Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2155
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
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
así obtenemos la 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.
Casi hago lo mismo, sólo que mi tiempo y mis puntos son del 100%. Pero no entiendo cómo se sugiere aquí normalizar el tiempo, ¿por la distancia mínima?
adivinó rápidamente ) sólo que nadie más...
¿Debo haberme perdido algo?
¿Debo haberme perdido algo?
Sí, el guión en el pronombre.
Lo diré de nuevo, para los tontos.
Hay puntos en el espacio de características. Algunos para comprar, otros para vender.
Supongamos que estos puntos pueden moverse de tal manera que no se respete la secuencia de compra-venta, es decir, que se pierda información sobre la dispersión en el conjunto de datos
la dispersión puede equipararse a la distancia euclidiana entre los puntos, o entre dos clases de puntos
cómo añadir esta información. FNF, aceleración y otras cosas que puedes meter en tu h. Esto es para la claridad de la percepción, por así decirlo.
El diferencial en una operación siempre es negativo en el precio.
zy empeorar los términos
Karoch lee, lee , lee, lee....
Sigo sin entender qué quieres hacer con esa tirada (mi cerebro está obviamente fuera de forma hoy, o lo que no has dicho...).
Ni siquiera entiendo qué quieres hacer y por qué...
Leo, leo , leo, leo , leo....
Sigo sin entender qué quieres hacer con el diferencial (mi cerebro obviamente no está en forma hoy, o lo que no has dicho...
Ni siquiera entiendo qué quieres hacer y para qué...
Pregúntale a Valeriy, le está cogiendo el tranquillo...
Me resulta difícil pensar en cualquier otra expresión para elloCasi haciendo lo mismo, sólo que tengo los tiempos y los puntos al 100%. Pero no entiendo cómo se propone aquí la normalización del tiempo: ¿por la distancia mínima?
normalización 0-1 normalización
Si, en un conjunto de datos ya marcado con etiquetas, se resta o se añade una extensión a las características, según la etiqueta, ¿qué efecto tendrá?
¿Severá mejor el espacio de características separables?
está claro que sólo se hace con fines de formación.
Ese es el enfoque que utilicé en mi artículo: separar las etiquetas a una distancia significativa, lo que mejoró mucho el aprendizaje. Por lo general, tenemos etiquetas que sustituyen a la regresión en esencia, por lo que cuanto mayor sea la desviación de cero (¿promedio?), mayor será potencialmente la diferencia en las características, lo que reduce el ruido al no tener en cuenta las tees pequeñas. Pero esto es útil en la clasificación de entrada/salida y en la triple clasificación de compra/venta/expectativa. Es probable que el éxito del enfoque dependa también de la estrategia subyacente (formada o emergente). Se debe estudiar más a fondo.
Este es el enfoque que utilicé en mi trabajo: repartir las notas a una distancia significativa, lo que mejoró considerablemente el aprendizaje. Por lo general, tenemos etiquetas que sustituyen a la regresión en esencia, de modo que cuanto mayor sea la desviación de cero (¿media?), mayor será potencialmente la diferencia de signos, lo que reduce el ruido al no tener en cuenta las tees pequeñas. Pero esto es útil en la clasificación de entrada/salida y en la triple clasificación de compra/venta/expectativa. Es probable que el éxito del enfoque dependa también de la estrategia subyacente (formada o emergente). Sujeto a un estudio más profundo.
De momento sólo tengo en mente el remuestreo duro con separación de clases, pero creo que hay formas más sencillas
¿cómo lo has hecho, qué carta debo leer?
Sí, separe los pronombres con un guión
Añadido :)