トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 2073

[Evgeniy Chumakov]

Aleksey Vyazmikin：

なぜ極限後のテイクを取るかというと、補正が50%になった可能性があるので、100%付近で最終セグメントからZZを取らなければならないからです。

[Aleksey Vyazmikin]

Evgeniy Chumakov：

,

あ、じゃあ、さっきレポートとして載せたシステムをほとんど描いていたんですね :)ただ、私はTPを高めに取り、ZZの最後の区間の形成を待ちません（設定の問題ですが）。

[Aleksey Vyazmikin]

Alexander Alekseyevich:
それで？コードを落としますか？せめてサンプルだけでも。

サンプリングリンク です。

ターゲット列「Target_100」、終了日列の次の列と最後の2列は学習で使用されません。

サンプルは3つのパートに分かれており、exam.csvはトレーニングには含まれません。

[Rorschach]

Evgeniy Chumakov：

オプションとして、極値（反転あり）の前に終了すること。

3つの極値からなるチャンネルを持つクロスオーバーの出口

[Maxim Dmitrievsky]

時系列の分類と関連するライブラリの領域が別にあり、こんな感じです。

https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html

使ったことのある方はいらっしゃいますか？

[Valeriy Yastremskiy]

マキシム・ドミトリエフスキー：

時系列の分類と関連するライブラリの領域が別にあり、こんな感じです。

https://pyts.readthedocs.io/en/latest/auto_examples/transformation/plot_rocket.html

使ったことのある方はいらっしゃいますか？

ぜひ使ってみてください、面白いパッケージですよ。ただのコンストラクタです。

[Maxim Dmitrievsky]

Valeriy Yastremskiy：

ぜひ使ってみてください、面白いパッケージですよ。コンストラクターのようなものです。

ROCKETのリンクを貼ったのには理由があり、それは一種のクールな機能コンバーターなのです。元の特徴量から無相関の特徴量を多く作成し、分類の質を向上させる。

線形モデルとの併用が推奨されています（多くの特徴を出すことができるため）。

はやってみないとわからない

[Aleksey Vyazmikin]

マキシム・ドミトリエフスキー：

そもそもROCKETにリンクしたのには理由がありまして、なんだかかっこいい機能コンバーターなんです。元の特徴量から無相関の特徴量を多く作成し、分類の質を向上させる。

線形モデルとの併用をお勧めします（多くの機能が得られるため）。

はやってみないとわからない

結果について教えてください。とても興味深いテーマです。

[mytarmailS]

マキシム・ドミトリエフスキー：

元の特徴量から無相関の特徴量を大量に作成する。

正規のPCA?）

[Maxim Dmitrievsky]

mytarmailS:

正規のPCA?）

ノー