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 2275

[mytarmailS]

アレクセイ・ニコラエフ：

DTWかな？

音声認識におけるDTWの活用に関するHubraの記事 です。

いや、DTWはローカルエリア向けで、しかも遅いし...。

しかも、スライドウィンドウでチャート全体をよろめきながら＋αの寸法で...ということになる。

それは仕方ないとして...。

きっと、もっと明るいものがあるはずだ。

[mytarmailS]

マキシム・ドミトリエフスキー：

グランドスライディング正規化＋相関

アブラ＋カダブラ

サンクスクリア）

[mytarmailS]

elibrarius:
振幅があるので、彼は時間通りに欲しいと思っています。

彼はすべてを望んでいる。

アルゴリズムは、すべて同じものだと理解する必要があります。

時間的にも振幅的にも周波数的にも差がある......。

同じONEでも、パターン内のドットの比率は

[Maxim Dmitrievsky]

elibrarius:
これは振幅での話ですが、時間では欲しがっているようです。

時間による大きなリサンプリング、より広いバー（ビン）への分割、またはその逆のインターポレート

補間は、情報が失われないので、好ましいと思われます。

[Aleksey Nikolayev]

科学者がパターンを探す例として、こんなものがあります。でも、私たちはずっと賢くなっているし、バイクもずっと良くなっている。

[mytarmailS]

Aleksey Nikolayev:
さて、科学者がパターンを探す例として、次のようなものがあります。でも、私たちはずっと賢くなっているし、バイクもずっと良くなっている。

水槽の中の人へ」 TDWを繰り返すと、局所的に似たようなパターンができる

自分の周り20～100mの範囲でマウスを振り回さない、記事にあるようなパターンは全てせいぜい0.5m以内でしょう...。(局所的に(時間的に)類似している)

一方、私は、サイズの完全な不変性を必要とする

[Aleksey Nikolayev]

mytarmailS:

局所的に類似したパターンに対して、"for those in tank" TDWを繰り返す

周囲20～100mの範囲でマウスを振ることはないでしょう、記事にあるようなパターンはすべてせいぜい0.5m以内でしょう...。(局所的に(時間的に)類似している)

一方、私はサイズに完全な不変性を求めています。

大丈夫、数年後には対数を発見することができる。

[Valeriy Yastremskiy]

mytarmailS:

局所的に類似したパターンに対して、"for those in tank" TDWを繰り返す

周囲20～100mの範囲でマウスを振ることはないでしょう、記事にあるようなパターンはすべてせいぜい0.5m以内でしょう...。(局所的に(時間的に)類似している)

一方、私は、サイズの完全な不変性を必要とする

レンジサイズのロジックを見つけるには、そこからスケールを探すというか、どのスケールでパターンを探せばいいのか。そうでなければ、最大パターンの幅から最小にフルブルートフォースウィンドウで、そのように行に沿ってスライドさせると高価です。

[mytarmailS]

アレクセイ・ニコラエフ：

大丈夫、あと10年ぐらいしたら対数を発見できるだろう。

上で描いたパターンを認識するために、対数はどのように役立つのでしょうか？

[mytarmailS]

Valeriy Yastremskiy：

範囲内のスプレッド値のロジックで、どこからスケールを探すか、いや、どのスケールでパターンを探すか。全部を見つけるには、最大パターンの幅を求めるしかない。

1つのパターンを見つけるのに、半日がかりで全探索...。

もっとエレガントな方法があると思うのですが。