Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2523
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
¿cómo se hace la transmisión es un servicio de terceros o qué? ¿cómo funciona? ¿cómo puedo hacer esto?
1. Tome este https://github.com/tvjsx/trading-vue-js
2. Lo subes a tu hosting y añades un indicador que lee de un archivo json
3. Ejecutar un script allí que actualiza el archivo si se tira de este script.
4. en otro lugar ejecutas tu neuro o lo que sea y cuando la señal llega al script del paso 3
---
este no es el esquema correcto - el indicador debe recibir señales a través de api, no funcionó para mí
Gracias, es demasiado complicado para mí en este momento.
Sí, a partir de la definición de SB, que todos los incrementos en el futuro son independientes con los valores en el presente y el pasado y por lo tanto las covarianzas son todas cero.
No uno, es la varianza que aumenta con el tiempo j. Si denotamos por d la varianza del ruido blanco Xi, entoncesCOV(Yj,Yj)=j*d^2. Para ello, represente Yj como la suma de X1+...+Xj y calcule, teniendo en cuenta las propiedades del ruido blanco.
Como resultado, tras la sustitución, ACF=sqrt(min(j,k)/max(j,k)). Si no he metido la pata en algo, claro).
Propongo cerrar aquí el tema de ACF SB, para no poner nerviosos a los practicantes especialmente impresionables)
El mínimo y el máximo serán +- ∞ ?
El mínimo y el máximo serán +- ∞ ?
j>=1, k>=1
Por ejemplo, j=2, k=8 -> min(j,k)=2, max(j,k)=8 -> ACF(2,8)=sqrt(2/8)=1/2
Sí, a partir de la definición de SB, que todos los incrementos en el futuro son independientes con los valores en el presente y el pasado y por lo tanto las covarianzas son todas cero.
No uno, es la varianza que aumenta con el tiempo j. Si denotamos por d la varianza del ruido blanco Xi, entoncesCOV(Yj,Yj)=j*d^2. Para ello, represente Yj como la suma de X1+...+Xj y calcule, teniendo en cuenta las propiedades del ruido blanco.
Como resultado, tras la sustitución, ACF=sqrt(min(j,k)/max(j,k)). Si no he metido la pata en algo, claro).
Propongo cerrar aquí el tema de ACF SB, para no poner nerviosos a los practicantes especialmente impresionables)
Por primera vez algo interesante comenzó en la rama y cerca ;)
Las ilustraciones serán, para entender ¿cuál es el atractivo de estas fórmulas?
Si denotamos por d la varianza del ruido blanco Xi, entonces COV(Yj,Yj)=j*d^2.
Perdona, colega, por entrometerme, pero ¿no hay un error administrativo en esta frase?
Disculpa la intromisión, colega, pero ¿no hay una errata en esa frase?
Pues sí, el cuadrado es redundante: COV(Yj,Yj)=j*d (o deberíamos haber denotado la varianza del ruido blanco por d^2 ). Gracias, colega. La fórmula final del ACF no se ve afectada por esto, pero denotar la varianza y la desviación estándar y la dispersión con la misma letra es un tono bastante malo.
Para ser honesto, no puedo entender nada en absoluto.
p.s ¿quizás algún matemático súper inteligente se apiade de mí y me explique qué está pasando aquí?
Para ser honesto, no puedo entender nada en absoluto.
p.d. ¿quizás algún matemático súper inteligente se apiade de mí y me explique qué está pasando aquí?