Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1737

 
Maxim Dmitrievsky:

k significa, o mais simples

Bem, é a mesma coisa.

Tente a dbscan, acho que é melhor.

Vês, até consigo ver o que estás a agrupar)) Sou louco por mim mesmo.)

 
Alexander_K2:

Eu mostrei em algum lugar (pois esqueci onde, porque eu não tenho negociado por mais de um mês) que a distribuição de incrementos de mercado é produto da distribuição Gaussiana e exponencial (ou em geral - Erlangiana) do CB.

A distribuição de Erlang é responsável pelos intervalos de tempo entre as aspas do tick e o gerador de tais números se parece com isto


Aqui Lambda é a intensidade do fluxo de eventos (aspas).

Se Lambda=const, o processo é estacionário, mas a intensidade do fluxo de mercado é diferente em diferentes momentos, ou seja, Lambda=f(t) que determina o processo não estacionário em geral.

Assim, a fim de distinguir um processo estacionário, é necessário considerar secções separadas da PA com a mesma densidade de fluxo como um todo.

Assim, as tentativas de dividir a PA em horas dentro de um dia, e depois "colar" essas horas juntas - claramente têm direito à vida.

P.S.

De acordo com meus cálculos, a mesma densidade de fluxo é observada nas horas seguintes, dentro de um dia:

0

1, 23

2, 5, 22

3, 4, 8, 21

6, 7

9, 12, 19

10, 11, 15, 18

13, 14

16

17

20

Bem, isto é só para informação...

 
mytarmailS:

bem, é a mesma coisa.

Tente o dbscan, acho que é melhor.

Vês, até consigo ver o que estás a agrupar).

Porque te estás a passar? Eu escrevi-o no início.

 
Maxim Dmitrievsky:

Porque te estás a passar? Eu escrevi-o no início.

Onde? Eu não o vi.

 
mytarmailS:

Onde? Ainda não o vi.

você pode puxar matrizes com centróides para usá-las separadamente em outro programa com novos dados?

Talvez o R tenha essa característica? Olha só.

 
Maxim Dmitrievsky:

você pode puxar matrizes com centróides para usá-las separadamente em outro programa com novos dados?

Talvez o R tenha essa característica? Olha só.

Se eu acertar, sim, eu posso...

 
mytarmailS:

Se eu entendi bem, sim, eu posso.

ensinar

 
Maxim Dmitrievsky:

ensinar

escreva novamente especificamente o que você quer fazer sem codificar desnecessariamente


fake.dt <- matrix(rnorm(100),ncol = 5)
kn <- kmeans(fake.dt,centers = 3)
kn$centers
 kn$centers
       [,1]        [,2]        [,3]        [,4]       [,5]
1 0.1491919 -0.82943057  1.00194753 -0.78824900  0.7330618
2 0.4543194 -0.01318233 -2.36800973  0.05477085  0.2706286
3 0.1478300  0.34991845 -0.04671528  0.33735489 -0.6789331
três centróides de três aglomerados
 
mytarmailS:

escreva novamente exactamente o que quer fazer para que não codifique desnecessariamente

após o modelo de ajuste deve haver uma matriz ou algo parecido, dependendo do algoritmo

que pode ser usado para calcular as previsões sobre os novos dados... e sobre os dados antigos...

para transferi-lo para a metáfora e lê-lo no testador

 
Então, o que faço com ele? Ainda não sou muito bom a agrupar-me.