合わせで十分である。

現実はどのモデルよりも複雑だが、単純なモデルの助けがあってこそ、意味のある分析ができるのだ)。

 
アレクセイ・ニコラエフ

現実はどのモデルよりもはるかに複雑だが、単純なモデルの助けによってのみ、意味のある方法でそれを学ぶことができるのだ)。

複雑なモデルを理解しながら構築するために、単純なモデルによって記号の相乗効果を探索することは可能であり、また必要なことである。異なる単一の指標、ニュース、株価指数、CBレート、サードパーティーレート、あるいは価格に関する何かを同様のテストで見て、相関が見つかった場合にそれらをグループ化することは誰も禁じていない)。

 
アレクセイ・ニコラエフ

現実はどのモデルよりもはるかに複雑だが、単純なモデルの助けによってのみ有意義に理解することができる。)

現実は、私たちが高く売り、私たちから安く買うということです。

平均的なトレーダーは、どう考えても平均化で動いています。

ザッツオール

二兎を追う者は一兎をも得ず、その結果、群衆の中で目立つ存在となるのです。

 
Valeriy Yastremskiy:

複雑なモデルを理解しながら構築できるように、シンプルなモデルから相乗効果を見出すことができる(はずだ)。同じテスト、ニュース、株価指数、中央銀行のレート、第三者のレートなど、価格に関する異なる単一の指標を見て、相関が見つかればグループ化することを誰も禁じていない)。

複合とは、単純なルールから構成できるもの)

 
アレクセイ・ニコラエフ

から単純なルールでCONNECTEDされたもの)

スペクトル解析のように、単純な高調波から、任意の導電性の関数、加法 モデルを構成することができる...。

そう考えると、同じRandom Forestでも加法モデルであり、ある意味スペクトル分解であり、ランダムではあるが...。

 
mytarmailS:

ありがとう、本当に説明してくれて、数式が理解できない((

フィルターの種類については、ずいぶん前に読んだことがあるのですが、原理的には明確なんですね。

アーカイブを探し、見つけ、思い出し、考え出したが、やはり面白いものだ


対象は近似級数で、私はssaで近似しましたが、フーリエでも構いません、要はきれいに平滑化することです。

こんな感じ。


そして、スライディングウィンドウで

フーリエ変換を行い、周波数が0の高調波を除去し、最も振幅の大きい高調波を求めます(おっしゃるとおり)。

を作成し、MSUAに渡してトレーニングしてもらう。

学習後、理解しがたいが非常に明確な信号が得られるので、明らかに調和的な信号であることがわかる。

また、同じデータでフォレストは何も見つけられませんでした。

このスペクトル解析は、とても興味深いものです...。と、その上のフィルター...


ところで、数ページ前に、forrest は内部でデータを補間できないが、grid は補間できると言っていましたが、これは鮮やかな例です。

インクリメントでフーリエを行えば、SSAなしでも可能です。

トレーニングのために、3つのサイン波でインジケータを作り、異なるインジケータを適用してみましょう。

理由: