交易中的机器学习:理论、模型、实践和算法交易 - 页 130

 

如果有人感兴趣,请简要介绍一下....

试着在聚类中使用DTW算法, 只是为了自己用简单的基本数据

我取了一个价格,在其滑动窗口部分训练了RF,然后我再次取了相同的价格和相同的滑动窗口部分,用DTW算法聚类,然后训练RF

使用DTW算法在训练和识别新数据时的误差要低2-4%。

如果你添加大量的预测器,那么我认为误差可以降低很多,但算法慢得要命。

 
mytarmailS:

如果有人感兴趣,请简要介绍一下....

试着在聚类中使用DTW算法,只是为了自己用简单的基本数据。

我取了一个价格,在其滑动窗口部分训练了RF,然后我再次取了相同的价格和相同的滑动窗口部分,用DTW算法聚类,然后训练RF

使用DTW算法在训练和识别新数据时的误差要低2-4%。

如果你添加大量的预测器,我想误差可能会低得多,但算法慢得要命。

输入价格...关于输入的预测器...

马戏团!

 
Vadim Shishkin:

进入的价格...预测者在门口...

马戏团!

瓦迪姆,如果你有什么实质性的话要说,就说出来......。

如果你只是抛出一句五年级的台词,最好保持沉默......

至少出于对后来者的尊重......。

 
mytarmailS:

瓦迪姆,如果你有实质性的东西要说,那就说吧......

但如果你只是想说一句五年级的话语,最好还是保持沉默......。

至少出于对后来者的尊重......。

预测器你知道它是什么吗?

为什么要在网上标价?

 
Vadim Shishkin:

1)你知道什么是预测器吗?

2)你为什么要把价格输入网络?

1) 嗯,是的,网络学习所依据的数据

2)什么是比价格更客观的?那么为什么不呢?

 
mytarmailS:

如果有人感兴趣,请简要介绍一下....

试着在聚类中使用DTW算法, 只是为了自己用简单的基本数据

我取了一个价格,在其滑动窗口部分训练了RF,然后我再次取了相同的价格和相同的滑动窗口部分,用DTW算法聚类,然后训练RF

使用DTW算法在训练和识别新数据时的误差要低2-4%。

如果你添加了大量的预测器,那么我认为误差可以降低很多,但算法慢得要命。

简而言之,为什么要在射频训练的背景下进行时间序列 聚类?
 
阿列克谢-伯纳科夫
简而言之,为什么要在射频训练的背景下进行时间序列聚类?

如果你想长话短说,我就用图片来回答......

我们有两行相同的长度,里面有相同的图案,但其中一个图案与另一个不完全相同,所以DTW算法的观点是,在聚类中它会理解为是相同的图案,但RF不会

当然,这都是非常粗糙的。

dtw
 
mytarmailS:

1)嗯,是的,网络学习的数据

2)还有什么比价格更客观?那么为什么不呢?

成功。:)
 
Vadim Shishkin:
成功。:)
谢谢
 
mytarmailS:

如果你想长话短说,我就用图片来回答......

我们有两行相同的长度,里面有相同的图案,但其中一个图案与另一个图案的索引不完全相同,所以DTW算法的观点是,在聚类中它会理解这是同一个图案,但RF不会

DTW算法并不那么通用,它只是通过绝对值来比较两个时间序列,也就是说,你需要沿着纵轴对移位和尺度进行预先规范化,而且很多时候取决于具体的实现。例如,这里https://www.mql5.com/ru/code/10755,取2个固定长度的块进行比较,没有考虑到其中一个可能更长,另一个可能更短,计算量可以大大减少等等。我们可以通过DTW特定的参数来谈论聚类--不仅可以计算两个片段的 "相似度",还可以计算水平尺度的比例。