Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2311

 
Maksim Dmitrievski :

o zaman buradaki varlıkları genellikle garip, çünkü hepsi Tao'yu uzun zamandır biliyorlar.

DSP, ekonometri matstatı ve diğer metrikler arasında güçlü farklar görmüyorum))) her şey ortalamayla başlar))))
 
Valeriy Yastremskiy :
DSP, ekonometri matstatı ve diğer metrikler arasında güçlü farklar görmüyorum))) her şey ortalamayla başlar))))

O zaman sabun için bız değiştirmek mantıklı değil

 
Maksim Dmitrievski :

O zaman sabun için bız değiştirmek mantıklı değil

Bir anlamı olabilir ama rastgele ve pahalıdır.) Bu dizi problemleri çözmenin anlamına göre, bu bir şeyi tanımlamak veya hesaplamaları basitleştirmektir. Döngüleri tam olarak tanımlamak adına durağan fonksiyonlara ayrıştırma, eğer bu döngüler varsa anlamlıdır.))) Doğada, kesinlikle vardırlar ve elbette, basitçe yaşamın sonuçlarında olmalıdırlar))) Ama karşılaştırmak için bu durağanlığa neden olan fenomenler .. Eh, muhtemelen bugün değil ....

 

2 yol hakkında düşünceler. 1 - Kazanabileceğiniz sıranın özelliklerini arayın. O kadar kolay olmadığı ortaya çıktı, insanların para kazanabildiği siteye bakıyorsunuz ama istatistikler hiçbir şey göstermiyor.

2 - Sistemi bir sıraya yerleştirmek. En basit durumda, orijinal seri bazı koşullara göre + -1 ile çarpılır. Ve eğer kalıplar hala tanımlanamıyorsa, neden rahatsız olun, rastgele parametreleri bir koşul olarak alın veya belirli bir süre sonra işlemin yönünü değiştirin. Karavandaki baykuş gibi.

Dosyalar:
RndIn.mq5  3 kb
 
Dağılım normalleştirme deneyleri. Euro'lu iki dosya ve farklı sayfalara sahip 2 dosya.
Dosyalar:
ed1.png  550 kb
ed2.png  515 kb
rnd1.png  564 kb
rnd2.png  481 kb
 
Maksim Dmitrievski :

O zaman sabun için bız değiştirmek mantıklı değil

Maxim, Alglib MGK'yı bir şekilde anladın https://www.mql5.com/en/forum/36408/page17#comment_9620369

pcabuildbasis(
double [,] x,       // матрица цен инструментов 
int npoints,       // количество цен для каждого инструмента
int nvars,         // количество инструментов
out int info,       // результат операции, любое положительное число - все ок
out double [] s2,   // массив разбросов / дисперсий для всех найденных векторов
out double [,] v)   // массив векторов, каждый вектор и есть искомые весы для выравнивая наборов вокруг нуля 

Örneğin, s2 ve v'den 2 sütun ana bileşen nasıl alınır.
x'in bu katsayılarla çarpılması/bölünmesi gerektiğine inanıyorum?
Bir formül var mı?

s2 ve v dizileri sıralanmış mı, ana diziler başında mı yoksa sonunda mı?
Индикаторы: Portfolio Optimizer
Индикаторы: Portfolio Optimizer
  • 2018.12.01
  • www.mql5.com
Portfolio Optimizer: Автор: transcendreamer...
 
elibrarius :

Maxim, Alglib MGK'yı bir şekilde anladın https://www.mql5.com/en/forum/36408/page17#comment_9620369

Örneğin, s2 ve v'den 2 sütun ana bileşen nasıl alınır.
x'in bu katsayılarla çarpılması/bölünmesi gerektiğine inanıyorum?
Bir formül var mı?

s2 ve v dizileri sıralanmış mı, ana diziler başında mı yoksa sonunda mı?

Pca ve lda yaptım ama artık hatırlamıyorum maalesef çok uzun zaman önceydi. İşe yarar bir şey alamadım o yüzden unuttum

 

Belki başka biri biliyordur?

İşte 4. adım, bileşen sütunları oluşturmak için böyle bir kod var, ancak bunu döngülerde ve (*/+-) nasıl tekrarlayacağımı hala anlamıyorum.

_, vecs = np.linalg.eig(covmat)
v = -vecs[:, 1 ])
Xnew = dot(v,Xcentered)
print Xnew

OUT: [ -9.56404107 -9.02021624 -5.52974822 -2.96481262 0.68933859 0.74406645 2.33433492 7.39307974 5.3212742 10.59672425 ]


dot(X,Y) - terimsel çarpım (Python'da vektörleri ve matrisleri bu şekilde çarparız)
Как работает метод главных компонент (PCA) на простом примере
Как работает метод главных компонент (PCA) на простом примере
  • habr.com
В этой статье я бы хотел рассказать о том, как именно работает метод анализа главных компонент (PCA – principal component analysis) с точки зрения интуиции, стоящей за ее математическим аппаратом. Максимально просто, но подробно. Математика вообще очень красивая и изящная наука, но порой ее красота скрывается за кучей слоев абстракции. Показать...
 
elibrarius :

Belki başka biri biliyordur?

İşte 4. adım, bileşen sütunları oluşturmak için böyle bir kod var, ancak bunu döngülerde ve (*/+-) nasıl tekrarlayacağımı hala anlamıyorum.

_, vecs = np.linalg.eig(covmat)
v = -vecs[:, 1 ])
Xnew = dot(v,Xcentered)
print Xnew

OUT: [ -9.56404107 -9.02021624 -5.52974822 -2.96481262 0.68933859 0.74406645 2.33433492 7.39307974 5.3212742 10.59672425 ]


dot(X,Y) - terimsel çarpım (Python'da vektörleri ve matrisleri bu şekilde çarparız)

https://gist.github.com/freemancw/2981258

Alglib PCA Example
Alglib PCA Example
  • gist.github.com
Alglib PCA Example. GitHub Gist: instantly share code, notes, and snippets.
 
Testere. Bu o değil. Burada 3x3 matrisi sadece değişkenlere yeniden yazılmıştır. Ancak yeni bileşen vektörleri hesaplanmaz.
Sonuç olarak her bileşen için 6 satır almanız gerekiyor (bu örneğe göre).