트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1384

새 코멘트
 
비탈리 무지첸코 :

"좋아요"를 넣을 수 없다는 것이 유감입니다.

당신은 돈을 할 수 있습니다)) 그냥 농담

 
도서관 :

유리와 간단한 증분으로 모든 것이 잘됩니다.

나는 증분을 사용하지 않습니다.))
 
막심 드미트리예프스키 :

시장의 가격은 주로 서로 다른 역사적 순간에 수요와 공급의 균형을 반영합니다.

또 다른 문제가 있습니다. MO로 얼마나 많은 기록을 분석해야 합니까?

일정한 막대를 사용하는 경우 = 1000

훈련용으로 잘못된 데이터가 아닌가요?

 
막심 드미트리예프스키 :

x.append((SD.history[ij][cc]/SD.history[i][cc]- 1 )* 1000 )

이것은 의미가 없습니다. 각 후속 기능에는 이전 기능의 유용한 정보의 절반이 포함되어 있습니다. 1st: 높은 상관 관계가 있음, 2:e - 가장 큰 지연이 있는 기능은 이전 기능에 포함된 모든 분산을 포함합니다. 그들은 정보를 제공하지 않습니다

결과는 다음과 같습니다. 지연이 가장 큰 수익의 중요도가 가장 크며 (더 많은 분산, 더 많은 정보 이득) 이 수익에는 나머지 기능의 모든 분산이 포함됩니다.

긴 추세에서 = 예. 그리고 중요도가 높을수록 더 강하고 상관 관계가 tk입니다. 그들은 모두 같은 방향으로 자랍니다.

그리고 이 상황에서:


20번째 막대는 0번째 막대와 같은 수준이지만 5번째와 10번째 막대는 20번째 막대보다 더 많은 정보를 담고 있습니다. 그리고 2-3개의 이웃에만 상관관계가 있습니다.

많은 상황이 있으며 모든 막대를 분석해야 합니다.

또는 이 스레드의 작성자가 (그의 블로그에서) 행을 가늘게 만들 수 있습니다.

 
막심 드미트리예프스키 :

x.append((SD.history[ij][cc]/SD.history[i][cc]- 1 )* 1000 )

이것은 의미가 없습니다. 각 후속 기능에는 이전 기능의 유용한 정보의 절반이 포함되어 있습니다. 1st: 높은 상관 관계가 있음, 2:e - 가장 큰 지연이 있는 기능은 이전 기능에 포함된 모든 분산을 포함합니다. 그들은 정보를 제공하지 않습니다

결과는 다음과 같습니다. 지연이 가장 큰 수익의 중요도가 가장 크며(더 많은 분산, 더 많은 정보 이득) 이 수익에는 나머지 기능의 모든 분산이 포함됩니다.

공포.))
제가 하는 일의 아날로그는 사진입니다.
 
이고르 마카누 :

또 다른 문제가 있습니다. MO로 얼마나 많은 기록을 분석해야 합니까?

일정한 막대를 사용하는 경우 = 1000

훈련용으로 잘못된 데이터가 아닌가요?

가격을 수준으로 나누면 가격이 도달했을 때부터 가격이 종료될 때까지 수준별로 기록의 평균 깊이를 계산할 수 있다고 믿습니다.

 
유리 아사울렌코 :
나는 증분을 사용하지 않습니다.))

SD.history[ij][cc]/SD.history[i][cc]

이것은 상대적인 증분입니다. 당신은 그들을 다르게 부를 뿐입니다.

 
도서관 :

긴 추세에서 = 예. 그리고 중요성이 길수록 더 강하고 상관 관계가 더 강해집니다. 왜냐하면 그들은 모두 같은 방향으로 자랍니다.

그리고 이 상황에서:


20번째 막대는 0번째 막대와 같은 수준이지만 5번째와 10번째 막대는 20번째 막대보다 더 많은 정보를 담고 있습니다. 그리고 2-3개의 이웃에만 상관관계가 있습니다.

많은 상황이 있으며 모든 막대를 분석해야 합니다.

또는 이 스레드의 작성자가 (그의 블로그에서) 행을 가늘게 만들 수 있습니다.

그것은 샘플이 증가함에 따라 상관 관계가 최대가 될 것임을 의미합니다.

아무도 현지에서 신경 쓰지 않는다

 
유리 아사울렌코 :
공포.))

음, 전체 샘플에 대한 예측 변수 간의 상관 관계를 계산합니다.

그런 다음 모두 버리십시오.

 
막심 드미트리예프스키 :

음, 전체 샘플에 대한 예측 변수 간의 상관 관계를 계산합니다.

그런 다음 모두 버리십시오.

당신이 옳지 않다. 그게 유일한 방법입니다.
1...137713781379138013811382138313841385138613871388138913901391...3399
새 코멘트