交易中的机器学习:理论、模型、实践和算法交易 - 页 1767

 
瓦列里-亚斯特雷姆斯基

在DOC文件夹中的7zFormat.txt看一下。需要马克西姆-德米特里耶夫斯基 的帮助 如果你不是太懒的话))))

它是什么?我有一个确定系列熵的代码和一个文章的链接
 
马克西姆-德米特里耶夫斯基
它是什么?我有一个确定系列熵的代码和一个文章的链接
不,这是很高的事情,在这里,下面。你需要从档案文件中提取压缩的部分,并解压缩回有时间戳的文件。
 
瓦列里-亚斯特雷姆斯基
不,这是高大上的东西,在这里下面。你必须从一个档案文件中提取压缩部分,并以时间为参照解压回来。

所以它取出了熵较低的随机块......那么归档的意义何在?

目的不明确
 
马克西姆-德米特里耶夫斯基

所以它取出了熵较低的随机块......那么归档的意义何在?

目的不明确
为了反驳存档者可以确定模式的理论。或确认。虽然你是对的,如果我们拉出平坦的趋势,我们会看到存档者定义了它们,但在预测方面会给我们什么....。归档器在历史上工作))))
 
Mihail Marchukajtes:
如果你不知道这两者之间的区别,你就无法分析它。这些数据是由交易所广播的。所有无一例外,重要的是....,我理解这个工具是自己写历史,还是可以从山寨机中拉出来?

是的写(写)OI数据(开放会话卷,玻璃),这些数据不被保存。而且,历史上有蜱虫,没有必要写它们,任何指标都可以得出所有这些交易。我还把交易的平衡直接强加在价格上,结果也非常好(分歧)。 如果我看一下统计数据,我可以看到这两个指标之间的差异。

 

我计划在我还在做舔食的时候回到NS。我的TS的基本原则很可能是基于金融市场的主要模式。哪个是?"金融市场摆脱了模式、趋势"。由于这个原因,它很难预测,因为大部分 搜索者/研究者试图从统计学上找到模式(然后进行推断),或者仅仅通过在可预见的浮动时间窗口中进行游戏。关于第二个问题。科蒂埃画出了我们用眼睛看到的视觉形状。如果在不久的将来,我们看到这些数字开始重复(统一性,"模式"),我们下意识地期望这种 "趋势 "继续下去。这些可以是我们的生物NS已经记住的数字(各种头、肩、W、M、趋势、回撤,等等--简而言之就是 "模式")。我的主要观点是:挂钩的标志是视觉上相似图案的接近,其中随后的 "相同图案 "的开始就是挂钩。如果有一个好的 "啃食",就把鱼笼移到较差的鱼身上。也就是说,如果没有真正的体积(鱼),图案可以继续正确绘制。看看这些绘制的图表,在一些地方,这种捕捉是清晰可见的......

智能TS的原则可能应该考虑到这种模式。SOM神经网络适合于确定最经常出现的(对我们来说最难忘的)形状(模式),因为它可以对它们进行独立分类。此外,我们使用浮动的图表窗口,对进入的 "模式 "进行分类,它们的重复出现,估计咬合的概率。

一般来说,我们走出水面,把鱼竿拿在手里 :)这些是想法。我将朝着这个方向努力...

 
MrBobr1:
有这样的幽默感。一名准尉问一名士兵。月亮和太阳之间有什么区别。士兵开始解释,太阳是一颗星星,等等。少尉用 "开溜 "一词打断了他的话,并说太阳在白天发光,月亮在晚上发光。我们作为交易者,对所有规律性的东西都不感兴趣,只对那些可以用来赚钱的东西感兴趣。 这里有一个关于重要消息的规律,会有一个强大的价格运动。但这种模式对我们没有用处。将会有一个运动,但我们不知道它将走向哪个方向。有时,价格不仅违背了新闻,而且也违背了常识。但我和许多交易员一样,使用这种模式,但我不想输钱。我在新闻发布前就走出仓位或不开仓。我找不到,放下一箱好的威士忌,我帮你。
你想知道一个秘密吗?只是你不告诉任何人。 成交。有一些市场中立的策略,不关心价格的走向,只关心它的走向。为什么不在你的例子中使用它们呢?
 
西奥多-谢尔盖

是的写(写)OI数据(开放会话卷,玻璃),这些数据不被保存。而且,历史上有蜱虫,没有必要写它们,任何指标都可以得出所有这些交易。我还把交易的平衡直接强加在价格上,结果也非常好(分歧)。 如果我考虑到两个市场(例如,莫斯科和圣彼得堡)之间的差异,我将需要至少两个指标来分析它们。

听着,我对与Moex有关的新数据非常感兴趣。但在文件中写OM是一个死问题,因为我自己也有这样的笔记,但后果是使用的东西还没有出来。在剩下的时间里,准备发展这个主题,以及现实中由你指定的数据,是未来价格变化的根本。我还需要添加一个微笑,我想它可以从Quicksilver中提取,但这都是编程,我不太擅长。我需要寻找一个团队 :-( 但我必须去程序员的论坛。显然,这里没有程序员 :-(
 
西奥多-谢尔盖

我计划在我还在做舔食的时候回到NS。我的TS的基本原则很可能是基于金融市场的主要模式。 哪个是?"金融市场摆脱了模式、趋势"。由于这个原因,它很难预测,因为大部分搜索者/研究者试图从统计学上找到模式(然后进行推断),或者仅仅通过在可预见的浮动时间窗口中进行游戏。关于第二个问题。科蒂埃画出了我们用眼睛看到的视觉形状。如果在不久的将来,我们看到这些数字开始重复(统一性,"模式"),我们下意识地期望这种 "趋势 "继续下去。这些可以是我们的生物NS已经记住的数字(各种头、肩、W、M、趋势、回撤,等等--简而言之就是 "模式")。我的主要观点是:挂钩的标志是视觉上相似图案的接近,其中随后的 "相同图案 "的开始就是挂钩。如果有一个好的 "啃食",就把鱼笼移到较差的鱼身上。也就是说,如果没有真正的体积(鱼),图案可以继续正确绘制。看看这些绘制的图表,在一些地方,这种捕捉是清晰可见的......

智能TS的原则可能应该考虑到这种模式。为了确定最经常出现的(对我们来说是难忘的)形状(模式),SOM神经网络是合适的,因为它可以对它们进行独立分类。此外,我们使用浮动的图表窗口,对进入的 "模式 "进行分类,它们的重复出现,估计咬合的概率。

一般来说,我们走出水面,把鱼竿拿在手里 :)这些是想法。我将朝着这个方向努力...

我有一个完全可行的数据准备技术,它在我使用的数据上是有效的。Delta, volume, price.所以我建议我们联合起来,扩大来自市场的数据范围,从而改进一个已经运作良好的系统。你呢?
 
瓦列里-亚斯特雷姆斯基
驳斥有可能用存档器确定模式的理论。或确认。虽然你是对的,我们将拉出平坦的趋势,并看到存档者决定了它们,但它会给我们带来什么预测....。归档器在历史上工作))))

Ehhhh它是如何开始的)))) 熵,规律性)))) 规律性只是被证明是错误的,所有的权利,我们只压缩相同的颜色,相同的频率,相同的增量))))。而事实上,首先存档者会找到一个具有相同数值的区域,然后才会对其进行压缩。Shit....,而且我们在寻找错误的模式。我今天读了潘沁的)))))))。我们非常容易混淆无意义和深刻性))))))