Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1538
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
dtw, análise do espectro... um monte...
consegui criar um algoritmo que pode ver os mesmos padrões independentemente da sua magnitude, ou seja, o algoritmo olha para um gráfico e vê o padrão em ambos os gráficos de 1 minuto e semanal, olhando apenas para um gráfico, e pode fazer previsões reais, mas ainda tenho muito trabalho
comecei a ler sobre o dtw, mas não sei como aplicá-lo a um gráfico finlandês e para que preciso dele) mas é um tópico interessante, acho eu.
comecei a ler algo sobre o dtw, mas não percebi como aplicá-lo às linhas de financiamento e porque preciso dele ) mas o tema é interessante, acho eu
ficheiros de voz e música são comprimidos usando dtw e são também VR
;)
Os arquivos de voz e música são comprimidos usando dtw, que por sua vez também são VR
;)
mas porquê comprimir ficheiros financeiros com dtw :)
mas porquê apertar o tempo das barbatanas :)
Já estudei este tópico, nas minhas próprias palavras, é algo parecido com isto:
O problema dodtw é este- é um algoritmo adequado para comprimir a BP - BP, não apenas quaisquer dados - o que quer que
Bem, se soubermos como comprimir os dados correctamente - recebemos pacotes? - ou que sejam padrões de dados - são estes padrões de dados que lhe permitem criar algoritmos de reconhecimento da fala
É assim que eu vejoo dtw sendo usado.
em princípio você pode aplicar o dtwao PB financeiro, imho se não houver perda de dados após a transformação (ou seja, a transformação inversa é possível), então faz sentido tentar aplicá-lo ao PB financeiro, como eles dizem, mas e se?
SZS: leia um artigo há alguns anos atráshttps://habr.com/ru/post/135087/
Bem, já estudei este tópico, nas minhas próprias palavras, é algo assim:
aqui está o valor dedtw - é o algoritmo certo para comprimir a BP - exactamente a BP, e não quaisquer que sejam os dados
Bem, se soubermos como comprimir os dados correctamente - recebemos pacotes? - ou que sejam padrões de dados - são estes padrões de dados que lhe permitem criar algoritmos de reconhecimento da fala
É assim que eu vejoo dtw sendo usado.
em princípio você pode aplicar o dtwao PB financeiro, imho se não houver perda de dados após a conversão (ou seja, a conversão reversa é possível), então faz sentido tentar aplicá-lo ao PB financeiro, como eles dizem, mas e se?
SZS: leia um artigo há alguns anos atráshttps://habr.com/ru/post/135087/
Bem, podemos investigar isso algum dia mais tarde, sim. Para extrair os mesmos padrões de retorno mb
Por outro lado, não vale a pena ter uma rede neuralpor outro lado, não vale a pena ter uma rede neural
Não sei, desisti de estudar tudo isto, é interessante, mas imho, deveria haver maneiras mais fáceis de entender o que há no mercado.
sobre ns, bem você sabe que o processamento de dados é mais importante do que configurar ou tipo ns, imho, dtw é o processamento correto da BP ( quando se processa exatamente BP!!! ) é a consistência dos dados que importa!
sobre a mesma dtw no processamento de voz - é a consistência / sequência das letras que importa ? ;)
UPD:
se em NS para alimentar no treinamento simplesmente uma janela deslizante de dados de BP (barras), então imho, é uma ilusão que através das entradas de NS - exatamente como nós desenhamos 1,2,3...N entrada, NS perceberá que os dados são alimentados sequencialmente como queremos, dentro de todas as entradas serão misturados, imho, não será uma janela deslizante para NS
Não sei, desisti de estudar todas estas coisas, é interessante, mas imho, deveria haver maneiras mais fáceis de entender o que está no mercado.
sobre NS, você sabe que dtw é mais importante que a configuração ou tipo de NS, imho, dtw é o processamento correto do BP ( ao processar BP !!! ) é a consistência dos dados que é importante !
sobre a mesma dtw no processamento de voz - é a consistência / sequência das letras que importa ? ;)
Não tenho conhecimento destes assuntos, tanto quanto sei, as redes neurais recorrentes e ultra-precisas têm sido usadas há muito tempo para isso. Por exemplo, o algoritmo seq2seq do Google. Não quero apertar os meus nós dos dedos numa cadeira por tempo desnecessário :)
Eu li sobre a repetição e ultra-precisão, bem, por assim dizer, mas todos os exemplos são como de costume para o reconhecimento de imagens, e lá eles começam a fazer truques com compressão de palete como para produzir
o feedback é muito bom no processamento de paletas e os dados são muito úteis para processar fontes e bitmaps, é difícil lê-los a todos.
Eu li sobre a repetição e ultra-precisão, bem, por assim dizer, mas todos os exemplos são como de costume para o reconhecimento de imagens, e lá eles começam a fazer truques com compressão de palete como para produzir
eeeeee heck, as ondas sonoras estão mais próximas da BP do que as imagens - também não estacionárias, e as imagens lá parecem perder mais por compressão de informação durante o processamento do que por tentativa de recuperação - é como se a NS aprendesse mais rápido e melhor
NLP e seq2seq, esses são para sons da fala e assim por diante
Ainda não ouvi falar deles, embora tenha lido muito material! Amanhã vou ver isso, obrigado.