Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2155
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
Em relação à normalização invariante da TF para o modelo ...
pegamos na série, identificamos os pontos de ruptura importantes.
deixar apenas pontos extremos, apagar o resto
normalizar
Agora, pegue as distâncias entre os pontos de parada da primeira série, crie uma nova série a partir deles e normalize também
de tal forma que teremos uma série normalizada, tanto em amplitudes como em tempo (frequências).
Tudo o que é necessário é manter o número de extremos no padrão uniforme, tudo o resto é normalizado.
Assim, o modelo pode ser alimentado com dados, mesmo que seja um minuto ou uma semana, e ele o verá como a mesma coisa, ele será invariante para a TF.
Você pode treinar um modelo para todas as TFs de uma só vez
=============================================
Para aqueles que ainda não entenderam o que é e para que serve
Este será um e o mesmo padrão para o modelo porque é um e o mesmo padrão.
Quase o mesmo, só eu tenho o tempo e os pontos a 100%. Mas eu não entendo como é sugerido aqui para normalizar o tempo - por distância mínima?
adivinhou rapidamente ) só que mais ninguém...
Deve-me ter escapado alguma coisa?
Deve-me ter escapado alguma coisa?
Sim, o hífen no pronome.
Vou dizer novamente, para os burros.
Há pontos no espaço de recursos. Uns para comprar, outros para vender.
Suponha que esses pontos podem se mover de tal forma que a seqüência de compra e venda não seja respeitada, ou seja, a informação sobre o spread no conjunto de dados é perdida
o spread pode ser igualado à distância euclidiana entre os pontos, ou entre duas classes de pontos
como adicionar esta informação. FNF, aceleração e outras coisas que você pode enfiar na sua h. Isto é para clareza de percepção, por assim dizer.
O spread em uma troca é sempre negativo no preço.
zy piorar os termos
Karoch ler, ler , ler , ler....
Eu ainda não entendo o que você quer fazer com essa propagação (meu cérebro está obviamente fora de forma hoje, ou o que você não disse...).
Eu nem entendo o que queres fazer e porquê...
Eu li, eu li , eu li, eu li , eu li....
Eu ainda não entendo o que você quer fazer com a propagação (meu cérebro obviamente não está em forma hoje, ou o que você não disse ...
Eu nem entendo o que queres fazer e para quê...
Pergunta ao Valeriy, ele está a apanhar-lhe o jeito...
Acho difícil pensar em qualquer outra formulação para isso.Quase fazendo o mesmo, só eu tenho os tempos e os pontos a 100%. Mas eu não entendo como a normalização do tempo é proposta aqui - por distância mínima?
normalização 0-1 normalização
Se, num conjunto de dados já marcado com etiquetas, for subtraído ou adicionado um spread às características, dependendo da etiqueta, que efeito terá isso?
Será que o espaço de recursos será melhor separável?
é claro que isso só é feito para fins de treinamento.
Essa é a abordagem que usei no meu artigo - espalhar os rótulos uma distância significativa entre si, o que melhorou muito a aprendizagem. Normalmente temos tags substituindo a regressão em essência, então quanto maior o desvio de zero (média?), maior é potencialmente a diferença de características - reduzindo o ruído por não considerar tees pequenos. Mas isto é útil na classificação de entrada/saída e na tripla classificação de compra/venda/expectação. É provável que o sucesso da abordagem também dependa da estratégia subjacente (formada ou emergente). Para ser mais estudado.
Esta é a abordagem que usei no meu trabalho - espalhar as marcas por uma distância significativa, o que melhorou consideravelmente a aprendizagem. Normalmente temos tags substituindo a regressão em essência, então quanto maior o desvio de zero (média?), maior é potencialmente a diferença de sinais - reduzindo o ruído por não considerar tees pequenos. Mas isto é útil na classificação de entrada/saída e na tripla classificação de compra/venda/expectação. É provável que o sucesso da abordagem também dependa da estratégia subjacente (formada ou emergente). Sujeito a um estudo mais aprofundado.
Até agora só tenho em mente a separação de classes, mas acho que há maneiras mais simples
Como o fizeste, que carta devo ler?
Sim, hifenizar os pronomes
Adicionado :)