交易中的机器学习:理论、模型、实践和算法交易 - 页 1169

 
马克西姆-德米特里耶夫斯基

通过这个模型,我们通过增量

完全像这样,没有其他方式。

必须有精确的标准将某一特定的增量从集合中排除,或甚至将某一特定的增量样本从分析中排除。

为此,我使用滑动样本增量分布的峰度和偏度。如果目前的样本不符合某些表的数值,我根本不考虑它。

我认为这是数据预处理的工作方法之一--可能还有其他方法。

我的TS的结果已经有了令人难以置信的改善--但是,我还不满意,我已经被烧了很多次了......。我在等待这一周 的到来。

 

简而言之。

我再次对最顽固的神经网络主义者说。

无论你喜欢与否--神经网络,像任何其他类型的BP分析和预测一样,可以完全且仅在静止序列上工作。你,以最低的教育程度,认为自己比科尔莫戈罗夫更聪明吗!?

因此,要善于对BP进行预处理--从其中排除那些导致过程非平稳性的增量--即分布的重尾部的异常离群值。

如果你确信任何形式的平滑/过滤都会导致滞后--只要从BP中排除异常数据或数据链就可以了。

阿门。

 
Notabene: 巫师在哪里!?
 
阿列克谢-尼古拉耶夫

这不是关于实践,而是。这种图表在市场和 "硬币运动 "之间建立了某种联系。

分片稳态的SB并不能很好地模拟出一个平面。该模型的明显发展是一个片状同质马尔科夫链。用MO来训练它是很有可能的。肯定有人做过类似的事情,但我没有发现任何东西。

看这里 https://www.mql5.com/ru/forum/112967
帕斯图霍夫的论文是一种帮助。
 
Alexander_K2:

简而言之。

我再次对最顽固的神经网络主义者说。

无论你喜欢与否--神经网络,像任何其他类型的BP分析和预测一样,可以完全且仅在静止序列上工作。你,以最低的教育程度,认为自己比科尔莫戈罗夫更聪明吗!?

因此,要善于对BP进行预处理--从其中排除那些导致过程非平稳性的增量--即分布的重尾部的异常离群值。

如果你确信任何形式的平滑/过滤都会导致滞后--只要从BP中排除异常数据或数据链就可以了。

阿门。

异常值和重尾都不意味着时间序列 是非平稳的。

异常值一般是一个特定预测模型的导数,如果分布函数是常数,尾数就不重要了。

不要胡说八道。

 
迪米特里

异常异常值和重尾都不意味着时间序列是非平稳的。

异常值一般是一个特定预测模型的导数,如果分布函数是常数,尾数就不重要了。

废话少说。

随你怎么说,老爹。如果你这么说的话...我向你的天才低头。

 

一般来说,我建议爸爸们和其他充斥着论坛的老前辈们在他们的帖子中附上状态。

这样大家就能看到这个老人家的智商。

这个论坛将有一些非常需要的乐趣和戏谑。

 
亚历山大_K2

一般来说,我建议爸爸们和其他充斥着论坛的老前辈们在他们的帖子中附上状态。

这样大家就能看到这个老人家的智商。

这个论坛将得到一些亟需的乐趣和戏谑。

如果你说的是我,我的真实账户声明是多年前在Foursquare上公布的。

而对理论家和matstat没有丝毫了解的情况下写出的胡言乱语是不应该的。

顺便说一句,李亚普诺夫极限定理与SB没有关系。

 
亚历山大_K2

一般来说,我建议爸爸们和其他充斥着论坛的老前辈们在他们的帖子里附上状态。

这样大家就能看到这个老人家的智商。

这个论坛将充满了很多乐趣和戏谑。

如果在你的资料中能有一份精神药物药房的证明,那也是很好的。

 
迪米特里

顺便说一句,李亚普诺夫极限定理与SB没有关系。

:)))你今天的表现很好,伙计。我想是时候离开这里了--他们会粉碎你的智力 ....