좋은 말씀입니다. TSVR 연구 주제에 대한 기사를 볼 때, 24시간 내내 패턴이 존재한다고 가정하고 패턴을 찾는다면 그 접근 방식에 의구심이 들기 시작합니다.
글쎄요, 적어도 저에게는 시간 분할이 모든 예측자에게 의미 있는 확률 편향을 주는 것은 아니라고 말할 수 있습니다. 그래서 저는 시간이 중요한 요소라고 생각하는 경향이 있지만, 활성 단계에 있는 경우 다른 더 중요한 요소가 결과에 영향을 미칠 수 있습니다.
또한 창에서 (구조를보다 정확하게 보존하기 위해) 많은 수의 간격으로 가격에 대해 다른 정량화 그리드를 사용하고 이러한 "압축 신호"에 대해 테스트 할 수 있다고 생각하며 이미 편차가있을 것입니다. 또는 두 간격 사이의 기준 범위에서 적은 수의 간격과 무작위 노이즈를 사용할 수 있습니다.
그리드를 수정하고 첫 번째 참조에 대한 오프셋만 저장할 수도 있습니다. 그러면 공간을 전혀 차지하지 않고 변환이 빠릅니다.
글쎄요, 적어도 저에게는 모든 예측자에 대해 시간 분할이 확률에 의미 있는 편향을 주는 것은 아니라고 말할 수 있습니다. 그래서 저는 시간이 중요한 요소라고 생각하는 경향이 있지만, 활성 단계에 있는 경우 다른 더 중요한 요소가 결과에 영향을 미칠 수 있습니다.
또한 창에서 (구조를보다 정확하게 보존하기 위해) 많은 수의 간격으로 가격에 대해 다른 정량화 그리드를 사용하고 이러한 "압축 신호"에 대해 테스트 할 수 있다고 생각하며 이미 편차가있을 것입니다. 또는 두 간격 사이의 기준 범위에서 적은 수의 간격과 무작위 노이즈를 사용할 수 있습니다.
그리드를 수정하고 첫 번째 참조에 대한 오프셋만 저장할 수도 있습니다. 그러면 공간을 전혀 차지하지 않고 변환이 빠릅니다.
근사치를 통해 새로운 데이터를 생성하는 문제를 해결해보는 것은 어떨까요?
하나의 창을 가지고 그 안에 있는 숫자 계열을 다른 정확도로 설명하려고 하면, 이 접근 방식을 통해 일일 변동을 포함한 전 세계 가격 변동의 역학을 저장할 수 있습니다.
그리고 근사값 계수의 형태로 기록을 저장하는 것으로 충분할 것입니다.
TC가 존재할 수 있는 모든 패턴을 찾는 것은 아닙니다. 그렇기 때문에 다음과 같이 일치시켜야 합니다.
그러면 '닭과 달걀' 문제에 직면하게 됩니다:
이러한 모든 개발자는 거래와는 거리가 멀다. 평균 대신 중앙값을 사용해야 합니다.
근사치를 통해 새로운 데이터를 생성하는 문제를 해결해야 할까요?
창을 가지고 그 안에 있는 숫자 계열을 다른 정확도로 설명하려고 하면 이 접근 방식을 사용하면 일일 변동을 고려하는 등 가격 움직임의 역학을 전 세계적으로 보존할 수 있습니다.
그리고 근사치 계수의 형태로 기록을 저장하는 것으로 충분할 것입니다.
좋은 것 같네요. IDC 연구 주제에 대한 기사를 보면 24시간 내내 규칙성을 찾는다는 가정하에 규칙성을 찾는다면 거의 즉시 그들의 접근 방식을 의심하기 시작합니다.
1000 틱 길이의 의존성
여기에 5,000개의 틱이 추가됩니다.
틱을 사용하면 이러한 창 선택이 이상합니다. 인덱스가 아닌 타임스탬프에 바인딩하는 것이 논리적으로 맞습니다.
트레이딩, 자동매매 시스템 및 트레이딩 전략 테스트 포럼
트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩
FXSABER, 2023.09.09 04:40 오후
이 위치에 오류가 있습니다: time_msc여야 합니다. 그러나 게시물 이후의 결과에는 영향을 미치지 않습니다.
