트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2060

새 코멘트
 
예브게니 듀카 :
이 스레드의 모든 그래프는 왼쪽 하단 에서 시작하여 오른쪽 상단에서 끝납니다))
이렇게 살았다...

아니 전부는 아님)

 
로르샤흐 :
막연한 의심에 괴로워

해봤는데 여기까지 설명이..

난 그냥 더 갔어...

모든 지표의 값을 예측한 다음 결과 예측을 새로운 특성으로 사용하고 특성과 예측을 기반으로 더 많은 예측을 수행하고 오류가 떨어질 때까지 7 번 반복했습니다..

이것은 모두 MGUA 자체 조직 또는 현대의 메타 기호를 기반으로합니다.


링크 주셔서 감사합니다, 멋진 친구, 재미있게 읽었습니다))

 

명확하고 그리 현실적이지 않은 지그재그보다 더 인간적인 형태로 극한값을 묘사해야 할 때..

왜 이런거야? 이것은 차트 극단에 대한 보다 인간적인 마크업이 있는 대안일 뿐입니다 . ZZ가 아닌 이유, ZZ는 하나의 극한값, 하나의 포인트만 가지고 있으며, 비정상 시장의 불가피한 이동은 고려되지 않습니다..

솔루션은 다음과 같습니다. 우리는 극한 패턴을 만들고 현재 가격 과 패턴의 상관 관계를 봅니다..

세계 최고의 언어로 된 코드) 

y <- c( 1 : 10 , 9 : 0 )
x <- cumsum(rnorm(length(y)))

ccor <- cor(y,x)

layout( 1 : 2 )
plot(x,t= "l" ,main = paste( "corelation" , round (ccor, 2 )))
plot(y,t= "l" ,main = "шаблон екстремума" )

템플릿은 적어도 트렌드, 환상일 수 있습니다.


이것이 차트에서 보이는 방식이며, 상관 관계는 신호 라인 -0.7 및 0.7을 사용하여 슬라이딩 창에서 계산됩니다.


나에 관해서는 극단을 매우 인간적으로 결정하며 중요한 것에서 중요하지 않은 것을 걸러냅니다.

그런 다음 회귀 모델을 훈련하고 어떤 일이 발생하는지 확인할 수 있습니다. 

xx <- cumsum(rnorm( 100 ))
layout( 1 : 2 )
plot(xx,t= "l" )
cor.vec <- rep(NA, length(xx))
for (i in 10 :(length(xx)- 10 )){
  ii <- (i- 9 ):(i+ 10 )
  cor.vec[i] <- cor(xx[ii] , y)}
plot(cor.vec,t= "l" ,col= 4 )
abline(h=c(- 0.7 , 0.7 ),col= 2 )
 
mytarmailS :

명확하고 그리 현실적이지 않은 지그재그보다 더 인간적인 형태로 극한값을 묘사해야 할 때..

왜 이런거야? 이것은 차트 극단에 대한 보다 인간적인 마크업이 있는 대안일 뿐입니다 . ZZ가 아닌 이유, ZZ는 하나의 극한값, 하나의 포인트만 가지고 있으며, 비정상 시장의 불가피한 이동은 고려되지 않습니다..


지그재그의 경우 신경망이 어깨의 길이를 예측하도록 가르치는 것으로 충분합니다. 이전 길이보다 길거나 짧습니다(긴 것이 대상으로 필요함).

파일:
EURUSD_Series.txt  298 kb
 
예브게니 추마코프 :

지그재그의 경우 신경망이 어깨의 길이를 예측하도록 가르치는 것으로 충분합니다. 이전 길이보다 길거나 짧습니다(긴 것이 대상으로 필요함).

흠.. 역시 재미있는 아이디어네요..

당신은 시도??

파일에 무엇이 있습니까?

 
mytarmailS :

흠.. 역시 재미있는 아이디어네요..

당신은 시도??

파일에 무엇이 있습니까?


나는 그것을 시도하지 않았다. 나는 신경망에 끌지 않고 일반적으로 사모바르처럼 멍청합니다. .... 바보 같이 비슷한 영역을 검색했지만 항상 과거처럼 반복되지는 않습니다.


파일에서:

첫 번째 열은 이벤트의 결과입니다(양수 기호 = 긴 팔, 음수 기호 = 짧은)

두 번째 열은 "장기 레버리지" 이벤트의 변형입니다.

세 번째 열은 "단기 레버리지" 이벤트의 변형입니다.


일반적으로 두 개의 극단 열에서 가능한 이벤트입니다.

 
예브게니 추마코프 :

파일에서:

아, 분명합니다.

 
mytarmailS :

타겟이 어떻게 구축되었는지 명확하지 않습니다.


패턴.

 
mytarmailS :

명확하고 그리 현실적이지 않은 지그재그보다 더 인간적인 형태로 극한값을 묘사해야 할 때..

...

...

....

그런 다음 회귀 모델을 훈련하고 어떤 일이 발생하는지 확인할 수 있습니다.

훈련된..

회색은 원본 데이터, 파란색은 모델의 데이터

또한 명확성을 위해 기차의 일부를 삽입했습니다. 모델이 새 데이터에 적용되는 방식


1...205320542055205620572058205920602061206220632064206520662067...3399
새 코멘트
사유: