트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 3041

[СанСаныч Фоменко]

mytarmailS #:
비교해 볼 가치가 있습니다.

그냥 호기심에 살펴본 것뿐입니다.

비교 방법이 명확하지 않습니다. 업샘플은 동일한 데이터의 중복으로 인해 오버트레이닝을 유발할 수 있으며, 이는 즉시 감지할 수 없습니다.

[mytarmailS]

СанСаныч Фоменко #:

비교 방법이 명확하지 않습니다. 이상적으로는 동일한 데이터의 중복으로 인한 업샘플링은 즉시 감지할 수 없는 오버트레이닝으로 이어져야 합니다.

훈련하고, 테스트하고, 검증하고, 실행하세요.

[СанСаныч Фоменко]

mytarmailS #:

교육하고, 테스트하고, 검증하고, 실행하세요.

아쉽게도 아바를 변경했습니다.

[mytarmailS]

СанСаныч Фоменко #:

안타깝게도 아바가 변경되었습니다.

왜요?

[Maxim Dmitrievsky]

군국주의도 이 귀엽고 깜찍한 테마에 등장했습니다.

[Aleksey Vyazmikin]

Maxim Dmitrievsky #:
군국주의가 이 귀엽고 깜찍한 주제로 다가왔습니다.

저거 저격수인가요?

[mytarmailS]

공간을 선형화하거나 비선형 공간을 보다 선형적인 공간으로 변환하려고 합니다. HLLE 알고리즘에 관심이 있습니다.

https://en.wikipedia.org/wiki/Nonlinear_dimensionality_reduction

꽤 흥미로워 보입니다. AMO가 가격보다 그러한 스케치를 그대로 인식하는 것이 더 쉬울 것 같습니다.

여기에 애니메이션을 업로드 할 때 색상이 왜 그렇게 심하게 왜곡되는지 누구든지 알려주실 수 있나요?

이것이 알고리즘에 의해 변형된 가격의 모습입니다.

놀고 싶은 사람

p <- cumsum(rnorm(400,sd = 0.01))+100
p <- stats::embed(p,dimension = 20)[,20:1]
plot(p[,20],t="l",pch=20)

library(dimRed)
emb <- embed(p, "HLLE", knn = 15)

pp <- [e-mail][,20]
xx <- emb@data@data

par(mar=c(2,2,2,2), mfrow=c(1,2))
plot(pp,t="l",pch=20)
plot(xx,t="p",pch=20)

for(i in 1:nrow(xx)){
  Sys.sleep(0.05)

  plot(pp,t="l",pch=20)
  points(i,pp[i],col=2,lwd=6)
  plot(xx, t="p",lwd=2,pch=20)
  points(xx[i,1],xx[i,2],col=2,lwd=6)
}

[Maxim Dmitrievsky]

매니폴드 학습은 PCA와 같은 문제를 가지고 있습니다.

비고정 계열을 맞추기가 어렵습니다.

[mytarmailS]

Maxim Dmitrievsky #:

저도 PCA와 같은 문제를 가지고 공부하고 있습니다.

고정되지 않은 시리즈를 맞추는 데 어려움을 겪을 것입니다.

잡을 게 뭐가 있나요? 잡을 게 없어요, 현재 패턴이 다른 차원으로 변형되는 것뿐이죠.

[mytarmailS]

더 멋진 사진을 만들었습니다.

p <- cumsum(rnorm(300,sd = 0.01))+100
n <- 10
p <- stats::embed(p,dimension = n)[,n:1]

library(dimRed)
emb <- embed(p, "HLLE", knn = 15)
pp <- [e-mail][,n]
xx <- emb@data@data


gg <- cbind.data.frame(time=1:length(pp),xx,pp)
library(patchwork)
library(ggplot2)
p1 <- ggplot(gg, aes(x =time, y = pp, col=time)) +
  geom_point()  +
  scale_color_gradientn(colours = rainbow(4))
p2 <- ggplot(gg, aes(x = HLLE1, y = HLLE2, col=time)) +
  geom_point()  +
  scale_color_gradientn(colours = rainbow(4))
p1 + p2 + plot_layout(nrow = 2)