트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2081

새 코멘트
 
mytarmailS :

뭐? 다른 사람이 이것을 수행하는 방법에 대한 아이디어가 있습니까? 사실, 성배는 .. 이 기술을 사용하면 모든 차량을 스마트하고 적응력있게 만들 수 있습니다

이것이 적응 필터링, Wiener-Kalman 필터입니다.

가장 어리석은 것은 푸리에 또는 웨이블릿을 취하여 최대 주파수를 찾고 그것을 사용하는 파동의 주기를 선택하는 것입니다.

푸리에를 사용하면 스펙트럼에서 흥미롭지 않은 주파수를 제거할 수 있습니다. 역변환은 필터를 제공합니다.

 
로르샤흐 :

이것이 적응 필터링, Wiener-Kalman 필터입니다.

이것은 적응 필터링이 아니라 최상의 제어 곡선을 찾는 것입니다.

적응 필터링에서 우리는 미래를 알지 못하며 현재 프로세스에 최적/적응적으로 적응합니다.

최고의 기능을 합성하는 작업도 있습니다. 여기에서 미래를 엿볼 수 있습니다. 미래에 대한 지식을 고려하여 최상의 컨트롤을 찾아야 합니다.

로르샤흐 :

가장 어리석은 것은 푸리에 또는 웨이블릿을 취하여 최대 주파수를 찾고 그것을 사용하는 파동의 주기를 선택하는 것입니다.

푸리에를 사용하면 스펙트럼에서 흥미롭지 않은 주파수를 제거할 수 있습니다. 역변환은 필터를 제공합니다.

푸리에 옵션이지만 주파수와 함께 춤을 추는 것이 아니라 알 수 없는 기능을 합성하기 위한 도구로 .. 다른 고조파를 추가하면 다른 기능을 얻을 수 있으며 필요한 것을 합성하는 것으로 밝혀지는 것과 일치할 수도 있지만 검색 아마도 초월이있을 것입니다

하지만 더 쉬운 것이 있을지도 몰라

 
mytarmailS :

이것은 적응 필터링이 아니라 최상의 제어 곡선을 찾는 것입니다.

적응 필터링에서 우리는 미래를 알지 못하며 현재 프로세스에 최적/적응적으로 적응합니다.

최고의 기능을 합성하는 작업도 있습니다. 여기에서 미래를 엿볼 수 있습니다. 미래에 대한 지식을 고려하여 최상의 컨트롤을 찾아야 합니다.

푸리에 옵션이지만 주파수와 함께 춤을 추는 것이 아니라 알 수 없는 기능을 합성하기 위한 도구로 .. 다른 고조파를 추가하면 다른 기능을 얻을 수 있으며 필요한 것을 합성하는 것으로 밝혀지는 것과 일치할 수도 있지만 검색 아마도 초월이있을 것입니다

하지만 더 쉬운 것이 있을지도 몰라

Kalman은 신호 및 간섭 모델을 설정합니다. 미래를 알고 있다고 가정하지만 시장에서는 모든 것이 복잡합니다.

 
로르샤흐 :

가장 어리석은 것은 푸리에 또는 웨이블릿을 취하여 최대 주파수를 찾고 그것을 사용하는 파동의 주기를 선택하는 것입니다.

최적의 제어 곡선이 스펙트럼의 중요한 주파수와 상관 관계가 있어야 하는 이유는 무엇이라고 생각합니까?

연산 증폭기 곡선이 주기적이어야 하는 이유는 무엇입니까?

이러한 생각은 어디서 얻습니까?

 
로르샤흐 :

Kalman은 신호 및 간섭 모델을 설정 하고 미래를 알고 있다고 가정 하지만 시장에서는 모든 것이 복잡합니다.

어디에 있어야 합니까?

카록. 알겠습니다. 대답하지 마세요. 중요하지 않습니다. 적응형 필터링이 아니라고 생각하세요.

당신은 당신의 옆에서 보는 것처럼 보이기 때문에 나와 같지 않다고 생각합니다.

 
mytarmailS :

간단한 예시 로 보여드릴께요..


우리는 10과 20의 기간을 가진 두 장의 카드에 대한 거래 시스템을 가지고 있습니다. 교차로에서 거래, 클래식...

mashka는 저역 통과 필터이고, mashka 주기는 제어 매개변수입니다.

이 경우이 자동차의 제어 매개 변수는 상수 10 및 20과 같습니다.

작업: 이익 측면에서 최적이 되도록 특정 시장 부문의 각 기계에 대한 DYNAMIC(일정하지 않음) 제어 매개변수를 얻는 것

이것은 기준 # 1입니다.


기준 2번: 획득한 동적 제어 매개변수는 연속 함수와 유사해야 하며 점의 혼란스러운 분산이 아니므로 함수의 부드러움 개념을 도입해야 합니다..


이 문제에 대한 해결책을 어떻게 보십니까?

그리고 최적화가 슬라이딩 윈도우(0-100, 1-101 ....)인 경우 매우 연속적이지만 교차하지 않는 세그먼트(0-10, 11-20 ....)를 최적화하면 연속성이 사라지지만 예를 들어 틱으로 얻은 계수의 행을 부드럽게하여 추가 할 수 있습니다.

 
로르샤흐 :

Kalman은 신호 및 간섭 모델을 설정합니다. 미래를 알고 있다고 가정하지만 시장에서는 모든 것이 복잡합니다.

여기에서 명확성을 위해 이상적인 것을 얻어야 합니다(빨간색).

미래를 내다보는 것이 가능하고 필요합니다. 내가 필요한 것은 이상적인 통제 곡선을 얻는 것뿐입니다.

 
mytarmailS :

대상에 필요합니까? 푸리에 창을 반 주기 앞으로 이동하고(미래를 내다보며) 실제 매개변수를 얻습니다.

 
카펠만 :

그리고 최적화가 슬라이딩 윈도우(0-100, 1-101 ....)인 경우 매우 연속적이지만 교차하지 않는 세그먼트(0-10, 11-20 ....)를 최적화하면 연속성이 사라지지만 예를 들어 틱으로 얻은 계수의 행을 부드럽게하여 추가 할 수 있습니다.

글쎄, 나는 아마 그것을 시도 할 것입니다 ...

그러나 평활화는 불가능하며 평활화 중 약간의 왜곡도 "개방/개방 없음"에 영향을 미칠 수 있습니다.

 
로르샤흐 :

대상에 필요합니까?

예

로르샤흐 :

푸리에 창을 반 주기 앞으로 이동하고(미래를 내다보며) 실제 매개변수를 얻습니다.

푸리에 계수에서 기계에 필요한 기간을 어떻게 얻을 수 있습니까?

1...207420752076207720782079208020812082208320842085208620872088...3399
새 코멘트
사유: