트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1737

새 코멘트
 
막심 드미트리예프스키 :

k-평균, 가장 단순한

글쎄, 그것은 동일하다

dbscan을 시도하십시오, 나는 그것이 더 좋을 것이라고 생각합니다

알다시피, 나는 당신이 클러스터링을 어떻게했는지 눈으로 볼 수도 있습니다)) 나 자신을 놀라게하고 있습니다)

 
알렉산더_K2 :

나는 시장 증분 확률의 분포가 가우스 CV와 지수(또는 일반적인 경우, Erlang) 배포판.

Erlang 분포는 틱 따옴표 사이의 시간 간격을 담당하며 이러한 숫자의 생성기는 다음과 같습니다.


여기서 람다는 사건의 흐름(따옴표)의 강도입니다.

Lambda=const이면 이 프로세스는 고정적이지만 시장에서는 흐름 강도가 다른 시간에 다릅니다. Lambda=f(t), 이는 전체 프로세스의 비정상성을 결정합니다.

저것. 정지된 프로세스를 선택하기 위해 전체와 동일한 자속 밀도를 갖는 VR의 개별 섹션을 고려해야 합니다.

따라서 VR을 하루 안에 몇 시간으로 나눈 다음 이 시간을 "접착"하려는 시도는 확실히 생명에 대한 권리가 있습니다.

추신

내 계산에 따르면 하루 중 다음 시간에 동일한 자속 밀도가 관찰됩니다.

0

1, 23

2, 5, 22

3, 4, 8, 21

6, 7

9, 12, 19

10, 11, 15, 18

13, 14

열여섯

17

20

뭐, 그냥 참고용으로...

 
mytarmailS :

글쎄, 그것은 동일하다

dbscan을 시도하십시오, 나는 그것이 더 좋을 것이라고 생각합니다

알다시피, 나는 당신이 클러스터링을 어떻게했는지 눈으로 볼 수도 있습니다)) 나 자신을 놀라게하고 있습니다)

뭐하는거야? 나는 처음에 그것을 썼다

 
막심 드미트리예프스키 :

당신은 무엇에 대해 겁을 먹고 있습니까? 나는 처음에 그것을 썼다

어디? 나는 보지 않았다.

 
mytarmailS :

어디? 나는 보지 않았다.

이미 아무데도 .. 새로운 데이터에 대한 다른 프로그램에서 별도로 중심, Schaub zayuzat가 있는 행렬을 꺼낼 수 있습니까?

아마도 R에 그러한 기능이 있습니까? 바라보다

 
막심 드미트리예프스키 :

이미 아무데도 .. 새로운 데이터에 대한 다른 프로그램에서 별도로 중심, Schaub zayuzat가 있는 행렬을 꺼낼 수 있습니까?

아마도 R에 그러한 기능이 있습니까? 바라보다

내가 올바르게 이해했다면 네, 할 수 있습니다.

 
mytarmailS :

내가 올바르게 이해했다면 네, 할 수 있습니다.

가르치다

 
막심 드미트리예프스키 :

가르치다

너무 많이 코딩하지 않도록 정확히 원하는 것을 다시 작성하십시오. 


fake.dt <- matrix(rnorm( 100 ),ncol = 5 )
kn <- kmeans(fake.dt,centers = 3 )

kn$centers
 kn$centers
       [, 1 ]        [, 2 ]        [, 3 ]        [, 4 ]       [, 5 ]
1 0.1491919 - 0.82943057    1.00194753 - 0.78824900    0.7330618
2 0.4543194 - 0.01318233 - 2.36800973    0.05477085    0.2706286
3 0.1478300    0.34991845 - 0.04671528    0.33735489 - 0.6789331
세 클러스터의 세 중심
 
mytarmailS :

너무 많이 코딩하지 않도록 정확히 원하는 것을 다시 작성하십시오.

모델을 맞춘 후 알고리즘에 따라 행렬 또는 이와 유사한 것이 있어야 합니다.

이를 통해 새 데이터에 대한 예측을 계산할 수 있습니다. 음, 이전에

간단히 metak에 전송하고 테스터에서 자신을 고려하십시오.

 
여기에서 무엇을 해야 할까요? 나는 당분간 떡갈나무를 떡갈나무로 묶고 있다.
1...173017311732173317341735173617371738173917401741174217431744...3399
새 코멘트