Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3425

mytarmailS #:

а при чем тут функция Мандельброта?

я и с рандомом такое же могу сделать


library(quantmod)

n <- 50000

  rnorm(n, mean = 0.01, sd = 1) |> 
    cumsum() |> 
    xts(Sys.time()+1:n) |> 
    to.minutes5() |> 
    chart_Series()


[Удален]
mytarmailS #:

Твоя не предсказывается.

Maxim Dmitrievsky #:

она не рандомная, а самоподобная. То есть хорошо предсказывается.

#27

А есть подтверждение что рынок соответсвует этой функции?

[Удален]
mytarmailS #:

А есть подтверждение что рынок соответсвует этой функции?

Давно этим увлекался. Есть книги:

НЕпослушные рынки. Мандельброт.

Фрактальная теория рынка форекс. Алмазов.

В общем аналогия прослеживается.

Maxim Dmitrievsky #:

на питоне есть дерево в либе sklearn, которая почти вся полностью конвертится в onnx

Мне не нужно просто дерево, а требуется последовательная кластеризация. Типа как вот на схеме ниже. Число кластеров на каждом уровне должно задаваться произвольно, как и  глубина дерева.

Maxim Dmitrievsky #:

и чатгпт хорошо знает питон

до сих пор не понимаю, что вас держит

Я его использую, и он иногда сильно тупит... т.е. опирается на старый синтаксис в пакетах, хотя они изменились до обучения. Видимо это из-за того, что правильных данных меньше, чем неправильных.

А так - хороший инструмент!

mytarmailS #:

я покритиковал твое отношения к рискам, но нигде не злорадсвовал ниразу

Понятно. Надеюсь я объяснил своё отношение к рискам, и почему там нет стопов. Стопы нужны когда приходит сигнал на смену тенденции.

Maxim Dmitrievsky #:

Давно этим увлекался. Есть книги:

НЕфрактальные рынки. Мандельброт.

Фрактальная теория рынка форекс. Алмазов.

В общем аналогия прослеживается.

типа такого

weierstrass <- function(x, a = 0.5, b = 3/2, n = 100) {
    sapply(x, \(x) sum(a^n * cos(b^n * pi * x)))
  }
  
x <- seq(-2, 2, by = 0.01)
y <- weierstrass(x) |> cumsum()
  
plot(x, y, type = "l")


[Удален]
Aleksey Vyazmikin #:

Мне не нужно просто дерево, а требуется последовательная кластеризация. Типа как вот на схеме ниже. Число кластеров на каждом уровне должно задаваться произвольно, как и  глубина дерева.

https://scikit-learn.org/stable/auto_examples/cluster/plot_agglomerative_dendrogram.html#sphx-glr-auto-examples-cluster-plot-agglomerative-dendrogram-py

Plot Hierarchical Clustering Dendrogram
Plot Hierarchical Clustering Dendrogram
  • scikit-learn.org
This example plots the corresponding dendrogram of a hierarchical clustering using AgglomerativeClustering and the dendrogram method available in scipy. Total running time of the script:(0 minutes ...
[Удален]
mytarmailS #:

типа такого

ага

вот бумага 80-го года

https://royalsocietypublishing.org/doi/epdf/10.1098/rspa.1980.0044

Maxim Dmitrievsky #:

ага

вот бумага 80-го года

https://royalsocietypublishing.org/doi/epdf/10.1098/rspa.1980.0044

алхимия это все как по мне