Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2546
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Кто нибудь ковырял вейвлеты без библиотек? Вейвлеты определены на бесконечности, какую длину тогда брать?
Само разложение не изучал пока, не знаю ответ.
Но в примере по блок-схеме видно, что задают окно 10.
Наверно определение на бесконечность, не играет роли.
И брать ту длину, которая решает проблему максимально эффективно.
Само разложение не изучал пока, не знаю ответ.
Но в примере по блок-схеме видно, что задают окно 10.
Наверно определение на бесконечность, не играет роли.
И брать ту длину, которая решает проблему максимально эффективно.
По идее длина окна должна быть разная
По идее длина окна должна быть разная
Если честно не совсем понимаю постановку вопроса.
Может об этом речь?
По идее длина окна должна быть разная
Лучшее решение, обратится к учебнику.
Вейвлеты этот тот же Фурье. Есть классический Фурье, есть оконный Фурье и есть Вейвлеты, где вместо прямоугольного окна как в оконном Фурье, используются окна специального вида - вейвлеты. Для финансовых котировок Фурье не подходит, из-за случайного характера котира.
Считается, вейвлеты хороши для экономного представления на всей доступной истории цен (вместо ограниченного окна)
Для временных рядов чаще используют шейплеты, но и то этот подход не то чтобы сильно популярен
Поиск шейплетов напоминает кластеризацию отрезков ряда. Наверняка, полезны для сигналов типа кардиограммы, но насчёт пользы для изучения цен не уверен.
Кстати, удалось разобраться с применением LGBM модели? Если бы обучали в R, то можно было бы попробовать использовать библиотеку Сан Саныча)
Поиск шейплетов напоминает кластеризацию отрезков ряда. Наверняка, полезны для сигналов типа кардиограммы, но насчёт пользы для изучения цен не уверен.
Кстати, удалось разобраться с применением LGBM модели? Если бы обучали в R, то можно было бы попробовать использовать библиотеку Сан Саныча)
Поиск шейплетов напоминает кластеризацию отрезков ряда. Наверняка, полезны для сигналов типа кардиограммы, но насчёт пользы для изучения цен не уверен.
Кстати, удалось разобраться с применением LGBM модели? Если бы обучали в R, то можно было бы попробовать использовать библиотеку Сан Саныча)