交易中的机器学习:理论、模型、实践和算法交易 - 页 2122

 
Aleksey Vyazmikin:

我不知道这种方法是否适用于木质模型或更多地适用于神经网络。

但如果你只是想一想,答案不是很明显吗?

 
Aleksey Vyazmikin:

你能公布正弦/余弦时间转换功能吗?我也会尝试这种方法。在我发表的文章中,小时数是那里的一个重要预测因素。我不知道这种方法是否适用于木质模型或更多地适用于神经网络。

//день недели, час = ввести через 2 предиктора sin и cos угла от полного цикла 360/7,  360/24
                     
if(nameInd[nInd]=="Hour")        {CopyTime        (sim,per,startDt,n_bar+1,dtm);TimeToStruct(dtm[0],dts);ArrayResize(tmp,1);tmp[0]=(double)(dts.hour*60+dts.min)*360.0/1440.0;tmp[0]=(buf==0?MathSin(tmp[0]*pi/180.0):MathCos(tmp[0]*pi/180.0));}// для увеличения точности добавлены минуты  360/24 = 360/24/60 = 360/1440

if(nameInd[nInd]=="WeekDay")     {CopyTime        (sim,per,startDt,n_bar+1,dtm);TimeToStruct(dtm[0],dts);ArrayResize(tmp,1);tmp[0]=(double)(dts.day_of_week*1440+dts.hour*60+dts.min)*360.0/10080.0;tmp[0]=(buf==0?MathSin(tmp[0]*pi/180.0):MathCos(tmp[0]*pi/180.0));}// для увеличения точности добавлены часы и минуты 360/7 = 360/7/24/60 = 360/10080

根据代码,如果buf==0,就是正弦,否则(buf==1)就是余弦。


木制模型可以消化一切。
正弦和余弦对NS来说是很好的,因为它们已经被归一化为-1...+1

如果你把这个变体与编号的时间进行比较,告诉我哪个更好。在我看来,有些东西应该是100%一致的,如果你给出星期几、小时和分钟。

 

完成了关于新采样原则的炸弹


 
Maxim Dmitrievsky:

完成了关于采样新原则的炸弹

你什么时候能学会如何训练/测试))))

 
mytarmailS:

你什么时候能学会如何训练/测试))))?

不要教给科学家。

现在我需要一台强大的电脑...
 
Maxim Dmitrievsky:

不要教给科学家。

现在我需要一台强大的电脑...

也许大脑先))))

 
mytarmailS:

也许你的大脑先))))

你在我的大脑之前......好吧,你明白我的意思。

 
Maxim Dmitrievsky:

你对我的大脑......嗯,你明白的。

是的,是的,是的 ))))


你怎么不明白,"当前时刻 "考虑到了 "过去 "的特征

通过从 "现在 "学习,从 "过去 "测试你是在偷看过去......


为什么要倒着做,它没有任何作用 ....为了愚蠢而愚蠢......



只要记住,我们曾经根据 "反向 "数据进行预测,记得我们在预测过去时有多好????。

你现在也在做同样的事情!!!! 科学家!!!)))

 
mytarmailS:

ta, yes, yes ))))


你怎么不明白,"当前时刻 "考虑到了 "过去 "的特征

通过从 "当前时刻 "学习和从 "过去 "测试你有点像在偷看过去......


为什么要倒着做,它没有任何作用 ....愚蠢的缘故......

别傻了...

 
Maxim Dmitrievsky:

别犯傻了。

这有什么愚蠢之处?