Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2632
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
As árvores procuram as divisões classificando cada coluna.
Aparentemente, você deve pegar o maior número possível de colunas e preencher NAN nas filas onde elas não são utilizadas. Se o modelo puder lidar com a NAN.
Ou com outra coisa: -INF, 0, +INF... para que todas as filas não utilizadas estejam do mesmo lado na classificação.
Isto é mais ou menos compreensível. Eu gostaria de algum tipo de abordagem mais criativa ou algo assim. Há muitas tarefas novas como trabalhar com cenas de vídeo de diferentes comprimentos, etc.
O que você quer dizer? Descreva o problema
Por exemplo, quero alimentar o classificador com pedaços de preço de insumos não de um comprimento fixo em barras (ou em elos de um padrão em ziguezague), mas a partir de algum momento significativo.
Por exemplo, quero alimentar com pedaços de preço não de um comprimento fixo em barras (ou em elos de um padrão em ziguezague) para o insumo classificador, mas a partir de algum momento significativo.
As redes de recorrência são adequadas, como muitas outras
Por exemplo, quero alimentar o classificador com pedaços de preço de insumos não de um comprimento fixo em barras (ou em elos de um padrão em ziguezague), mas a partir de algum momento significativo.
As regras associativas devem estar bem, vou mostrar um exemplo
Os dados estão na forma de uma lista , cada linha é um vetor com observações de qualquer comprimento .
o código de busca de padrões sob a forma de regras de associação
as regras
O algoritmo procura associações entre elementos, independentemente de sua ordem.
Há algoritmos que atendem à ordem, mas são gananciosos.
Ou se você quiser mais, há um sistema de recomendação chamado recommendenderlab, mas eu não entrei nele.
As redes recorrentes são adequadas, do tipo multi-muitos
Obrigado, vou dar uma olhada.
Naturalmente, gostaria de ter algum tipo de texto de revisão sobre o assunto, com uma descrição e comparação de abordagens (não há mal nenhum em desejar). Em teoria, deveria haver um texto assim em algum lugar, mas até agora ainda não o encontrei.
Obrigado, vou dar uma olhada.
Naturalmente, gostaria de ter um texto de revisão sobre o tema, com uma descrição e comparação de abordagens (não há mal nenhum em desejar). Em teoria, deveria haver um texto assim em algum lugar, mas até agora ainda não o encontrei.
Eu só vi sobre entradas e saídas de comprimento variável em tais redes, e isso é puramente uma revisão, sem entrar nela.
para processamento de texto, traduçõesas regras associativas devem funcionar, vou dar um exemplo
dados como uma lista , cada linha é um vetor com observações de qualquer comprimento .
O código de busca de padrões na forma de regras de associação
as regras
O algoritmo procura associações entre elementos, independentemente de sua ordem.
Há algoritmos que atendem à ordem, mas são gananciosos.
Ou se você quiser mais, há um sistema de recomendação chamado recommenderlab, mas eu ainda não investiguei.
Obrigado, vou dar uma olhada.
Ainda assim, conosco, a ordem importa. Você sempre pode, por exemplo, obter SB misturando os incrementos aleatoriamente.
Também lembrei que acho que você escreveu aqui há algum tempo sobre a mineração de padrões sequenciais e o problema de alinhamento de seqüências que ali surge. Também parece ser um dos métodos para resolver o problema. Embora, pertencer a uma classe não signifique necessariamente sua similaridade.
Obrigado, vou dar uma olhada.
Ainda assim, conosco, a ordem importa. É sempre possível, por exemplo, obter a SB baralhando os incrementos aleatoriamente.
Também me lembrei que uma vez você escreveu aqui sobre mineração de padrões sequenciais e problema de alinhamento sequencial. Também parece ser um dos métodos para resolver o problema. Embora, pertencer a uma classe não signifique necessariamente sua similaridade.
Uma estratégia de ouro do mercado))
Curva de capital no meu testador.
jogou-o no tslab para ter uma melhor aparência
Parece que é uma boa combinação.
Eu olhei para os ofícios.
Usei minha mão de comerciante e não entendo seu algoritmo de negociação.
Forrest certamente não conseguiu identificar nada, mas foi interessante e informativo ))))
As redes recorrentes são adequadas, de muitos a muitos tipos
Pode ser útil... Eu tenho um sem recorrência de muitos para muitos. E sem camadas convolutivas. E escolhi este modelo após ter analisado o mecanismo da rede neural. Estamos procurando um denominador comum aqui, não estamos? Argumento.