交易中的机器学习:理论、模型、实践和算法交易 - 页 2086

 
Maxim Dmitrievsky:

嗯......锆石很有趣......当然,大惊小怪,但这是我上次得到的东西。

这值得一探究竟。

但是,如果你添加一个传播...


锆石是什么?

 
Andrey Dik:

锆石是什么?

https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html

起初我以为这个东西可以对抗过度训练

但后来我意识到这只是一个特性的变压器......一个好的变压器。但我希望减少过度训练。

RandOm Convolutional KErnel Transform (ROCKET) — pyts 0.12.dev0 documentation
  • pyts.readthedocs.io
The RandOm Convolutional KErnel Transform (ROCKET) algorithm randomly generates a great variety of convolutional kernels and extracts two features for each convolution: the maximum and the proportion of positive values. This example...
 
Rorschach:

看,MA(移动平均线)是一个简单的过滤器,对于MA(4)其九(0.25,0.25,0.25,0.25),对于MA(5)(0.2,0.2,0.2,0.2)。

对于MA(5),我们采取最后5个价格,将每个价格乘以0.2,然后相加,这将是最后一栏的MA(5)的值。

你现在不需要它,文章的第一部分涉及过滤器的类型。

谢谢你,你真的解释了,我不懂公式()。

我很久以前就读过关于过滤器类型的书,我在原则上理解它们。

mytarmailS:

我给你看一件有趣的事情,如果我可以重现它。

我在我的档案中挖了很多,发现了它,记住了它,想通了它,但这仍然是一件有趣的事情。


目标是一个近似数列,我是用ssa近似的,但也可以用Fourier,主要是要把它很好地平滑出来。

像这样。


然后在滑动窗口中

我们做傅里叶变换,去除频率为零的谐波,找到振幅最大的谐波(如你所说)。

并将其交给MSUA进行培训。

经过学习,我们得到了一些难以理解但非常清晰的信号,你可以清楚地看到,谐波

而在同样的数据上,弗雷斯特没有发现任何问题。

我想这就是如何从频谱中挑出如此清晰和有用的信号? 这个频谱分析非常有趣......。和它的过滤器...


顺便说一下,几页前有人说Forest不能内部插值数据,但Mesh可以,这里有一个生动的例子

 
Igor Makanu:

你可以https://www.mql5.com/ru/forum/244716#comment_7451342

该代码之前工作没有问题https://www.mql5.com/ru/forum/123222/page4#comment_3229236


这取决于你在寻找什么,如果你确认在新闻发布期间发生估值飙升(链接中的代码会寻找它),那么是的,因为新闻发布是一种仪式,期间禁止下单和...传说?"大的强大的玩家在这个行动中删除他们的订单,导致价值的飙升,传说的来源 - 各种外汇经纪商的互联网资源。


如果要确认新闻转向市场--我怀疑这是可能的,那么ZigZag有很大的帮助,往往趋势在晚上没有重要新闻出来的时候就被逆转了,对每个人都是如此。

最近在这里发布了一些类似的代码--根据一天中的时间来计算波动率。

这就是问题所在,仅仅改变波动率并不能带来赚钱的机会(除了用期权)。你需要一些可预测的运动。

 
Aleksey Nikolayev:

我最近在这里发布了一些类似的代码--根据一天中的时间来计算波动率。

问题就在这里,仅仅改变波动率并不能给你带来赚钱的机会(使用期权除外)。你需要某种可预测的运动。

从物理学的角度来看,我们需要寻找冲动作用。波动性并不取决于单一的冲动。它不会改变。另一方面,你可以看一看,看看价格会发生什么变化,以及会持续多久。我不相信在新闻 时间什么都没有发生)。

 
Valeriy Yastremskiy:

日期,时间是有的,在新闻前半小时和新闻后3小时的时间范围内,货币对的价格变化速度和范围。为国家提供新闻。第一个档案库是按国家和新闻类型划分的。突出显示国家,看看每条新闻对价格的影响。我想不出别的办法了。

此外,还有对新闻M L的意义的预测。将有可能进行比较。我不知道重要性的字母后面的数字是什么意思。

现在是纽约时间),我们必须考虑到夏令时)。或者跳过过渡期的那一天。

过渡期就在那里--在标有N的新闻中

因为它在解析FF日历,前三个数字--价值、预测、以前的修订;第四个数字--我不知道,可能是 以前的修订;最后一个整数--来自图表地址。

 
Rorschach:

macd是一个带通滤波器+ 一个来自于它的低通滤波器。从频谱中我们可以得到截止频率--2个参数,我们任意地采取信号线,它增加了平滑和延迟。


如果你考虑一下呢?

带通滤波器是一种能通过特定频率范围(带宽)的滤波器。

要做到这一点,你至少要先进行一次傅里叶变换。

MACD的物理含义是两个价格平均器之间的delta,每个价格平均器面向不同的时间间隔,它们现在被比较。

 
Valeriy Yastremskiy:

从物理学的角度来看,你必须寻找冲动作用。波动性并不取决于单一的冲动。它不会改变。另一方面,你可以看一看,看看价格会发生什么变化,以及会持续多久。我并不真的相信在新闻发布 期间什么都没有发生)。

很明显,有一个变化,但必须建立从中获利的机会。这是数学推理(假设检验)的标准方式--提出一个无效假设及其备选方案,然后用数据来检验它们。

 
罗夏

Karoch ))不需要任何东西,既不需要频率,也不需要相位,只需要输入一个振幅最大的谐波,只需要一个符号即可。

如果你添加一些东西,就会有很多噪音。

你会得到一个非常清晰的信号,这是另一个问题,这个信号里有什么))

 
Aleksey Nikolayev:

变化显然是存在的,但需要建立利用它的机会。这是matstat(假设检验)中的标准推理方式--我们提出无效假设及其备选方案,然后用数据来检验它们。

我认为这个任务更加困难。只考虑新闻是没有意义的,交易者的经验证明了这一点)观察价格变化是必要的,但我会从新闻中寻找价格的重大变化,以找到其他影响价格的因素。观察周围有什么新闻。也许还可以与股指或其他什么数字混合在一起。

此外,仅从意义上描述新闻是有缺陷的。新闻有一个预期值,有一个真实值,对价格有一个影响方向。