交易中的机器学习:理论、模型、实践和算法交易 - 页 2274 1...226722682269227022712272227322742275227622772278227922802281...3399 新评论 Valeriy Yastremskiy 2021.01.07 12:25 #22731 Aleksey Nikolayev: 恐怕用数学都不行)粗略的说,因为Tsosniks有非平稳性 "不是我们需要的系统")这里有一篇关于音频中的非平稳性 的好文章。虽然静止性可以被赋予严格的定义,但非静止性是一个非常广泛的概念,因为有无限多的方式可以偏离静止性。虽然静止性可以被赋予严格的定义,但非静止性是一个非常广泛的概念,因为有无限多的方式可以偏离静止性。 略有不同的是,问题中的Tsosniks有一个高噪音的静止过程,我们清楚地知道它是什么,任务是清除噪音。 在我们的情况下,更适合的是SB模型,有一些不同强度和周期的散乱的噪声静止运动,甚至可能有一些时间上的重复,但我们不知道到底要找什么。 Valeriy Yastremskiy 2021.01.07 12:26 #22732 Aleksey Nikolayev: 这就是为什么有必要以某种方式将这种时期(有足够少的错误)单列出来,甚至不试图在其他时刻做一些事情)试图建立一些 "普遍的价格理论",然后 "打破外汇的骨干 "是一个明显的路径,无处可去)。 我同意,当你可以随波逐流的时候,为什么要打破。最主要的是保持平衡) Aleksey Nikolayev 2021.01.07 12:40 #22733 Valeriy Yastremskiy: 有一点不同,Tsosniks的问题中有一个高噪音的静止过程,他们清楚地知道它是什么,任务是清理噪音。 这就是他们的标准理论。顺便说一下,噪声特别注定是静止的)。 我刚刚写了他们试图摆脱这些标准假设的情况。 Valeriy Yastremskiy: 在我们的案例中,SB模型更适合与某种在强度上不同的杂乱无章的、周期嘈杂的静止运动的系列,甚至还有在时间上重复的,但究竟要寻找什么并不清楚。 嗯,是的,SB是 "零的近似",然后这是一个品味问题)。 Rorschach 2021.01.07 14:05 #22734 Maxim Dmitrievsky: 整个数十亿美元的市场充斥着过夜者和黄牛党,你说......通过某种过滤器固定,我不强。我们不需要永动机,让它改变,但不是立即改变。https://github.com/balzer82/FFT-Python还有更多,但我不明白他做了什么。https://github.com/snazrul1/PyRevolution/blob/master/Puzzles/DSP_For_Stock_Prices.ipynb 也许我们在谈论的是逻辑过滤器?他们需要销售,漂亮话越多越好。我从2011年开始监测这个系统,在我的网站上有漂亮的报告和回测。幸运的是,我找到了源代码。我的测试员显示的是一件事,而他们的报告显示的是另一件事。我开始调查,他们奇迹般地在我输钱的那天没有交易。 第一个链接是关于电网负荷的,这里很容易找到周期。在计量经济学中,他们也喜欢展示有明确周期的例子。 第二个我没有处理过,但最后一张图片说他们用傅里叶来隔离周期,并把它们延续到未来,橙色的线由同样的碎片组成,这是不可能的。这里有一个 关于这个主题的指标 。 Rorschach 2021.01.07 14:08 #22735 Maxim Dmitrievsky: 关于傅立叶,我的看法是这样的。首先进行某种 分解,例如stl然后通过bpf 进行循环搜索然后,循环被交易逻辑所包裹。(包括MO)它看起来并不复杂。 Hilbert-Huang变换。 不起作用 Evgeny Dyuka 2021.01.07 18:13 #22736 该比特已经触及40K...到底发生了什么 mytarmailS 2021.01.09 08:18 #22737 谁知道如何进行无标度识别? 例如,在 这个视频 中... 我知道它是通过光谱(傅里叶最有可能)完成的,我甚至知道如何做,但在我看来,我所知道的并不是最有效的方法...... 因此,我对科学/工业环境中的无标度 是如何进行的,在哪些任务中应用,在哪里阅读......感兴趣。 Expressive Time Series Querying with Hand-Drawn Scale-Free Sketches 2018.04.07www.youtube.com Expressive Time Series Querying with Hand-Drawn Scale-Free SketchesMiro Mannino, Azza AbouziedCHI '18: ACM CHI Conference on Human Factors in Computing Syste... Aleksey Nikolayev 2021.01.09 08:48 #22738 mytarmailS: 谁知道如何进行无标度识别?例如,在 这个视频 中...