Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2141
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Vladimir, ¿sabes lo que enferma a ZZ del paquete TTR
a veces dibuja tales insuficiencias
пример zz <- TTR::ZigZag(HL = cbind(d$X.HIGH.,d$X.LOW.) ,change = 0.0009,percent = F)
Y en general, cuanto más lo miro, más inadecuado me parece.Esto y en MT con un zigzag
¿Es normal para ti?
¿Es eso normal para ti?
No, por supuesto que no.
¿Por qué ocurre esto entonces?
entonces, ¿por qué ocurre esto?
Bueno, aparentemente no todos los casos están contemplados en el algoritmo, ¿qué más se puede decir?
En cuanto a la normalización invariante del TF para el modelo ...
tomamos la serie, identificamos los puntos de ruptura importantes.
dejar sólo los puntos extremos, eliminar el resto
normalizar
ahora toma las distancias entre los puntos de ruptura de la primera serie, crea una nueva serie a partir de ellas y normaliza también
de tal manera que tendremos una serie normalizada, tanto en amplitudes como en tiempo (frecuencias).
Todo lo que se necesita es mantener el número de extremos en el patrón parejo, todo lo demás se normaliza.
Así, el modelo puede ser alimentado con datos, incluso un minuto o una semana, y lo verá como la misma cosa, será invariable a la TF.
Puedes entrenar un modelo para todos los TFs a la vez
=============================================
Para los que no han entendido qué es y para qué sirve
Este será un mismo patrón para el modelo porque es un mismo patrón
En cuanto a la normalización invariante del TF para el modelo ...
tomamos la serie, identificamos los puntos de ruptura importantes.
dejar sólo los puntos extremos, eliminar el resto
normalizar
ahora toma las distancias entre los puntos de ruptura de la primera serie, crea una nueva serie a partir de ellas y normaliza también
de tal manera que tendremos una serie normalizada, tanto en amplitudes como en tiempo (frecuencias).
Todo lo que se necesita es mantener el número de extremos en el patrón parejo, todo lo demás se normaliza.
Así, el modelo puede ser alimentado con datos, incluso un minuto o una semana, y lo verá como la misma cosa, será invariable a la TF.
Puedes entrenar un modelo para todos los TFs a la vez
=============================================
Para los que no han entendido qué es y para qué sirve
Este será un mismo patrón para el modelo porque es un mismo patrón.
no funciona
no funciona
¿Qué es lo que no funciona? ¿La normalización? ¿Está usted privado de sueño o qué?)
Ejecutar esta ZZ en el NS
se debe hacer en una ventana deslizante pero n extrema, no todas, eso es lo primero
En segundo lugar, todo lo que escribí fue hecho para predecir una línea de tendencia, no sólo por diversión...
Todas esas transformaciones se hicieron para una tarea determinada.