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 2354

 
elibrarius:
利益を比較するのがよい。気のせいではありません。

全然良くない、利益を見るメリットがない、でもデメリットはたくさんある・・・。

コードを渡したのに、試す人がいない、書き込みの方が楽なのは明らか...。

sibirqk:
実は、トレンドラインを構築して、それを元のシリーズから削除するのとほとんど同じなんです。確かにそのような残差は予測しやすいのですが、すべてはトレンドを予測することに帰結するのです。トレンドを予測するためには、少なくとも価格が将来どのように推移するかをおおよそ知っておく必要があります。でも、それがわかれば、アコーディオンは必要ない、つまり、これまでのすべてのステージのことです。

デトレンドを正規化と混同するのはどうして?

思想的には ボックス・コックス転換に最も近い

 
mytarmailS:

全然良くない、利益を見るメリットがない、でもデメリットはたくさんある・・・。

コードを渡したのに、試す人がいない、書き込みの方が楽だ...。

デトレンドを正規化と混同するなんて、頭の中が 真っ白に なる...。

思想的には Box-Cox変換に最も近い。

まあ、よくわかってるんだろうけど。そうですね。頑張って研究してください。
 
The normalisersdetrenders/COS remove the last thing that was in the price (α)(ノーマライザーズデトレンダーズ/コスは、価格の最後のものを取り除く。
 
Maxim Dmitrievsky:
正規化/デトレンダ/スムーザー/COSは、価格(アルファ)にあった最後のものを削除します。
ここで私は同意すると思います - アルファを見つけるために、イミテーションは、リモート🙂を予測する方法を学ぶ必要があります。
 
sibirqk:
ここで、私は同意すると思います - アルファを見つけるために、イモはリモートを予測する方法を学ぶ必要があります 🙂 同質のデータを訓練することを好む、ニューラルネットワークの古典的な訓練に反しているのです。

これは、均質なデータから学習することを好むニューラルネットワークの 古典的なデータトレーニングに反しています。

 
マキシム・ドミトリエフスキー

これは、均質なデータから学習することを好むニューラルネットワークの 古典的なデータ準備に反している。

そのためか、αは発見される人が少ない🙂 .
 

blah - blah - blah - blah - blah - blah

話すだけでいいのに、なぜ何かをするのか...。

 

分数微分とは何か、わかった人はいますか?

https://dou.ua/lenta/articles/ml-vs-financial-math/、プラドから入手したそうです。

彼は、「我々が知っている時系列 分化は、価格進化の記憶をすべて取り除く」と書いているが、どうやら、各バーについて前のバーとの差をとればいいようだ。

このフォーラムでは、0本目からの差分を使うものがほとんどです。

1) 分数微分とは何ですか?係数は0.1~0.5を推奨します。

1気圧未満の差はとれない。もしかしたら、2、5 の違いかもしれない・・・。次の小節から10 ... 20小節?

2)0気圧の差よりどう良いのか?
Машинное обучение против финансовой математики: проблемы и решения
Машинное обучение против финансовой математики: проблемы и решения
  • dou.ua
Всем привет! Так получилось, что я уже около семи лет занимаюсь машинным обучением. В последние несколько из них я как исследователь и CTO Neurons Lab часто работаю с финансовыми данными в рамках проектов, связанных с инвестиционным менеджментом и алгоритмическим трейдингом. Чаще всего клиенты приходят с текущими стратегиями, которые нужно...
 
elibrarius:

分数微分とは何か、わかった人はいますか?

https://dou.ua/lenta/articles/ml-vs-financial-math/、プラドから入手したそうです。

彼は、「我々が知っている時系列 分化は、価格進化の記憶をすべて取り除く」と書いているが、どうやら、各バーについて前のバーとの差をとればいいようだ。

このフォーラムでは、0本目からの差分を使うものがほとんどです。

1) 分数微分とは何ですか?係数は0.1~0.5を推奨します。

1気圧未満の差はとれない。もしかしたら、2、5 の違いかもしれない・・・。次から10......20小節?

2)0気圧の差よりどう良いのか?

https://www.mql5.com/ru/articles/6351

EMAのデトレンドではあまり差がなく、ラグの異なる複数の行があると、分数微分を使う意味がなくなってしまいますね。
Грокаем "память" рынка через дифференцирование и энтропийный анализ
Грокаем "память" рынка через дифференцирование и энтропийный анализ
  • www.mql5.com
Область применения дробного дифференцирования достаточно широка. Например, алгоритмы машинного обучения, обычно, принимают дифференцированный ряд на вход. Проблема в том, что необходимо вывести новые данные в соответствии с имеющейся историей, чтобы модель машинного обучения смогла распознать их. В данной статье рассматривается оригинальный подход к дифференцированию временного ряда, в дополнении к этому приводится пример самооптимизирующейся ТС на основе полученного дифференцированного ряда.
 
そうすると、メタモデルについての質問も出てくるので、あとは本次第です。しかし、残念なことに、この方法でも結果は改善されないのです :D
理由: