주어진 속성의 행 사이의 상관 관계 행렬을 선택한 다음 가장 상관 관계가 높은 행을 선택하고, 각 행에 대해 n 개의 종가 그래프를 작성하여 미래에 어떻게되었는지 확인하고, 모든 행에 대한 통계, 평균적으로 미래에 어떻게되었는지, 이러한 통계에 따라 모든 패턴을 필터링하고, 가장 좋은 패턴을 선택합니다.
패턴 참조가 저장되고 테스터에서 현재 값과 참조의 상관 관계를 찾고 선택한 로직에 따라 거래를 엽니다.
지표가 여러 개 있다고 가정하면, 그 값을 순차적으로 1D 배열에 기록할 수 있습니다. 그리고 상관관계를 통해 다른 유사한 지표와 비교할 수 있습니다.
그런 다음 지표를 균일 한 앵무새로 가져올 필요가 있습니다. 지표가 다른 간격의 증분이라 할지라도 그렇지 않으면 상관 관계가 이상합니다.
나 자신은 1D 배열로 창을 이동하고 "유사성"의 표시를 통해 샘플 수를 살펴 봅니다. 더 정확하게는 숫자가 아니라 그러한 장소의 총 "수익"(패턴으로 들어가고 n 시간 후에 나가는)입니다.
애니메이션에서 발견된 샘플의 수만 수백 개로 혼란스럽습니다. 4 년 동안 4 * 365 * 5/7 * 24 ~ 25000 개의 샘플 만 있습니다. 25,000개 중에서 500개의 샘플을 찾는다는 것은 매우 거친 패턴(또는 유사성의 징후)이거나 (규칙성이라는 가설이 있는) 일종의 규모를 벗어난 반복성입니다.
거래 1건과 동일하지만 거래 횟수가 적을 뿐입니다.
그럼 마틴이 아니라 축하합니다!
마티가 아니라면 축하합니다!
글쎄요, 패턴이 전혀 발견되지 않는다면 TC가 작동하지 않는다면 이상하겠죠.
그냥 그런 패턴을 찾을 수 있다는 말입니다.
여러분도 그렇게 보일 수 있다는 말입니다.
방법론은 보이지 않고 그래프만 보이네요.
방법론은 보이지 않고 그래프만 보였습니다.
주어진 속성의 행 사이의 상관 관계 행렬을 선택한 다음 가장 상관 관계가 높은 행을 선택하고, 각 행에 대해 n 개의 종가 그래프를 작성하여 미래에 어떻게되었는지 확인하고, 모든 행에 대한 통계, 평균적으로 미래에 어떻게되었는지, 이러한 통계에 따라 모든 패턴을 필터링하고, 가장 좋은 패턴을 선택합니다.
패턴 참조가 저장되고 테스터에서 현재 값과 참조의 상관 관계를 찾고 선택한 로직에 따라 거래를 엽니다.지금까지 MO의 결과를 이길 수 없었습니다.
상관 관계가 어떤 관련이 있는지 이해하지 못합니다. 처음부터 문자열을 가져 와서 채굴 간격 동안의 동작을 살펴 보는 것으로 충분하다고 생각합니다.
잘했어요! 더 이상 MO가 아니라 블랙박스의 힌트 없이 완전히 과잉인 것으로 밝혀졌습니다. 마음에 드네요.
문자열의 길이는? 애니메이션으로 판단하면 길이는 10개의 가능한 값 중 4개입니다.
어떤 상관 관계가 있는지 전혀 이해가 되지 않네요. 문자열을 처음부터 가져와서 앞으로의 동작을 보는 것으로 충분할 것 같습니다.
테스터의 예제에서는 길이가 9(다른 기간의 증분)였습니다.
하나의 1D 배열에 서로 다른 주기를 하나의 곡선으로 쌓아 올리면 서로 다른 부호를 하나의 시퀀스에 밀어 넣을 수 있으므로 MO가 아닌 상관관계를 통해 패턴을 검색할 수 있습니다.
나는 다른 것들로 시도하고 있지만 여전히 모든 것을 매우 빠르게 계산할 수있는 번개 속도가 충분하지 않으며 더 속도를 높이려고 노력할 것입니다.
최적화 프로그램에서는 하나를 취한 다음 다른 것을 취하고 그런 식으로 실행할 수 있습니다. 하지만 저는 파이썬에서 가능한 모든 쌍에 대한 상관관계를 한 번에 계산한 다음 그중에서 선택합니다.
여기서 가장 중요한 것은 속도입니다.하나의 1D 배열에서 서로 다른 주기를 하나의 커브에 추가하면 서로 다른 특징을 하나의 시퀀스에 밀어 넣을 수 있으므로 상관 관계를 통해 패턴을 검색할 수 있습니다.
이해가 안 돼요.
다른 것을 시도하고 있지만 여전히 모든 것을 빠르게 계산할 수 있을 만큼 빠르지는 않으니 좀 더 속도를 높이도록 노력하겠습니다.
이해하지 못했습니다.
여러 개의 지표가 있다고 가정하고 그 값을 순차적으로 1D 배열에 쓸 수 있다고 가정해 보겠습니다. 그리고 상관관계를 통해 다른 유사한 지표와 비교할 수 있습니다.
지표가 여러 개 있다고 가정하면, 그 값을 순차적으로 1D 배열에 기록할 수 있습니다. 그리고 상관관계를 통해 다른 유사한 지표와 비교할 수 있습니다.
그런 다음 지표를 균일 한 앵무새로 가져올 필요가 있습니다. 지표가 다른 간격의 증분이라 할지라도 그렇지 않으면 상관 관계가 이상합니다.
나 자신은 1D 배열로 창을 이동하고 "유사성"의 표시를 통해 샘플 수를 살펴 봅니다. 더 정확하게는 숫자가 아니라 그러한 장소의 총 "수익"(패턴으로 들어가고 n 시간 후에 나가는)입니다.
애니메이션에서 발견된 샘플의 수만 수백 개로 혼란스럽습니다. 4 년 동안 4 * 365 * 5/7 * 24 ~ 25000 개의 샘플 만 있습니다. 25,000개 중에서 500개의 샘플을 찾는다는 것은 매우 거친 패턴(또는 유사성의 징후)이거나 (규칙성이라는 가설이 있는) 일종의 규모를 벗어난 반복성입니다.