L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2814

 
Maxim Dmitrievsky #:
A pensarci bene
mytarmailS #:
Non puoi, è diverso...

Hmm predice in quale cluster ti trovi ora, Clustering mostra in quale cluster eri, post factum.
In poche parole.

Ho pensato, ho provato, ho sperimentato, ho scritto codice...

 
mytarmailS #:

Ho pensato, ho provato, ho sperimentato, ho scritto codice...

Quindi pensi che il clustering non funzioni con i nuovi dati? È un'assurdità)

E se pensate che hmm possa essere considerato un algoritmo di clustering.
 
Maxim Dmitrievsky #:
Quindi pensi che il clustering non funzioni sui nuovi dati? È un'assurdità)

non capisci...

Esiste un cluster/stato.

Ha un inizio e una fine, diciamo 5 candele.


Attraverso la klterizzazione si conosce il numero di questo cluster alla 5° candela (quando il prototipo del cluster viene confrontato con lo stato attuale).

Attraverso hmm si conoscerà il numero del cluster/stato alla prima candela (o meglio la probabilità).

 
mytarmailS #:

non lo capisci.

c'è un cluster/stato

Ha un inizio, ha una fine, diciamo 5 candele.


Attraverso la klterizzazione si conoscerà il numero di questo cluster alla 5° candela (quando il prototipo del cluster viene confrontato con lo stato attuale).

Attraverso hmm si conoscerà il numero del cluster/stato alla prima candela (o meglio la probabilità).

In entrambi i casi si conosce il numero del cluster sui dati attuali, senza ritardi.

Hmm è lo stesso algoritmo di clustering per le sequenze. Niente di eccezionale.
 
Maxim Dmitrievsky #:
In entrambi i casi si conoscerà il numero del cluster sui dati attuali, senza alcun ritardo.

No.

Il clustering è un riconoscimento.

Si tratta di prevedere in quale stato ci si trova in questo momento.


Diciamo che abbiamo due stati, quello con la testa e quello senza testa.


Questo è il modo in cui funziona il clustering: confrontandolo con un cluster prototipo.


In altre parole, impariamo a conoscere lo stato del cluster dopo il fatto, quando il confronto con il prototipo ha avuto luogo.

=================

E l'HMM ci darà la probabilità di trovarci nello stato del GP.


 
mytarmailS #:

No.

Il raggruppamento è un riconoscimento.

È prevedere in quale stato vi trovate in questo momento.

Smettetela).
 
Maxim Dmitrievsky #:
Smettetela)

Anche tu...

Se l'algoritmo di Viterbi di HMM può produrre qualcosa come il clustering 111222444111111.....

e qualcuno ha scritto che può essere usato come cluster, non significa che sia un clustering.

 
mytarmailS #:

Anche tu.

se l'algoritmo Viterbi di HMM può produrre qualcosa come il cluster 111222444111111....

e qualcuno ha scritto che può essere usato come cluster, non significa che sia un cluster.

Per quanti stati nascosti si impostano, si ottengono altrettanti cluster. È la stessa cosa. Va bene, va bene, non mi piace masticare su questo argomento.

Ciò che interessa è la separazione per l'addestramento di modelli diversi, indipendentemente dal principio. In ogni caso, la media degli incrementi influisce sul numero di cluster, ed è questo che serve.
 
Maxim Dmitrievsky #:
Per quanti stati nascosti si impostano, si ottengono altrettanti cluster. È la stessa cosa.

Cosa c'entra questo?

Per l'ultima volta.

con il clustering, si ottiene il numero del cluster quando il cluster finisce.

Con SMM, si ottiene il numero del cluster all'inizio del cluster.

 
mytarmailS #:

Cosa c'entra questo?

Per l'ultima volta.

Quando si esegue il cluster, si ottiene il numero del cluster quando il cluster termina.

Con SMM, si ottiene il numero del cluster all'inizio del cluster.

No, stai delirando.
Motivazione: