交易中的机器学习:理论、模型、实践和算法交易 - 页 1163

 
伊戈尔-马卡努

我将在晚上阅读,如果这是一篇关于如何转换输入数据(价格系列)进行进一步分析的文章,那么这就是我所寻找的东西

不可能 :) 好吧,你可以用增量来使Ns更好。

 
伊戈尔-马卡努


1)所表达的周期性意味着要取一个不是趋势的成分,因为第一个成分往往只是一条趋势线

2) SSA也适用于非周期性函数

3)我在图片中向你展示了什么是有效的)。


你需要学习如何以编程方式选择正确的组件。

 
马克西姆-德米特里耶夫斯基

不可能 :) 好吧,有可能采取增量来使NS更好。

不可能,梯度会重复,从而使模型混乱。

我在这里问了一个问题,为什么所有的地块都是相似的,为什么不大相似,这里是他们相似的原因http://www.long-short.pro/post/tsenovye-struktury-klyuchevoy-uroven-984

 
马克西姆-德米特里耶夫斯基

我不会长期问这样的问题,我只问自己如何最好地适应过去N个时期的市场,这样才能在一段时间内发挥作用:)

我读完了Hinchin的书,他在书中特别提到,自我适应的NS应该在所述系统表现得更平静的时候进行重新训练。

mytarmailS:

1)明确的周期性意味着取这样一个不是趋势的分量,因为第一个分量往往只是一条趋势线

2) SSA也适用于非周期性的函数

3)我在图片中向你展示了什么是有效的)。


你需要学习如何以编程方式选择所需的组件。

2.SSA与轨迹表一起工作--是的,周期性并不重要,但重要的是,所描述的过程应该进一步表现为生成的轨迹表,但市场显示出横向趋势(我不写 "平坦",因为会开始喧嚣)),然后趋势继续下去

3.嗯,我甚至不打算争论,我也是,我想发明名为ME的法则,而优素福和雷舍托夫已经有了公式,NS....。谁是下一个?)


挑选一个表格,好吧,有必要使用NS,如果你能教它,那么万岁--将有一个以mytarmailS命名的NS!!我想过这个问题,但在另一个从事,我认为你需要几个表格的轨迹SSA方法的 "饲料 "到NS或可能在随机森林更好 - 数据将是多

 
伊戈尔-马卡努

这正是他们在关于NS的书中所写的。 我读完了Hinchin,他在那里特别说到,当描述的系统表现得更平静时,应该重新训练自我适应的NS。

NS可以作为一个通常的优化器来搜索可操作的规律性,但很少有人想到这一点:)因为这个工具很复杂--用遗传学来做一堆设置并优化一天会更容易些:)

 
马克西姆-德米特里耶夫斯基

你可以把NS作为一个通常的优化器,寻找可交易的模式,但很少有人想到这一点:))因为设备很复杂,做一堆设置,用遗传学来优化一天,会更容易。)

我也在想这个问题,但在这里你需要决定输入什么?

在你的例子中,你教的是收盘价 的脚手架,它的合理性如何? 在一个酒吧里,至少有3个价格。

我需要决定是否有任何趋势?- 据我所知,"这一切是如何运作的" - 没有人关心价格的走向,无论是银行还是投机者,那么是什么决定了趋势?- 但他们确实存在,但在故事))))

 
伊戈尔-马卡努

我也在想这个问题,但你必须决定你想参加什么?

在你的例子中,你教的是收盘价 的脚手架,它的合理性如何? 一个酒吧中至少有3个价格。

我需要决定是否有任何趋势?- 就我对 "这一切是如何运作的 "的理解而言--没有人关心价格会去哪里,无论是银行还是投机者,那么什么决定了趋势?- 但他们确实存在,但在历史上))))。

我们还能给什么作为输入? 只有价格,所以我们以不同的组合给它们。在我的例子中,这只是我自己尝试过的例子,以便不使事情过于复杂。欢迎你,甚至是蜱虫(虽然我不认为有什么意义)。

其余的是过滤器--看统计数字的时间类型,什么时候有更少或更多的趋势,或者在一天中的哪个小时,组合会更好地发挥作用。当然,如果我们只取价格系列,那么它将是不一致的,误差将是50/50。我需要某种专门针对外汇的数据挖掘。

 
马克西姆-德米特里耶夫斯基

需要有某种专门针对外汇的数据挖掘。

唉,这正是我们需要的,但怎么做呢?我不知道,这甚至不是关于外汇,你可以分析商品市场或股票,其本质是一样的 - 只需提供进入的价格,你会得到一个更多的指标,这并不比标准指标更好和更差。

 

我在纠结catbust,我想不出用什么最好的指标来从这个列表 中选择一个模型进行分类?

到目前为止,我发现使用公式%Regular from all*%Of target 1很有意思,但我在那里没有看到类似的东西。

 
伊戈尔-马卡努

唉,这正是我们需要的,但怎么做呢?没有人知道,这甚至不是关于外汇,你可以分析商品市场或股票,其本质是一样的 - 只是通过提供进入的价格,你得到一个更多的指标,这并不比标准的指标更好,也不差。

我不知道如何 :) 好吧,有选择模型的标准 - 至少这个最低限度,我建议阅读

即用你的语言--从众多指标中选择最好的一个......这是个问题 :)