交易中的机器学习:理论、模型、实践和算法交易 - 页 2522

 
秘诀#:
市场上的乘法表是非稳态的)

如战时值为4的正弦)。

 
Aleksey Nikolayev#:

是的。

不,让j<k,那么COV(Yj,Yk)=COV(Yj,Yj+X(j+1)+...+Xk)=COV(Yj,Yj)+COV(Yj,X(j+1)+...+Xk)=。

好吧,那么你只需要替代。

ACF = COV(Yj,Yk)/sqrt(COV(Yj,Yj)*COV(Yk,Yk))= (COV(Yj,Yj)+COV(Yj,X(j+1)+..+Xk))/sqrt(COV(Yj,Yj)*COV(Yj,Yj+X(j+1)+...+Xk,Yj,Yj+X(j+1)+...+Xk))=(COV(Yj,Yj)+COV(Yj,X(j+1)+...+Xk))/sqrt(COV(Yj,Yj)*COV(X(j+1)+...+Xk,X(j+1)+...+Xk))= ...

我对COV功能的规则感到困惑

 
Valeriy Yastremskiy#:

好吧,那你就只能用替代品了。

ACF = COV(Yj,Yk)/sqrt(COV(Yj,Yj)*COV(Yk,Yk))= (COV(Yj,Yj)+COV(Yj,X(j+1)+...+Xk) )/sqrt(COV(Yj,Yj)*COV(Yj,Yj+X(j+1)+...+Xk,Yj,Yj+X(j+1)+...+Xk))=(COV(Yj,Yj)+COV(Yj,X(j+1)+...+Xk))/sqrt(COV(Yj,Yj)*COV(X(j+1)+...+Xk,X(j+1)+...+Xk))= ...

此外,我对函数COV的规则感到困惑

呐,提前替代)两个项中有一个是零(哪个?COV(Yj,Yj)==0COV(Yj,X(j+1)+...+Xk)==0?你需要利用每个参数的协方差的线性,并回顾SB的定义)

 
Valeriy Yastremskiy#:


你为什么要喂他?

很明显,他是一个纯粹的理论家,很明显,ACF的SB没有实际意义--没有人只需要翻阅教科书和回忆早已遗忘的讲座....。

 
Dmytryi Nazarchuk#:

你为什么要喂他?

显然他是一个纯粹的理论家,显然ACF的SB没有实际意义--没有人只需要翻阅教科书和回忆早已遗忘的讲座....。

绿葡萄)

 
Ivan Butko#:
先生们,这个话题的常客们,请告诉我,在机器学习方面是否有成功的案例,现成的产品是否有效?

这条线已经发展得很猛烈,可能是最活跃的。
https://www.mql5.com/ru/blogs/post/746398#comment_26491969
Интеграция прогнозов нейросети в MetaTrader 5
Интеграция прогнозов нейросети в MetaTrader 5
  • 2021.11.18
  • www.mql5.com
⚠️  Файлы обновились 12.11.21, текущая версия 1.5        Что нового:        1. Качество прогноза по EURUSD поднялось до 63%, по BTCUSD
 
Aleksey Nikolayev#:

呐,提前替代)两个总和中有一个是零(哪个?COV(Yj,Yj)==0COV(Yj,X(j+1)+...+Xk)==0?我们需要利用每个参数上协方差的线性特性,并记住SB的定义)

如果Yj不等于x的剩余之和,则第二个等于零。但它也可以是平等的。在单数情况下。
而第一个等于一。
 
Valeriy Yastremskiy#:
如果Yj不等于x的剩余之和,则第二个等于零。但它也可以是平等的。在单数情况下。

是的,从SB的定义来看,未来的所有增量与现在和过去的数值是独立的,因此协方差全部为零。

Valeriy Yastremskiy#:
而第一个等于1。

不是一个,是随时间j增加的方差。如果我们用d表示白噪声Xi的方差,那么COV(Yj,Yj)=j*d^2要做到这一点,将Yj表示为X1+...+Xj的总和,并考虑到白噪声的特性,进行计算。

因此,经过替换,ACF=sqrt(min(j,k)/max(j,k))。当然,如果我没有搞乱什么的话)。

我建议在此结束ACF SB的主题,以免让印象特别深刻的实践者紧张)

 
Aleksey Nikolayev#:

是的,从SB的定义来看,未来的所有增量都与现在和过去的数值无关,因此协方差都是零。

不是一个,是随时间j增加的方差。如果我们用d表示白噪声Xi的方差,那么COV(Yj,Yj)=j*d^2要做到这一点,将Yj表示为X1+...+Xj的总和,并考虑到白噪声的特性,进行计算。

因此,经过替换,ACF=sqrt(min(j,k)/max(j,k))。当然,如果我没有搞乱什么的话)。

我提议在此结束ACF SB的主题,不要让印象特别深刻的实践者紧张)

是的,混在一起)一般来说,我最喜欢的消遣方式不是在特维尔的公式中探究)。关于薛定谔,理解的复杂性是指数级的)虽然它甚至不是一个理论家)
 

你是如何进行广播 的是第三方服务还是什么? 它甚至是如何工作的? 我如何能做到这一点?