1000 틱 길이의 의존성
https://disk.yandex.ru/d/6F8FdUGthpnk3A
.
샘플 간격(파란색 선 사이)에서 곡선이 얼마나 다른지 살펴보세요.
트레이딩, 자동매매 시스템 및 트레이딩 전략 테스트 포럼
트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩
FXSABER, 2023.09.10 07:38 AM
이는 가까운 매개 변수 세트보다 먼 매개 변수 세트를 사용한다는 것을 의미합니다. 노이즈가 많은 목표 함수의 경우 다른 언덕에 가까운 결과를 얻을 수 있습니다.
GA를 중단하지 않고 완료 될 때까지 기다리면 피크가 발견 될 것임이 분명합니다. 그리고 20개의 베스트 패스는 모두 거기에서 나옵니다 - 샘플 곡선은 거의 동일합니다. 이것은 아무 소용이 없습니다.
GA를 중단하지 않고 완료될 때까지 기다리면 피크가 발견됩니다. 그리고 20개의 베스트 패스는 모두 거기에서 나옵니다 - 샘플 곡선은 거의 동일합니다.
GA를 중단하지 않고 동일한 VDC에서이 진술을 확인했습니다.
이 20개 중 서로 다른 세트가 있다는 것을 잘 알 수 있습니다. 오히려 이것은 일반 GA가 제 역할을 하지 못했음을 시사합니다. 더 정확히 말하면, 다른 피크의 결과를 상위 20개에 배치함으로써 스스로를 중단시켰습니다.
좋은 말씀입니다. TSVR 연구 주제에 대한 기사를 볼 때, 24시간 내내 패턴이 존재한다고 가정하고 패턴을 찾는다면 그 접근 방식에 의구심이 들기 시작합니다.
글쎄요, 적어도 저에게는 시간 분할이 모든 예측자에게 의미 있는 확률 편향을 주는 것은 아니라고 말할 수 있습니다. 그래서 저는 시간이 중요한 요소라고 생각하는 경향이 있지만, 활성 단계에 있는 경우 다른 더 중요한 요소가 결과에 영향을 미칠 수 있습니다.
또한 창에서 (구조를보다 정확하게 보존하기 위해) 많은 수의 간격으로 가격에 대해 다른 정량화 그리드를 사용하고 이러한 "압축 신호"에 대해 테스트 할 수 있다고 생각하며 이미 편차가있을 것입니다. 또는 두 간격 사이의 기준 범위에서 적은 수의 간격과 무작위 노이즈를 사용할 수 있습니다.
그리드를 수정하고 첫 번째 참조에 대한 오프셋만 저장할 수도 있습니다. 그러면 공간을 전혀 차지하지 않고 변환이 빠릅니다.그리고 5k 길이로, 무엇보다도
https://disk.yandex.ru/d/1ypCrzYKk82XdA
최적화 그래프가 검색 프로세스가 얼마나 어려운지 보여줄 수 있을 것 같습니다. 시작하겠습니다.
글쎄요, 적어도 저에게는 모든 예측자에 대해 시간 분할이 확률에 의미 있는 편향을 주는 것은 아니라고 말할 수 있습니다. 그래서 저는 시간이 중요한 요소라고 생각하는 경향이 있지만, 활성 단계에 있는 경우 다른 더 중요한 요소가 결과에 영향을 미칠 수 있습니다.
또한 창에서 (구조를보다 정확하게 보존하기 위해) 많은 수의 간격으로 가격에 대해 다른 정량화 그리드를 사용하고 이러한 "압축 신호"에 대해 테스트 할 수 있다고 생각하며 이미 편차가있을 것입니다. 또는 두 간격 사이의 기준 범위에서 적은 수의 간격과 무작위 노이즈를 사용할 수 있습니다.
그리드를 수정하고 첫 번째 참조에 대한 오프셋만 저장할 수도 있습니다. 그러면 공간을 전혀 차지하지 않고 변환이 빠릅니다.안타깝게도 이 모든 가설은 구현과 테스트가 필요한 가설입니다.
막심 드미트리예프스키는 그의 변형을 시도하고 있고, 저는 제 변형을 시도하고 있습니다.