Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 357
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Você pode ver um padrão cíclico.
Decomponha-o em Fourier (em R são 2-3 linhas), trace-o, e não verá nenhuma ciclicidade. É um espectro suave.
Tente a função de autocorrelação. Silencie novamente, mas deve sair se houver um padrão cíclico.
Decomponha-o em Fourier (em R são 2-3 linhas), trace-o, e você não verá nenhum ciclicality. É um espectro suave.
Tente usar a função Autocorrelação novamente, mas ela deve aparecer se o comportamento cíclico estiver presente.
Penso que podemos ensinar o Serviço Nacional de Estatística de uma só vez, alimentando vários períodos diferentes com estes histogramas. Ele irá considerar tanto variações maiores como menores, as grandes serão um componente de tendência e as pequenas - um sinal para a entrada
E depois converter os sinais tendo em conta os gráficos actuais e a sua relação com o bollinger. O método da experimentação científica, em suma
Com um período de foyles 1, será assim :)
E você pode ver um padrão cíclico...
Fila estacionária. E as emissões são removidas - procedimento padrão
tentar levar em conta também as emissões, a LSTM deve ser capaz de lidar
Penso que para ensinar NS de uma vez, alimentar vários períodos diferentes com estes histogramas, terá em conta mudanças maiores e menores, grandes serão um componente de tendência e pequenos serão sinais para entrar
E depois converter os sinais tendo em conta os gráficos actuais e a sua relação com o bollinger. Para resumi-lo como uma regra geral
Alguém sabe a resposta à pergunta: como é que a NS trata as entradas não estacionárias?
mau? )
Alguém sabe a resposta à pergunta: como é que NS se refere a inputs não estacionários?
Eu gostaria, antes de ensinar NS, de modelá-lo, ver se há algo que valha a pena nele. Então o treino será mais adequado.
Tudo está claro aqui, extrema anuncia uma inversão, especialmente os curtos, uma série antipersistente é óbvio - um novo pico é seguido por um novo canal (no indicador com um pequeno período)
A situação oposta está num indicador com um período maior, a série parece persistente, um novo máximo é seguido por um novo máximo, ou seja, é possível identificar as tendências longas, ao mesmo tempo, a série é estacionária e é possível encontrar (aproximadamente) o fim das tendências
Já li muitos livros, não li?
Algoritmo de trabalho: definimos a tendência e trabalhamos por ela, realizando entradas na série anti-perisistência, para aumentar a probabilidade de ganhar. Ao mesmo tempo, se o indicador com um grande período estiver próximo dos extremos médios, mudamos as entradas de comércio para o oposto, se a tendência começar a mudarTudo é claro aqui, extrema sinaliza uma inversão, especialmente de períodos curtos, uma série antipersistente está presente - um novo pico é seguido por um novo canal (no indicador com um pequeno período)
O contrário é o caso de um indicador de longo período, a série parece persistente, uma nova alta é seguida por uma nova alta, ou seja, é possível identificar tendências longas, ao mesmo tempo em que a série é estacionária e pode-se encontrar (aproximadamente) o fim das tendências
Eu já li muitos livros, não é?
(Fixe.) Qual é a de anti-pessoalidade?
Uma nova alta (provavelmente uma baixa) é seguida por uma nova alta - sim, eu também já estive lá, os gráficos são todos familiares. Você simula - e não há nada lá - vazio. Talvez tenhas sorte.