개인적으로, 나는 일반적으로 꼬리에서 서자입니다. 많을수록 좋습니다.))) 그리고 당신은 전 세계에서 그들과 싸우고 있습니다.))) 재미있습니다.
이상값으로 정규화하면 중심이 많이 걷습니다. 예를 들어, 10,000개의 막대 샘플을 취하여 최대값과 최소값 사이의 중심을 찾았습니다. 다음 훈련: 이 100개 막대에 1000개 막대를 추가했는데 이상치가 이전 것보다 더 강해졌습니다. 새로운 센터를 얻으십시오. 결과적으로 데이터가 일치하지 않게 됩니다. 예를 들어, 첫 번째 샘플에 의해 정규화될 때 첫 번째 샘플의 마지막 막대는 =0으로 판명되었습니다. 두 번째 샘플에서는 이미 끝에서 1000번째이고 새로운 정규화로 예를 들어 0.2로 이동할 수 있습니다. 정규화 된 첫 번째 샘플의 예측과 두 번째 샘플의 예측은 다를 것입니다. 입력 데이터도 수직으로 오프셋됩니다.
원격 또는 낮은 데이터 수준에서 0은 제자리에 있거나 걸어갈 수 있지만 그렇게 많지는 않습니다.
나는 여전히 위쪽과 아래쪽에서 데이터 양의 1%를 자르고 있습니다. 따라서 0은 걷고 있지만 훨씬 약합니다. 자르기 수준을 하드코딩하면 0/중심이 항상 같은 위치에 있습니다. 하지만 x.z. 선택할 수 있는 수준과 수십 개의 예측 변수에도 각각 고유한 수준이 있습니다.
이상값으로 정규화되면 중심이 많이 걷습니다. 예를 들어, 10,000개의 막대 샘플을 취하여 최대값과 최소값 사이의 중심을 찾았습니다. 다음 훈련: 이 100개 막대에 1000개 막대를 추가했는데 이상치가 이전 것보다 더 강해졌습니다. 새로운 센터를 얻으십시오. 결과적으로 데이터가 일치하지 않게 됩니다. 예를 들어, 첫 번째 샘플에 의해 정규화될 때 첫 번째 샘플의 마지막 막대는 =0으로 판명되었습니다. 두 번째 샘플에서는 이미 끝에서 1000번째이고 새로운 정규화로 예를 들어 0.2로 이동할 수 있습니다. 정규화 된 첫 번째 샘플의 예측과 두 번째 샘플의 예측은 다를 것입니다. 입력 데이터도 수직으로 오프셋됩니다.
예, 모든 것을 이해했습니다. 모든 것이 그렇습니다. 하지만 추세가 있습니다! 그리고 센터는 유통과 함께 거기에 갈 것입니다.
내 분포는 Tf 1분에 600-1000포인트로 추정됩니다. 그리고 추세가 매우 짧고 중심이 매우 빠르게 이동하고 있습니다. 예, 하지만 선물 거래소에 있습니다. Forex는 시도하지 않을 것입니다.
가격변동은 가끔이 아니라 10%미만이기 때문에
네, 그렇게 흥미롭지 않습니다
그러나 차이점의 로그는 여전히 궁금합니다. 아마도 분류를 위한 기능일 것입니다. 차트가 매수/매도와 같은 한 상태의 추세를 고수하므로 잘못될 수 없습니다. :)
누군가 조언했습니다. 예, 완전히 다른 작업을 수행할 수 있습니다.
개인적으로, 나는 일반적으로 꼬리에서 서자입니다. 많을수록 좋습니다.))) 그리고 당신은 전 세계에서 그들과 싸우고 있습니다.))) 재미있습니다.
이상값으로 정규화하면 중심이 많이 걷습니다.
예를 들어, 10,000개의 막대 샘플을 취하여 최대값과 최소값 사이의 중심을 찾았습니다. 다음 훈련: 이 100개 막대에 1000개 막대를 추가했는데 이상치가 이전 것보다 더 강해졌습니다. 새로운 센터를 얻으십시오. 결과적으로 데이터가 일치하지 않게 됩니다.
예를 들어, 첫 번째 샘플에 의해 정규화될 때 첫 번째 샘플의 마지막 막대는 =0으로 판명되었습니다. 두 번째 샘플에서는 이미 끝에서 1000번째이고 새로운 정규화로 예를 들어 0.2로 이동할 수 있습니다. 정규화 된 첫 번째 샘플의 예측과 두 번째 샘플의 예측은 다를 것입니다. 입력 데이터도 수직으로 오프셋됩니다.
원격 또는 낮은 데이터 수준에서 0은 제자리에 있거나 걸어갈 수 있지만 그렇게 많지는 않습니다.
나는 여전히 위쪽과 아래쪽에서 데이터 양의 1%를 자르고 있습니다. 따라서 0은 걷고 있지만 훨씬 약합니다. 자르기 수준을 하드코딩하면 0/중심이 항상 같은 위치에 있습니다. 하지만 x.z. 선택할 수 있는 수준과 수십 개의 예측 변수에도 각각 고유한 수준이 있습니다.
