Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2141
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
Vladimir, sabes o que é que a ZZ do pacote TTR
às vezes desenha tais inadequações
пример zz <- TTR::ZigZag(HL = cbind(d$X.HIGH.,d$X.LOW.) ,change = 0.0009,percent = F)E em geral, quanto mais eu olho para ele, mais inadequado ele me parece.Isto e em MT com um ziguezague
É normal para ti?
Isso é normal para ti?
Não, claro que não.
Então porque é que isto está a acontecer?
então porque é que isto está a acontecer?
Bem, aparentemente nem todos os casos são levados em conta no algoritmo, o que mais pode ser dito?
Em relação à normalização invariante da TF para o modelo ...
pegamos na série, identificamos os pontos de ruptura importantes.
deixar apenas pontos extremos, apagar o resto
normalizar
Agora, pegue as distâncias entre os pontos de parada da primeira série, crie uma nova série a partir deles e normalize também
assim obtemos as séries normalizadas, tanto em amplitudes como em tempo (frequências)
Tudo o que é necessário é manter o número de extremos no padrão uniforme, tudo o resto é normalizado.
Assim, o modelo pode ser alimentado com dados, mesmo que seja um minuto ou uma semana, e ele o verá como a mesma coisa, ele será invariante para a TF.
Você pode treinar um modelo para todas as TFs de uma só vez
=============================================
Para aqueles que ainda não entenderam o que é e para que serve
Este será um e o mesmo padrão para o modelo porque é um e o mesmo padrão
Em relação à normalização invariante da TF para o modelo ...
pegamos na série, identificamos os pontos de ruptura importantes.
deixar apenas pontos extremos, apagar o resto
normalizar
Agora, pegue as distâncias entre os pontos de parada da primeira série, crie uma nova série a partir deles e normalize também
assim obtemos as séries normalizadas, tanto em amplitudes como em tempo (frequências)
Tudo o que é necessário é manter o número de extremos no padrão uniforme, tudo o resto é normalizado.
Assim, o modelo pode ser alimentado com dados, mesmo que seja um minuto ou uma semana, e ele o verá como a mesma coisa, ele será invariante para a TF.
Você pode treinar um modelo para todas as TFs de uma só vez
=============================================
Para aqueles que ainda não entenderam o que é e para que serve
Este será um e o mesmo padrão para o modelo porque é um e o mesmo padrão.
não funciona
não está funcionando
o que não está funcionando? a normalização? você está com falta de sono ou o quê?)
Execute esta ZZ no NS
deve ser feito numa janela deslizante mas n extrema, não em todas, essa é a primeira coisa
segundo, tudo o que escrevi foi feito para prever uma linha de tendência, não só por diversão...
Todas essas transformações foram feitas para uma determinada tarefa.