我知道它是通过光谱(傅里叶最有可能)完成的,我甚至知道如何做,但在我看来,我所知道的并不是最有效的方法......所以!我对科学/工业环境中的无标度 是如何做到的,在哪些任务中应用,在哪里阅读......感兴趣。 也许是DTW? 枢纽上有一篇关于DTW在语音识别中的应用的文章。 Maxim Dmitrievsky 2021.01.09 11:07 #22739 mytarmailS: 谁知道如何进行无标度识别?例如,在 这个视频 中...我知道它是通过光谱(傅里叶最有可能)完成的,我甚至知道如何做,但在我看来,我所知道的并不是最有效的方法......所以!我对科学/工业环境中的无标度 是如何进行的,在哪些任务中应用,在哪里阅读......感兴趣。 大滑动归一化+关联性 Forester 2021.01.09 11:45 #22740 Maxim Dmitrievsky: 大滑动归一化+关联性 这是按振幅计算的,但他想按时间来做。 1...226722682269227022712272227322742275227622772278227922802281...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
恐怕用数学都不行)粗略的说,因为Tsosniks有非平稳性 "不是我们需要的系统")
这里有一篇关于音频中的非平稳性 的好文章。
虽然静止性可以被赋予严格的定义,但非静止性是一个非常广泛的概念,因为有无限多的方式可以偏离静止性。
虽然静止性可以被赋予严格的定义,但非静止性是一个非常广泛的概念,因为有无限多的方式可以偏离静止性。
略有不同的是,问题中的Tsosniks有一个高噪音的静止过程,我们清楚地知道它是什么,任务是清除噪音。
在我们的情况下,更适合的是SB模型,有一些不同强度和周期的散乱的噪声静止运动,甚至可能有一些时间上的重复,但我们不知道到底要找什么。
这就是为什么有必要以某种方式将这种时期(有足够少的错误)单列出来,甚至不试图在其他时刻做一些事情)试图建立一些 "普遍的价格理论",然后 "打破外汇的骨干 "是一个明显的路径,无处可去)。
我同意,当你可以随波逐流的时候,为什么要打破。最主要的是保持平衡)
有一点不同,Tsosniks的问题中有一个高噪音的静止过程,他们清楚地知道它是什么,任务是清理噪音。
这就是他们的标准理论。顺便说一下,噪声特别注定是静止的)。
我刚刚写了他们试图摆脱这些标准假设的情况。
在我们的案例中,SB模型更适合与某种在强度上不同的杂乱无章的、周期嘈杂的静止运动的系列,甚至还有在时间上重复的,但究竟要寻找什么并不清楚。
嗯,是的,SB是 "零的近似",然后这是一个品味问题)。
整个数十亿美元的市场充斥着过夜者和黄牛党,你说......通过某种过滤器固定,我不强。我们不需要永动机,让它改变,但不是立即改变。
https://github.com/balzer82/FFT-Python
还有更多,但我不明白他做了什么。
https://github.com/snazrul1/PyRevolution/blob/master/Puzzles/DSP_For_Stock_Prices.ipynb
也许我们在谈论的是逻辑过滤器?他们需要销售,漂亮话越多越好。我从2011年开始监测这个系统,在我的网站上有漂亮的报告和回测。幸运的是,我找到了源代码。我的测试员显示的是一件事,而他们的报告显示的是另一件事。我开始调查,他们奇迹般地在我输钱的那天没有交易。
第一个链接是关于电网负荷的,这里很容易找到周期。在计量经济学中,他们也喜欢展示有明确周期的例子。
第二个我没有处理过,但最后一张图片说他们用傅里叶来隔离周期,并把它们延续到未来,橙色的线由同样的碎片组成,这是不可能的。这里有一个 关于这个主题的指标 。
关于傅立叶,我的看法是这样的。首先进行某种 分解,例如stl
然后通过bpf 进行循环搜索
然后,循环被交易逻辑所包裹。(包括MO)它看起来并不复杂。
Hilbert-Huang变换。
不起作用
谁知道如何进行无标度识别?
例如,在 这个视频 中...
我知道它是通过光谱(傅里叶最有可能)完成的,我甚至知道如何做,但在我看来,我所知道的并不是最有效的方法......
因此,我对科学/工业环境中的无标度 是如何进行的,在哪些任务中应用,在哪里阅读......感兴趣。
谁知道如何进行无标度识别?
例如,在 这个视频 中...
我知道它是通过光谱(傅里叶最有可能)完成的,我甚至知道如何做,但在我看来,我所知道的并不是最有效的方法......
所以!我对科学/工业环境中的无标度 是如何做到的,在哪些任务中应用,在哪里阅读......感兴趣。
也许是DTW?
枢纽上有一篇关于DTW在语音识别中的应用的文章。
谁知道如何进行无标度识别?
例如,在 这个视频 中...
我知道它是通过光谱(傅里叶最有可能)完成的,我甚至知道如何做,但在我看来,我所知道的并不是最有效的方法......
所以!我对科学/工业环境中的无标度 是如何进行的,在哪些任务中应用,在哪里阅读......感兴趣。
大滑动归一化+关联性
大滑动归一化+关联性