트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2321

새 코멘트
 
mytarmailS :

아니 정말...

시장은 고정되어 있지 않고, 알고리즘은 훈련되지 않으며, 태어날 때 즉시 죽고, 과거에 배운 것은 미래에 결코 반복되지 않을 것입니다..

정지 상태로 만들려고 하면 어떻게 됩니까?

1) 이동 중에 주요 고조파의 "k"를 선택하고 시장 모델로 사용

2) 그러나 주파수, 위상, 진폭에서 시간이 지남에 따라 고조파를 "부동"합니다.

3) 각 고조파 가 항상 고유한 동일한 주파수, 진폭 및 올바른 위상을 갖도록 지속적으로 조정하는 방법을 파악해야 합니다.

이것이 작동하면 정현파의 합에서 "시장 모델"을 얻습니다. 이는 연구하기 편리하며 고조파가 항상 동일한 범위에 있기 때문에 패턴이 항상 반복됩니다.

인공 행에서 시작하십시오. 제 생각에는 이것은 현실적이지 않습니다. 그러한 변형을 생각해 낸다고 해도 늦을 가능성이 높습니다.

 
로르샤흐 :
이 번들? 이것이 필터링의 기초입니다.

신호에서 사이클링을 멈추고 MO를 시작하면 스스로 많은 것을 발견할 수 있습니다.

그러나 탄 DSP와 싸울 의향은 없습니다.
 
로르샤흐 :

인공 행에서 시작하십시오. 제 생각에는 이것은 현실적이지 않습니다. 그러한 변형을 생각해 낸다고 해도 늦을 가능성이 높습니다.

아이디어는 시장이 두 개의 정현파 + 선형 추세 또는 정현파로 설명될 수 있다는 것입니다.

정현파는 고전적인 Heliot 패턴 5-3-5 ... 등을 얻기 위해 서로에 대해 올바른 주파수를 가져야 합니다.

그런 다음 모든 TA 수치가 머리, 어깨, 이중 탑 등 자신을 보여줍니다. ... 그리고 여기에는 마법이 없습니다.

비디오 - 나는 고조파에서 위상을 이동합니다 https://radikal.ru/video/oVpWCd1Q1pA

가격을 동일한 형식(명확한 매개변수에서)으로 전송하는 방법을 찾으면 성공이 거의 보장됩니다.


여기가 더 시원 하고 이미 트렌드와 함께 3-5 구조가 명확하게 보입니다.

 
mytarmailS :

아이디어는 시장이 두 개의 정현파 + 선형 추세 또는 정현파로 설명될 수 있다는 것입니다.

정현파는 원형에서 고전적인 Heliot 패턴 5-3-5 ... 등을 얻기 위해 서로에 대해 정확한 주파수를 가져야 합니다.

그런 다음 모든 TA 수치가 머리, 어깨, 이중 탑 등을 표시합니다. ... 그리고 여기에는 마법이 없습니다.

비디오 - 나는 고조파에서 위상을 이동합니다 https://radikal.ru/video/oVpWCd1Q1pA

가격을 동일한 형식(명확한 매개변수에서)으로 전송하는 방법을 찾으면 성공이 거의 보장됩니다.


여기가 더 시원 하고 이미 트렌드와 함께 3-5 구조가 명확하게 보입니다.

이것은 영구 운동 기계 분야에서 나온 것입니다. 파형에서 구조는 거의 매일 바뀝니다.

UPD는 특정 범위에서 주기를 변경하는 여러 정현파가 있다고 가정하고 반대편으로 이동하려고 합니다. 기성 솔루션조차도 Gilbert-Huang 변환입니다. 여기에서 문제를 해결하는 것이 더 쉬울 것입니다. 그러나 나는 오른쪽 가장자리에 어떤 접근 방식에도 문제가 있을 것이라고 즉시 말합니다.
 
가격에는 분해되어야 하는 고유한 "모드"가 있습니다. 이것은 Mandelbrot가 그들의 프랙털성에 대해 이야기할 때 묘사한 것을 나타냅니다.
 
알렉세이 니콜라예프 :
가격에는 분해되어야 하는 고유한 "모드"가 있습니다. 이것은 Mandelbrot가 그들의 프랙털성에 대해 이야기할 때 묘사한 것을 나타냅니다.

