Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2311

[Valeriy Yastremskiy]

Maxim Dmitrievsky:

Entonces su presencia aquí es extraña, ya que todos ellos aprendieron el Tao hace mucho tiempo.

No veo ninguna diferencia fuerte entre cos, matstat econometrics y cualquier otra métrica))) todo empieza con averaging))))

[Maxim Dmitrievsky]

Valeriy Yastremskiy:
No veo ninguna diferencia fuerte entre csos, matstat econometrics y cualquier otra métrica))) todo empieza con averaging))))

Entonces no tiene sentido cambiar el zapato por una zapatilla

[Valeriy Yastremskiy]

Maxim Dmitrievsky:

Entonces no tiene sentido cambiar un chivato por un chivato.

Puede haber un punto, pero es aleatorio y caro). El sentido de resolver esta gama de problemas es identificar algo o simplificar los cálculos. La descomposición en funciones estacionarias, para identificar los ciclos tiene sentido si estos existen). En la naturaleza definitivamente existen, y por supuesto en los resultados de la vida son simplemente obligatorios)))). Pero para comparar estas funciones estacionarias con los fenómenos que las generaron... Bueno, probablemente no sea hoy....

[Rorschach]

Pensamientos sobre 2 formas. 1 - busque las características de las filas en las que puede ganar dinero. Resultó no ser tan fácil, se mira la parcela donde la gente pudo ganar, y las estadísticas no muestran nada.

2 - Adaptación del sistema a la serie. En el caso más sencillo, la serie inicial se multiplica por +-1 en alguna condición. Y si todavía no podemos detectar regularidades, entonces para qué molestarse, tomar parámetros aleatorios como condición o cambiar la dirección de la operación después de algún intervalo de tiempo. Como ejemplo de búhos en la caravana.

[Rorschach]

Experimentos para onormalizar la distribución. Dos archivos con Euro y 2 con diferentes pgsc.

[Forester]

Maxim Dmitrievsky:

Entonces no tiene sentido cambiar la chatarra por la chatarra.

Maxim, parece que has descubierto el alglib MGC https://www.mql5.com/ru/forum/36408/page17#comment_9620369

pcabuildbasis(
double[,] x,       // матрица цен инструментов 
int npoints,       // количество цен для каждого инструмента
int nvars,         // количество инструментов
out int info,      // результат операции, любое положительное число - все ок
out double[] s2,   // массив разбросов / дисперсий для всех найденных векторов
out double[,] v)   // массив векторов, каждый вектор и есть искомые весы для выравнивая наборов вокруг нуля 

Cómo obtener, por ejemplo, 2 columnas de componentes principales a partir de s2 y v.
Supongo que hay que multiplicar/dividir x con estos coeficientes.
¿Tienes leche de fórmula?

Las matrices s2 y v parecen estar ordenadas, ¿las principales están al principio o al final?

[Maxim Dmitrievsky]

elibrarius:

Maxim, parece que has descubierto el Algiba MGC https://www.mql5.com/ru/forum/36408/page17#comment_9620369

Cómo obtener, por ejemplo, 2 columnas de componentes principales a partir de s2 y v.
Supongo que hay que multiplicar/dividir x con estos coeficientes.
¿Existe una fórmula?

Las matrices s2 y v parecen estar ordenadas, ¿las principales están al principio o al final?

Hice pca y lda, pero ya no me acuerdo, lamentablemente fue hace mucho tiempo. No conseguí nada útil, así que está olvidado.

[Forester]

¿Quizás alguien más lo sepa?

Hay un paso 4, hay un código como este para crear columnas de componentes, pero todavía no puedo averiguar cómo repetir esto con ciclos y (*/+-).

_, vecs = np.linalg.eig(covmat)
v = -vecs[:,1])
Xnew = dot(v,Xcentered)
print Xnew

OUT: [ -9.56404107 -9.02021624 -5.52974822 -2.96481262 0.68933859 0.74406645 2.33433492 7.39307974 5.3212742 10.59672425]

dot(X,Y) - Producto de Honor (así es como multiplicamos vectores y matrices en Python)

[Maxim Dmitrievsky]

elibrarius:

¿Quizás alguien más lo sepa?

Hay un paso 4, hay un código como este para crear columnas de componentes, pero no puedo averiguar cómo repetir esto con bucles y (*/+-).

_, vecs = np.linalg.eig(covmat)
v = -vecs[:,1])
Xnew = dot(v,Xcentered)
print Xnew

OUT: [ -9.56404107 -9.02021624 -5.52974822 -2.96481262 0.68933859 0.74406645 2.33433492 7.39307974 5.3212742 10.59672425]

dot(X,Y) - Producto de Honor (así es como multiplicamos vectores y matrices en Python)

https://gist.github.com/freemancw/2981258

[Forester]

Maxim Dmitrievsky:

https://gist.github.com/freemancw/2981258

Lo he visto. Esto no es así. Simplemente reescribió la matriz 3x3 en variables. Pero los nuevos vectores componentes no se calculan.
El resultado es obtener 6 filas para cada componente (según este ejemplo).