交易中的机器学习：理论、模型、实践和算法交易 - 页 2087

新评论
 
mytarmailS:

Karoch ))不需要任何东西，不需要频率或相位，只需输入一个振幅最大的 谐波， 只需输入一个符号即可

如果你添加一些东西，你会得到很多的噪音

而你得到了一个非常清晰的信号，另一个问题是这个信号携带的是什么）)

只是噪音听不出来

一分耕耘一分收获

而傅里叶变换只会突出你想要的东西
 
Renat Akhtyamov:

你只是听不到噪音。

言出必行

而傅里叶变换只会突出你想要的东西

你问什么（如果一直都是这样的话)))))

 
Renat Akhtyamov:

你只是听不到噪音

只是PSHNH :)

 
mytarmailS:

只是PSHNH :)

别跟我说这些废话。

他的振幅很大，不清楚是怎么回事......

;))))

 
Valeriy Yastremskiy:

我认为这个任务更加困难。只考虑新闻是没有意义的，这是交易者的经验所证明的）观察价格变化是必要的，但我会从新闻中观察重大的价格变化，以发现还有什么影响了价格。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。有新闻的预期价值，有实际价值，还有对价格的影响方向。新闻的特征组合原来是足够的。

我同意，现实比我们的任何模型都要复杂，但我们只有在简单模型的帮助下才能有意义地分析它）。

 
Aleksey Nikolayev:

我同意，现实比我们的任何模型都要复杂得多，但我们只有在简单模型的帮助下才能有意义地学习它。）

通过简单的模型来寻找符号的协同作用是可能的（也是必要的），以便在理解的基础上构建复杂的模型。没有人禁止看不同的单一指标，新闻，股票指数，CB利率，第三方利率或其他东西对价格进行类似的测试，并将它们分组，以备发现相关性）。

 
Aleksey Nikolayev:

我同意，现实比我们的任何模型都要复杂得多，但我们只能在简单模型的帮助下有意义地理解它）这样一个辩证的悖论）

现实情况是，我们卖得更多，从我们这里买的更少。

不管你怎么看，一般的交易员都是用平均法工作的。

仅此而已

你必须能够超越他们，因此，要从人群中脱颖而出

 
Valeriy Yastremskiy:

我们可以（也应该）在简单的模型中寻找协同作用，这样我们就可以在理解的基础上建立复杂的模型。没有人禁止在同一个测试上看不同的单一指标，新闻、股票指数、中央银行利率、第三方利率或任何对价格的影响，如果发现有关联性，就把它们分组）。

复合是指可以由简单的规则组成的东西）。

 
Aleksey Nikolayev:

CONNECTED是由简单的规则连接起来的东西，从一个简单的)

像频谱分析一样，从简单的谐波开始，你可以配置任何条件下的函数，一个加法模型。

如果你想一想，那么同样的随机森林也是加法模型，在某种意义上是谱系分解，虽然随机...

 
mytarmailS:

谢谢你，你真的解释了，我不能理解公式()

我很久以前就读过关于过滤器类型的书，原则上是很清楚的。

我搜索了我的档案，找到了它，记住了它，想通了它，但这仍然是一件有趣的事情


目标是一个近似的数列。 我是用ssa近似的，但也可以是傅里叶，主要是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。

在学习之后，我们得到一个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，几页前他们说forrest不能内部插值数据，但网格可以，这里有一个生动的例子

从增量做傅里叶，你甚至可以不做SSA。

为培训目的，用3个正弦波做一个指标，并对其应用不同的指标。

1...208020812082208320842085208620872088208920902091209220932094...3399
新评论