Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1490
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
Ainda não olhei, é o meu dia de folga ) Eu aviso-te quando tiver tempo, no final da semana, quero dizer.
a olhar para os pacotes, por agora. Eu acho quehttps://hmmlearn.readthedocs.io/en/latest/tutorial.html
deve
Então você pega o algoritmo de Viterbi e vem com (teste de dados)
Se ficares com dois estados, deve ser algo parecido com isto.
É um verdadeiro graal).
Talvez eu esteja confuso, mas estas fotos não são de há pouco tempo atrás, que demonstraram alguém Inocenti? E depois descobriu-se que era um espreitador, um fiaspalm
Não sei que efeito terá na não-estacionaridade... e se for lento então é até difícil de montecarrelar.
imho o problema principal é a escala/transformação de dados, extração de ciclos já que mesmo regressão não linear ou SVM dão bons resultados se os padrões se repetem (em VR artificial)
ou seja, os problemas com a selecção de padrões são rebuscados.Sim, só estou a tentar iluminar o tópico))
Talvez eu esteja confuso, mas estas fotos não foram mostradas há não muito tempo por alguém chamado Inokentiy, e depois acabou por ser um túmulo, uma vergonha, um bálsamo.
Imho, você pode obter fotos semelhantes com os MAs comuns. Dê uma olhada mais de perto.
Parece que realmente não é melhor que o mashki, na verdade para uma determinada área pode ser otimizado mashki e cooler, e, sim, o graal escorregou para longe novamente...
É que aparentemente a coloração da tabela é como a do Inokenty, é por isso que eu a tenho...Imho, se você alocar os modos corretamente, você pode obter informações sobre os recursos de RA
Ainda estou batendo minha cabeça contra a parede como reescrevê-la em mql, mas este é o elemento que falta para transformar seu lixo em modelos de trabalho.
https://www.quantstart.com/articles/market-regime-detection-using-hidden-markov-models-in-qstrader
Porquê reescrevê-lo? Ver algibeira.
CMarkovCPD::~CMarkovCPD(void)
{
}
//+------------------------------------------------------------------+
//| DESCRIPTION: |
//| This function creates MCPD (Markov Chains for Population Data) |
//| solver. |
//| This solver can be used to find transition matrix P for |
//| N-dimensional prediction problem where transition from X[i] to |
//| X[i+1] is modelled as X[i+1] = P*X[i] |
//| where X[i] and X[i+1] are N-dimensional population vectors |
//| (components of each X are non-negative), and P is a N*N |
//| transition matrix (elements of are non-negative, each column |
//| sums to 1.0). |
//| Such models arise when when: |
//| * there is some population of individuals |
//| * individuals can have different states |
//| * individuals can transit from one state to another |
//| * population size is constant, i.e. there is no new individuals |
//| and no one leaves population |
//| * you want to model transitions of individuals from one state |
//| into another |
//| USAGE: |
//| Here we give very brief outline of the MCPD. We strongly |
//| recommend you to read examples in the ALGLIB Reference Manual |
//| and to read ALGLIB User Guide on data analysis which is |
//| available at http://www.alglib.net/dataanalysis/ |
//| 1. User initializes algorithm state with MCPDCreate() call |
//| 2. User adds one or more tracks - sequences of states which |
//| describe evolution of a system being modelled from different |
//| starting conditions |
//| 3. User may add optional boundary, equality and/or linear |
//| constraints on the coefficients of P by calling one of the |
//| following functions: |
//| * MCPDSetEC() to set equality constraints |
//| * MCPDSetBC() to set bound constraints |
//| * MCPDSetLC() to set linear constraints |
//| 4. Optionally, user may set custom weights for prediction errors |
//| (by default, algorithm assigns non-equal, automatically chosen|
//| weights for errors in the prediction of different components |
//| of X). It can be done with a call of |
//| MCPDSetPredictionWeights() function. |
//| 5. User calls MCPDSolve() function which takes algorithm state |
//| and pointer (delegate, etc.) to callback function which |
//| calculates F/G. |
//| 6. User calls MCPDResults() to get solution |
//| INPUT PARAMETERS: |
//| N - problem dimension, N>=1 |
//| OUTPUT PARAMETERS: |
//| State - structure stores algorithm state |
//+------------------------------------------------------------------+
Porquê reescrevê-lo? Ver algibeira.
Uau, está em datanalisisis ou solvers? Não o vi na ajuda
Uau, isso está na análise de dados ou nos solvers? Eu não vi isso na ajuda.
datanalisisisis - procurar o arquivo em si
o cabeçalho diz ver exemplos no site, mas não há exemplos no site
No cabeçalho, diz que olhe para os exemplos no site, mas não há exemplos no site
Se você souber como trabalhar com isso em outras línguas, acho que você pode usar esta versão por analogia. Os parâmetros de E/S devem ser semelhantes.