트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 2141

새 코멘트
 
블라디미르 페레르벤코 :

블라디미르, 하지만 TTR 패키지의 ZZ에 무엇이 문제인지 알지 못합니다.

때때로 그런 부적절함을 그립니다.

пример
zz <- TTR::ZigZag(HL = cbind(d$X.HIGH.,d$X.LOW.) ,change = 0.0009 ,percent = F)
그리고 일반적으로 그를 보면 볼수록 그는 나에게 더 적합하지 않은 것처럼 보입니다.
 
이것은 지그재그로 MT에서도 동일합니다.
 
예브게니 추마코프 :
이것은 지그재그로 MT에서도 동일합니다.

괜찮나요?

 
mytarmailS :

괜찮나요?

당연히 아니지
 
예브게니 추마코프 :
당연히 아니지

왜 이런 일이 일어나고 있습니까?

 
mytarmailS :

왜 이런 일이 일어나고 있습니까?


글쎄, 분명히 모든 경우가 알고리즘에서 고려되는 것은 아닙니다. 다른 무엇을 말할 수 있습니까?

 

모델에 대한 TF 불변 정규화에 대해 ..

우리는 시리즈를 가지고 중요한 전환점을 강조합니다

극점만 남기고 나머지는 삭제

정상화하다

이제 첫 번째 행의 중단점 사이의 거리를 가져와서 새 행을 만들고 정규화합니다.

따라서 우리는 범위(진폭)와 시간(주파수) 모두에서 정규화된 시리즈를 얻습니다.


필요한 것은 패턴에서 짝수개의 극값을 관찰하는 것입니다. 나머지는 모두 정규화됩니다.


따라서 분 또는 주간 데이터라도 모델에 입력할 수 있으며 동일한 것으로 간주하고 TF에 불변합니다.

한 번에 모든 TF에서 하나 의 모델을 훈련할 수 있습니다.

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

그것이 무엇이며 왜 그런지 이해하지 못하는 사람들을 위해

모델의 경우 동일한 패턴이므로 동일한 패턴이 됩니다.

[삭제]  
mytarmailS :

모델에 대한 TF 불변 정규화에 대해 ..

우리는 시리즈를 가지고 중요한 전환점을 강조합니다

극점만 남기고 나머지는 삭제

정상화하다

이제 첫 번째 행의 중단점 사이의 거리를 가져와서 새 행을 만들고 정규화합니다.

따라서 우리는 범위(진폭)와 시간(주파수) 모두에서 정규화된 시리즈를 얻습니다.


필요한 것은 패턴에서 짝수개의 극값을 관찰하는 것입니다. 나머지는 모두 정규화됩니다.


따라서 분 또는 주간 데이터라도 모델에 입력할 수 있으며 동일한 것으로 간주하고 TF에 불변합니다.

한 번에 모든 TF에서 하나 의 모델을 훈련할 수 있습니다.

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

그것이 무엇이며 왜 그런지 이해하지 못하는 사람들을 위해

모델의 경우 동일한 패턴이므로 동일한 패턴이 됩니다.

작동하지 않습니다

 
막심 드미트리예프스키 :

작동하지 않습니다

작동하지 않는 것은 무엇입니까? 표준화?? 잠을 충분히 못 잤다거나)

 
예브게니 추마코프 :

이 ZZ를 국회로 몰아

이것은 슬라이딩 창에서 수행되어야 하지만 n개의 극단값이 모든 것에 대한 것은 아닙니다. 이것이 첫 번째입니다.

두 번째는 내가 쓴 모든 것이 추세선을 예측할 수 있도록 작성되었으며 그뿐만 아니라 ...

이 모든 변환은 특정 작업에 대해 이루어졌습니다.

1...213421352136213721382139214021412142214321442145214621472148...3399
새 코멘트