Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2311

[Valeriy Yastremskiy]

Maxim Dmitrievsky:

Então a presença deles aqui é estranha, já que todos eles aprenderam Tao há muito tempo.

Eu não vejo nenhuma diferença forte entre cos, matstat econometrics e qualquer outra métrica)))) tudo começa com media))))

[Maxim Dmitrievsky]

Valeriy Yastremskiy:
Não vejo diferenças fo rtes entre c sos, matstat econometrics e qualquer outra métrica)))) tudo começa com a média )

Então não vale a pena trocar o sapato por um sapato.

[Valeriy Yastremskiy]

Maxim Dmitrievsky:

Então não vale a pena trocar um xelim por um xelim.

Pode haver um ponto, mas é aleatório e caro). No sentido de resolver esta gama de problemas é identificar algo ou simplificar os cálculos. Decomposição em funções estacionárias, para a identificação de ciclos faz sentido, se esses ciclos existirem). Na natureza eles definitivamente existem, e claro que nos resultados da vida eles são simplesmente obrigatórios)))). Mas para comparar estas funções estacionárias com os fenómenos que as geraram... bem, isso provavelmente não é hoje....

[Rorschach]

Pensamentos de duas maneiras. 1 - procure as características das filas nas quais você pode ganhar dinheiro. Acabou por não ser tão fácil, você olha para o enredo onde as pessoas conseguiram ganhar, e as estatísticas não mostram nada.

2 - Adaptação do sistema à série. No caso mais simples, a série inicial multiplicada por +-1 em alguma condição. E se ainda não conseguimos detectar regularidades, por que nos preocuparmos, tomar parâmetros aleatórios como condição ou mudar a direção da transação após algum intervalo de tempo. Como um exemplo de corujas no trailer.

[Rorschach]

Experiências para onormalizar a distribuição. Dois arquivos com Euro e dois com pgsc diferentes.

[Forester]

Maxim Dmitrievsky:

Então não vale a pena trocar o refugo pelo refugo.

Maxim, você parece ter descoberto a algibeira MGC https://www.mql5.com/ru/forum/36408/page17#comment_9620369

pcabuildbasis(
double[,] x,       // матрица цен инструментов 
int npoints,       // количество цен для каждого инструмента
int nvars,         // количество инструментов
out int info,      // результат операции, любое положительное число - все ок
out double[] s2,   // массив разбросов / дисперсий для всех найденных векторов
out double[,] v)   // массив векторов, каждый вектор и есть искомые весы для выравнивая наборов вокруг нуля 

Como obter, por exemplo, 2 colunas de componentes principais do s2 e v.
Presumo que x tem de ser multiplicado/dividido com estes coeficientes?
Você tem fórmula?

As matrizes s2 e v parecem estar ordenadas, são as principais no início ou no fim?

[Maxim Dmitrievsky]

elibrarius:

Maxim, você parece ter descoberto o Algiba MGC https://www.mql5.com/ru/forum/36408/page17#comment_9620369

Como obter, por exemplo, 2 colunas de componentes principais do s2 e v.
Presumo que x tem de ser multiplicado/dividido com estes coeficientes?
Existe uma fórmula?

As matrizes s2 e v parecem estar ordenadas, são as principais no início ou no fim?

Fiz pca e lda, mas já não me lembro, infelizmente já foi há muito tempo. Não conseguiu nada de útil, por isso está esquecido.

[Forester]

Talvez outra pessoa saiba?

Há o passo 4, há um código como este para criar colunas de componentes, mas ainda não consigo descobrir como repetir isto com ciclos e (*/+-).

_, vecs = np.linalg.eig(covmat)
v = -vecs[:,1])
Xnew = dot(v,Xcentered)
print Xnew

OUT: [ -9.56404107 -9.02021624 -5.52974822 -2.96481262 0.68933859 0.74406645 2.33433492 7.39307974 5.3212742 10.59672425]

dot(X,Y) - Produto de Honra (é assim que multiplicamos vetores e matrizes em Python)

[Maxim Dmitrievsky]

elibrarius:

Talvez outra pessoa saiba?

Há o passo 4, há um código como este para criar colunas de componentes, mas não consigo descobrir como repetir isto com loops e (*/+-).

_, vecs = np.linalg.eig(covmat)
v = -vecs[:,1])
Xnew = dot(v,Xcentered)
print Xnew

OUT: [ -9.56404107 -9.02021624 -5.52974822 -2.96481262 0.68933859 0.74406645 2.33433492 7.39307974 5.3212742 10.59672425]

dot(X,Y) - Produto de Honra (é assim que multiplicamos vetores e matrizes em Python)

https://gist.github.com/freemancw/2981258

[Forester]

Maxim Dmitrievsky:

https://gist.github.com/freemancw/2981258

Vi-o. Não é isto. Ele simplesmente reescreveu a matriz 3x3 em variáveis. Mas os novos vectores componentes não são calculados.
O resultado é obter 6 linhas para cada componente (de acordo com este exemplo).