交易中的机器学习:理论、模型、实践和算法交易 - 页 2275

 
Aleksey Nikolayev:

也许是DTW

Hubra上有一篇 关于在语音识别中使用DTW的文章

不,DTW是为当地地区服务的,另外它的速度很慢...

而他们将不得不在滑动窗口中错开整个图表+滑动窗口的所有尺寸......。

这不是一个选项...

我相信一定有更亮的东西。

 
Maxim Dmitrievsky:

大滑动归一化+关联性

abra + cadabra

谢谢大家的理解)

 
elibrarius:
这是在振幅上,他希望能按时完成。

他什么都想要。

算法必须明白,这都是同一件事。


在时间和振幅上都有区别,频率....。

相同的一个是图案中的点之间的比例

 
elibrarius:
这是在振幅上,但他似乎想在时间上。

按时间重新取样,分割成更宽的条状(bins),或者反过来,插值

内插法似乎更好,因为不会丢失任何信息
 
那么,这里有一个 科学家寻找模式的例子。但我们更聪明了,我们的自行车也更好了。
 
Aleksey Nikolayev:
嗯,这里有一个 科学家寻找模式的例子。但我们更聪明了,我们的自行车也更好了。

我重复"为那些在坦克里的人",TDW为当地类似的模式。

你不会在自己周围20-100米的范围内旋转鼠标,所有在文章中的模式最多只能在0.5米范围内...(它们是局部相似的(在时间上) )

另一方面,我需要完全的尺寸不变性

 
mytarmailS:

重复"为坦克中的人 " TDW,以获得当地的类似模式

你不会在你周围20-100米的范围内摆动你的鼠标,文章中的所有模式最多只能在0.5米内...(它们是局部相似的(在时间上) )

另一方面,我需要完全的尺寸不变性。

没关系,再过几年你就会发现对数。

 
mytarmailS:

重复"为坦克中的人 " TDW,以获得当地的类似模式

你不会在你周围20-100米的范围内摆动你的鼠标,文章中的所有模式最多只能在0.5米内...(它们是局部相似的(在时间上) )

另一方面,我需要完全的尺寸不变性

要找到范围大小的逻辑,从它寻找尺度,或者说在什么尺度上寻找模式。否则,通过充分的蛮力窗口,从最大图案的宽度到最小,因此沿行滑动是昂贵的。但所有的肯定会被发现。只需要了解最大图案的宽度。

 
Aleksey Nikolayev:

没关系,大约十年后你会发现对数。

对数将如何帮助认识我上面画的图案?

 
Valeriy Yastremskiy:

范围上的传播值的逻辑,从中寻找尺度,或者说在哪个尺度上寻找模式。找到所有这些的唯一方法是找到最大图案的宽度。

你知道要花半天时间才能找到一个图案,全面搜索...

我认为有一个更优雅的方法。