패턴의 프랙탈리티와 유사성은 다른 것입니다. 서로 다른 척도에서 유사도의 상관관계를 파악하는 것은 여전히 직업이자 작업입니다. 하지만 그 안에는 뭔가가 있습니다.

 
발레리 야스트렘스키 :

서로 다른 척도에서 유사성의 상관 관계를 파악하는 것은 또 다른 작업이자 작업입니다.

이를 위해 다중 프랙탈 스펙트럼이 계산되는 다중 프랙탈의 개념이 발명되었습니다. 더욱이 우리의 경우 확률적 프랙탈리티(stochastic fractality)라고 하는 것이 더 정확합니다. 이것 과 같은 것이 밝혀졌습니다 .

 
알렉세이 니콜라예프 :

이를 위해 다중 프랙탈 스펙트럼이 계산되는 다중 프랙탈의 개념이 발명되었습니다. 더욱이 우리의 경우 확률적 프랙탈리티(stochastic fractality)라고 하는 것이 더 정확합니다. 이것 과 같은 것이 밝혀졌습니다 .

좋은 기사. 그러나 짧은 행의 경우. 나에게 시리즈의 프랙탈리티는 특정 규칙의 동일성 또는 다른 규모의 행동입니다. 그리고 다중 프랙탈 스펙트럼 ... 나는 그것이 어떻게 적용될 수 있는지 따라 잡을 수 없습니다.

 
발레리 야스트렘스키 :

좋은 기사. 그러나 짧은 행의 경우. 나에게 시리즈의 프랙탈리티는 특정 규칙의 동일성 또는 다른 규모의 행동입니다. 그리고 다중 프랙탈 스펙트럼 ... 나는 그것이 어떻게 적용될 수 있는지 따라 잡을 수 없습니다.

내 의견으로는, 우리의 목적을 위해 - 이 기사는 그다지 좋지 않습니다. 저는 다중분할성과 확률성을 결합한 접근 방식의 예시로 그것을 선택했습니다.

대략적으로 말하면, 다중 프랙탈 = 많은 프랙탈로 구성되며 스펙트럼은 이러한 기본 프랙탈의 차원입니다. 그러나 "스펙트럼"이라는 개념을 사용하면 다양한 스케일에서 SB와의 차이 정도를 표시하는 기능과 같이 우리에게 적합한 것을 생각해낼 수 있습니다.

 
로르샤흐 :

이것은 영구 운동 기계 분야에서 나온 것입니다. 파형에서 구조는 거의 매일 바뀝니다.

파형으로 지옥에, 나는 두세 개의 정현파가 모든 패턴, 수치 및 기타 쓰레기로 이 전체 "신비하고 신비한" 시장을 설명하기에 충분하다는 것을 보여주었습니다.

그리고 충분하다면 시장 모델을 만들고 쓰레기이기 때문에 다른 모든 것을 버릴 수 있습니다 ...


과학계에서는 복잡한 시스템을 예측하기 위해 시스템 모델이 생성됩니다 . 모델은 프로세스를 가장 단순화한 표현이지만 원하는 속성을 유지하면서 ..

그리고 연구하는 것은 실제 과정이 아니라 모델이고 실제 과정이 아니라 모델도 예측되는 것이지만 우리는 무엇을 하고 있는 걸까요???? 그리고 결과는 똑같습니다...

예측 대상에 대한 이해가 전혀 없는 상태에서 노이즈에 대해 최적화합니다.


따라서 간단하고 이해하기 쉬운 시장 모델을 먼저 만드는 것이 필요합니다. 사인파는 훌륭한 도구입니다.

로르샤흐 :
 특정 범위에서 주기를 변경하는 여러 정현파가 있다고 가정합니다.

점은 무엇인가? 한 혼돈에서 또 다른 혼돈을 만들고 반대로 이것에서 벗어나야 합니다..

로르샤흐 :

그러나 나는 오른쪽 가장자리에 접근하는 모든 방법에 문제가 있을 것이라고 즉시 말합니다.

다음은 귀하의 접근 방식의 결과입니다.

1...231423152316231723182319232023212322232323242325232623272328...3399
새 코멘트
사유: