Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 49

[mytarmailS]

Então, como se procura proximidade através dos componentes espectrais?

[СанСаныч Фоменко]

mytarmailS:
então como se procura proximidade através de componentes espectrais ?

Não podes.

Estritamente falando, a análise espectral é MUITO inaplicável às séries temporais financeiras. Sabe, MUITO. Porque requer dados estacionários, o que uma série cronológica financeira não é.

Há exemplos de algumas soluções particulares de sucesso (como parece). Havia Vadim Junko no site, e ele parece ter tido sucesso em algo assim.

[СанСаныч Фоменко]

Revisão a partir daqui.

Cada vez mais cientistas de dados preferem o R

Os resultados da sua terceira pesquisa anual Quantitative Business Professionals (Profissionais de Negócios Quantitativos) foram publicados.

Você prefere usar: SAS, R, ou Python?

As ferramentas de código aberto dominam em geral. SAS (pago) teve sucesso com profissionais com mais de 16 anos de experiência, enquanto que aqueles com menos de 5 anos preferiram R. R foi também a escolha dominante dos profissionais de análise com doutorado e mestrado.

Mais gráficos são dados para os dois usos:

SAR.

Dados do site revolucionário. É propriedade da Microsoft, que não só mantém a parte gratuita do sistema R, mas também desenvolve ferramentas pagas.

[mytarmailS]

SanSanych Fomenko:

Não.

1 ) Estritamente falando, a análise espectral é MUITO inaplicável às séries cronológicas financeiras. Sabe, MUITO. Porque requer dados estacionários, que as séries cronológicas financeiras não exigem.

2 ) Há exemplos de algumas soluções específicas bem sucedidas (como parece). Havia Vadim Junko neste site, e ele parece ter conseguido fazer algo assim.

1)QUALQUER função pode ser decomposta em séries harmônicas de Fourier, ver QUALQUER.....

QUALQUER função tem essencialmente apenas três arrays com parâmetros que descrevem completamente QUALQUER função e são os mais objectivos em comparação com outras medidas - amplitude, fase, frequência.....

Sem ofensa, mas se você não entender a pergunta, você não deve entrar nela como professor, o papel do aluno é adequado aqui, mas de forma alguma, nenhum professor ... mais uma vez nenhuma ofensa significava

2) Todos aqueles que conheço que previram com sucesso o mercado usando redes neurais, todos eles usaram Fourier de uma forma ou de outra para o pré-processamento de preditores ou aproximação de preços

=================================

A questão ainda é relevante....

[mytarmailS]

Aqui está até este miúdo sem sentido a falar, observa desde o minuto 10

https://www.youtube.com/watch?v=KUdWTnyeBxo&list=PLDCR37g8W9nFO5bPnL91WF28V5L9F-lJL&index=3

[СанСаныч Фоменко]

mytarmailS:

1)QUALQUER função pode ser decomposta em uma série de harmônicas de Fourier, ver QUALQUER.....

QUALQUER função tem essencialmente apenas três arrays com parâmetros que descrevem completamente QUALQUER função e são os mais objectivos em comparação com outras medidas - amplitude, fase, frequência.....

Sem ofensa, mas se você não entende a pergunta, você não deve entrar nela como professor, o papel do aluno é adequado aqui, mas não o professor ... mais uma vez, sem ofensa

2) Todos aqueles que conheço que previram com sucesso o mercado usando redes neurais, todos eles usaram Fourier de uma forma ou de outra para o pré-processamento de preditores ou aproximação de preços

=================================

A questão ainda é relevante....

Você não entende o significado de "estacionariedade".

Boa sorte.

[mytarmailS]

SanSanych Fomenko:

Você não entende o significado do termo "estacionariedade".

Boa sorte.

OMG....

[Alexey Burnakov]

mytarmailS:

1)QUALQUER função pode ser decomposta em uma série de harmônicas de Fourier, ver QUALQUER.....

QUALQUER função tem essencialmente apenas três arrays com parâmetros que descrevem completamente QUALQUER função e são os mais objectivos em comparação com outras medidas - amplitude, fase, frequência.....

Sem ofensa, mas se você não entender a pergunta, você não deve entrar nela como professor, o papel do aluno é adequado aqui, mas de forma alguma, nenhum professor ... mais uma vez nenhuma ofensa significava

2) Todos aqueles que conheço que previram com sucesso o mercado usando redes neurais, todos eles usaram Fourier de uma forma ou de outra para o pré-processamento de preditores ou aproximação de preços

=================================

A questão ainda é relevante....

Já estás a ficar cansado das tuas alegações. Não basta que eles mesmos não coloquem nada de prático, mas você ainda precisa de explicações de outros. Não há coisas grátis aqui!

E a SS está certa. Você pode aplicar o método, mesmo de frente, e obter uma figura. Mas não vai funcionar fora da amostra.

[Yury Reshetov]

mytarmailS:

1)QUALQUER função pode ser decomposta em uma série de harmônicas de Fourier, ver QUALQUER.....

Qualquer função pode ser decomposta, se assim se desejar (pode-se até cortar as amígdalas através do ânus, se ninguém se opuser), mas apenas as periódicas são exactamente recuperadas da decomposição. Ou seja, funções não periódicas, embora decompostas em uma série de Fourier, são conhecidas por serem incorretas, pois não podem ser exatamente recuperadas nas bordas do período e a precisão máxima será apenas no meio do período. As bordas do período sempre convergirão para o valor da harmônica zero quando reconstruída ao contrário.

[mytarmailS]

Uma pergunta: é possível medir as semelhanças entre as funções através da amplitude, fase e frequência?

É ISTO!!! Não estou interessado em mais nada...

Tudo o resto escrito sobre Fourier é uma consequência da resposta da CC e não tem nada a ver com a minha pergunta.