Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3265

Nuevo comentario
[Eliminado]  
fxsaber #:

No hay diferencia si el patrón del EA original es el mismo: ver un patrón, abrir.

Ahí es diferente, el EA genera señales por sí mismo.

Y los conjuntos de patrones deben estar vinculados con la lógica. Probé operaciones direccionales y min reversal, hay patrones para ambos, relativamente buenos.

 
Forester #:

¿Es un millón de veces un millón o es 100? ¿Es la matriz de entrada?

La entrada es 100x1000000.

¿Y la salida es 1000000*1000000? Eso es un terabyte. ¿Lo contaste línea por línea y lo volcaste al disco?

Línea por línea. No volqué nada. En el contexto de discutir la búsqueda de patrones, a grandes rasgos, en cada fila tenemos que encontrar sólo las situaciones en las que Abs(Corr[i]) > 0,9. Para ello, no necesitamos escribir la matriz, sólo contar sus filas.

¿Qué función has utilizado para hacer el recuento? ¿PearsonCorrM, PearsonCorrM2, PearsonCorr2 o la estándar?

No pude encontrar una función propia para el cálculo línea por línea. Alglib parecía lento. Estoy probando mi propia versión.

 
Maxim Dmitrievsky #:

Es diferente, el NS genera sus propias señales.

Y los conjuntos de patrones deben estar vinculados con la lógica. He intentado operaciones direccionales y min inversión, hay patrones para ambos, relativamente buenos

Suena bien.

 
Maxim Dmitrievsky #:

Lo he dejado de lado por ahora, los resultados no son mejores que MO, aunque MO también cojea en cuanto a suavidad de equilibrio

5 minutos, medio entrenamiento


Es interesante ver el riesgo más.
 
fxsaber #:

Línea por línea. No he descartado nada. En el contexto de discutir la búsqueda de patrones, a grandes rasgos, en cada fila que necesita para encontrar sólo las situaciones en las que Abs(Corr[i]) > 0,9. Para ello, no es necesario escribir la matriz, sólo contar sus filas.

A es exacta. Para cada fila habrá probablemente 1-5 mil filas correlacionadas solamente, se pueden guardar si es necesario.

fxsaber #: No he encontrado un estándar para el cálculo línea por línea. Alglib parecía lento. Estoy probando mi propia variante.

Creo que PearsonCorrM2 funcionará rápido. Alimentamos 1 matriz completa, la 2ª matriz de una fila a comprobar. Y si vamos desde el final, podemos especificar el tamaño de la primera matriz como el número de la fila siguiente, para no recalcular la correlación repetidamente para filas por debajo de la fila que se está comprobando.

 
Forester #:

Creo que PearsonCorrM2 sería una vía rápida.

Al principio dudé de que fuera rápido.

// Считает Pos-строку.
const matrix<double> CorrMatrix( const matrix<double> &Matrix, const int Pos )
{
  matrix<double> Res = {};
  
  const CMatrixDouble MatrixIn(Matrix);
      
  matrix<double> Column;
  Column.Assign(Matrix.Col(Pos));
  Column.Init(Column.Cols(), 1);
  
  const CMatrixDouble Vector(Column);
  CMatrixDouble MatrixOut;  

  if (CBaseStat::PearsonCorrM2(Vector, MatrixIn, MatrixIn.Rows(), 1, MatrixIn.Cols(), MatrixOut))
    Res = MatrixOut.ToMatrix();
  
  return(Res);
}

Probé uno de estos, midiendo sólo lo más destacado. Algo lento, así que estoy haciendo el mío propio.

 

No es que no lo supiera nadie más que yo.


Pearson es invariante para las acciones de multiplicación y suma.

void OnStart()
{
  const double a = 2, b = 7;  
  const vector<double> Vector = {1, 2, 3, 4};
    
  Print(Vector.CorrCoef(Vector * a + b));   // 1
  Print(Vector.CorrCoef((Vector + a) * b)); // 1
}

No sentía la adición, a pesar de la fórmula simple. Y la wiki lo dice específicamente.

Ключевым математическим свойством коэффициента корреляции Пирсона является то, что он инвариант при отдельных изменениях положения и масштаба двух переменных. То есть мы можем преобразовать X в a + bX и преобразовать Y в c + dY, где a, b, c и d - константы с b, d>0, без изменения коэффициента корреляции.

En particular, esta matriz inicial 
[[1,2,3]
 [1,2,3]
 [2,4,4]]

tiene una matriz de correlación unitaria (filas por columnas).

 
fxsaber #:

Pearson es invariante para las acciones de multiplicación y suma.

Probablemente no sea muy bueno para los datos de precios.

 
Creo que tiene sentido normalizar las columnas antes de calcular la correlación. Las razones se han discutido antes.
Maxim - Pensé que querías probar la normalización. ¿Hubo alguna mejora? O deterioro.
[Eliminado]  
fxsaber #:

No es que no lo supiera nadie más que yo.


Pearson es invariante para las acciones de multiplicación y suma.

La adición no se sentía bien, a pesar de la fórmula simple. Y la wiki habla específicamente de ello.

En concreto, esta matriz original

tiene una matriz de correlación unitaria (filas por columnas).

Sí, eso está bien.

1...325832593260326132623263326432653266326732683269327032713272...3399
Nuevo comentario