그러나 차이점의 로그는 여전히 궁금합니다. 아마도 분류를 위한 기능일 것입니다. 차트가 매수/매도와 같은 한 상태의 추세를 고수하므로 잘못될 수 없습니다. :)
아마도 ... 그러나 적어도 1 막대 앞서 예측합니까? 아니면 언제나처럼 과거를 보여주나요?
아마도 ... 그러나 적어도 1 막대 앞서 예측합니까? 아니면 언제나처럼 과거를 보여주나요?
자체적으로 어떤 식으로든 예측하지 않습니다 .. 그러나 다른 지연의 조합이 있는 경우 mb
이상값으로 정규화되면 중심이 많이 걷습니다.
예를 들어, 10,000개의 막대 샘플을 취하여 최대값과 최소값 사이의 중심을 찾았습니다. 다음 훈련: 이 100개 막대에 1000개 막대를 추가했는데 이상치가 이전 것보다 더 강해졌습니다. 새로운 센터를 얻으십시오. 결과적으로 데이터가 일치하지 않게 됩니다.
예를 들어, 첫 번째 샘플에 의해 정규화될 때 첫 번째 샘플의 마지막 막대는 =0으로 판명되었습니다. 두 번째 샘플에서는 이미 끝에서 1000번째이고 새로운 정규화로 예를 들어 0.2로 이동할 수 있습니다. 정규화 된 첫 번째 샘플의 예측과 두 번째 샘플의 예측은 다를 것입니다. 입력 데이터도 수직으로 오프셋됩니다.
예, 모든 것을 이해했습니다. 모든 것이 그렇습니다. 하지만 추세가 있습니다! 그리고 센터는 유통과 함께 거기에 갈 것입니다.
내 분포는 Tf 1분에 600-1000포인트로 추정됩니다. 그리고 추세가 매우 짧고 중심이 매우 빠르게 이동하고 있습니다. 예, 하지만 선물 거래소에 있습니다. Forex는 시도하지 않을 것입니다.
그런데. 몇 주 동안 분산은 실제로 +/- 여러 지점에서 변경되지 않습니다.
예, 모든 것을 이해했습니다. 모든 것이 그렇습니다. 하지만 추세가 있습니다! 그리고 센터는 배포와 함께 거기에 갈 것입니다.
내 분포는 Tf 1분에 600-1000포인트로 추정됩니다. 그리고 추세가 매우 짧고 중심이 매우 빠르게 이동하고 있습니다. 예, 하지만 선물 거래소에 있습니다. Forex는 시도하지 않을 것입니다.
그런데. 몇 주 동안 분산은 실제로 +/- 여러 지점에서 변경되지 않습니다.
하지만 내가 틀렸을 수도 있습니다 ... 다른 것을 잊지 않으면 더 많은 실험을해야합니다.
센터가 아무데도 움직이지 않는 것이 더 빨리 바람직 할 것 같습니다)
하지만 내가 틀렸을 수도 있습니다 ... 다른 것을 잊지 않으면 더 많은 실험을해야합니다.
글쎄, 이것들은 이미 발사체에 대한 다른 접근 방식입니다.))
사진을 다시 올립니다.
X에 따른 시간, Y에 따른 가격, 0에서 60까지 정규화된 일반적인 시간-가격 차트. Z로 - 시간에 따른 가격의 확률 분포 밀도.
우리는 분포가 특정 가격 주위에서 형성되고 가격이 다른 수준으로 "점프"하고 다른 가격 주위에서 분포가 형성되는 것을 봅니다.
저지가 그를 따라 잡으면 우리는 항상 물류 센터 근처에 있습니다.
예, 한 가격에서 다른 가격으로의 방향 이동 사이에 말하는 것을 잊었습니다.
글쎄, 이것들은 이미 발사체에 대한 다른 접근 방식입니다.))
사진을 다시 올립니다.
X에 따른 시간, Y에 따른 가격, 0에서 60까지 정규화된 일반적인 시간-가격 차트. Z로 - 시간에 따른 가격 확률 분포.
우리는 분포가 특정 가격 주위에서 형성되고 가격이 다른 수준으로 "점프"하고 다른 가격 주위에서 분포가 형성되는 것을 봅니다.
저지가 그를 따라 잡으면 우리는 항상 물류 센터 근처에 있습니다.
당신은 정확히 국회에서 가격을 제출합니까?
도서관 :
음, 가격의 확률을 얻기 위해 분석해야 하는 것은 가격 자체입니다. 그리고 대부분의 사람들은 증분에 탐닉하는 것처럼 보이며 증분으로만 작업하면 증분의 확률만 얻을 수 있습니다.
당신은 정확히 국회에서 가격을 제출합니까?
주님, 유통 센터를 0으로 청소하면 증분을 얻을 수 있습니다. 차이 없음.
NS에서 가격은 추세에 상대적입니다. 즉, 가격은 추세입니다. 플러스 규제.
주님, 유통 센터를 0으로 청소하면 증분을 얻을 수 있습니다. 차이 없음.
NS에서 가격은 추세에 상대적입니다. 즉, 가격은 추세입니다. 플러스 규제.