Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3391
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
No encontrarás un patrón porque tienes que mirar la imagen como una matriz, a través de la ventana de convolución, que es a la vez por columnas y por términos y con invariante de tamaño, rotación. La representación vectorial no dará nada útil ahí.
y qué hacer
y qué hacer
Tipo interesante con pensamientos interesantes, los comerciantes confundidos estarán interesados :) Debido a que el comercio y MO son como la locura en sí mismos.
Una mirada más amplia
Secuencia y serie temporal son dos conceptos diferentes, aunque tienen mucho en común.
Una secuencia es un conjunto ordenado de elementos que puede representarse como una lista o una sucesión de números, objetos o acontecimientos. Una secuencia no tiene necesariamente una relación temporal entre los elementos, es simplemente un conjunto ordenado.
Una serie temporal es un tipo especial de secuencia en la que cada elemento representa el valor de una variable medida en distintos momentos del tiempo. Así pues, una serie temporal es una secuencia de datos medidos en momentos consecutivos y suele utilizarse para analizar el cambio de una variable a lo largo del tiempo.
Así pues, la principal diferencia entre una secuencia y una serie temporal es que una serie temporal es una secuencia de datos medidos en distintos momentos, mientras que una secuencia normal no tiene necesariamente una relación temporal entre los elementos.
De una imagen, se obtiene una secuencia de píxeles
A partir de la imagen, se obtiene una secuencia de píxeles
Pero no puedes cambiarla.
Secuencia.
Y aquí se identifica de nuevo con el concepto de secuencia temporal, porque ese tampoco puede cambiar sus datos.
Si cambiamos la secuencia en el conjunto de datos de trabajo, obtenemos una imagen diferente.
Si cambiamos la secuencia temporal... y no podemos cambiarla en absoluto.
Necesitamos un ejemplo claro para mostrar la diferencia.
Diferencia práctica. Hasta ahora, parece que "caminar" y "paso".
Pero no se puede cambiar.
Secuencia.
Y aquí se identifica de nuevo con el concepto de secuencia temporal, porque tampoco se puede cambiar.
Si cambiamos la secuencia en el conjunto de datos de trabajo, obtenemos una imagen diferente.
Si cambiamos la secuencia temporal... y no podemos cambiarla en absoluto.
Necesitamos un ejemplo claro para mostrar la diferencia.
Diferencia práctica. Hasta ahora, parece que "caminar" y "paso".
La diferencia es la dependencia temporal entre los elementos. Dice. No posicional, sino temporal.
Gran reto de CI, ni siquiera esperaba que fuera tan difícil de entender :)
hace poco estabamos discutiendo sobre quien es profesor en MO y pasaba otra cosa graciosa. Ah, como obtener las probabilidades en la salida del clasificador ))
La diferencia es la dependencia temporal entre los elementos. Lo dice ahí mismo. No es posicional, sino temporal.
Sí, soy consciente de ello.
Tengo curiosidad por los aspectos prácticos. Lo que da.
Por ejemplo, una secuencia temporal puede caracterizarse así: hasta que no terminas el paso actual, no puedes pasar al siguiente. Hasta que no conviertes el valor temporal actual, no puedes pasar al siguiente. Y utilizas los resultados del paso anterior en el siguiente.
Como en las capas NS.
Y en la secuencia - la convolución va en cualquier dirección: de izquierda a derecha o de derecha a izquierda, le da igual. Todavía resume todo, pero pone los datos en el orden correcto.
Esto es probablemente un ejemplo.
¿Quién ha hablado de coherencia?
Me metía con la tesis porque sólo quería especular.