Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2353

[Aleksey Nikolayev]

Maksim Dmitrievski :

forex'te, hiçbir şekilde)

o zaman kitabın diğer konularına geçerseniz, hiçbiri daha da fazla olmayacak.

Teklifler ve istekler için ayrı ayrı hesaplanıp sonra bir şekilde birleştirilebilir mi? Büyük olasılıkla saçmalık olacak.

Perakende forex'in yerel yuvasından ayrılma zamanının geldiğini mi ima ediyorsunuz?) Kulağa mantıklı geliyor çünkü zaten oldukça kirli)

[Mikhail Mishanin]

Aleksey Nikolaev :
Belki bir holivar yerine daha anlamlı bir şey yapın?). Örneğin, Prado'dan bir şey alın. Dengesiz çubuklar fikri ilginç görünüyordu ama bunun Forex'e nasıl uyarlanabileceğini anlamadım.

Rusça çeviride Prado var mı?

[Aleksey Nikolayev]

Mihail Mishanin :

Rusça çeviride Prado var mı?

Evet , ama İngilizce daha iyi - sunum özlü ve zor, ayrıntıların kimsenin Rusça'ya tercüme etmeyeceği makalelerde toplanması gerekecek.

[[Silindi]]

Roma :

O zaman kitabının anlamı nedir?

;))

yeniden örnekleme ve rastgele orman eğitimi hakkında faydalı bilgiler var ve genel olarak materyal, farklı yöntemlerle tanışmak için fena değil

[[Silindi]]

Aleksey Nikolaev :

Teklifler ve istekler için ayrı ayrı hesaplanıp sonra bir şekilde birleştirilebilir mi? Büyük olasılıkla saçmalık olacak.

Perakende forex yuvasından ayrılma zamanının geldiğini mi ima ediyorsunuz?) Mantıklı geliyor çünkü zaten oldukça kirli)

Bu tür dönüşümleri hangi rüyada hayal ettiğini bilmiyorum, ancak yalnızca arkalarında gerçekten bir anlam olduğunda anlamlı oluyorlar) aksi takdirde aynı Renko

[Aleksey Nikolayev]

Maksim Dmitrievski :

Bu tür dönüşümleri hangi rüyada hayal ettiğini bilmiyorum, ancak yalnızca arkalarında gerçekten bir anlam olduğunda anlamlı oluyorlar) aksi takdirde aynı Renko

Bilmiyorum) Ama Prado gibi olmak isteyenlerin Prado gibi düşünmesi gerekiyor)

Evet, Renko'ya benziyor, ancak yine de CUSUM ile bazı çağrışımlar var.

[mytarmailS]

Bir zaman serisinin tahmin edilebilirliğini nasıl geliştirebilirsiniz?

Zigzag sınıflandırma örneğinde..

Volatilite normalizasyonu

0) boş bir vektör oluştur

1) n boyutunda sürgülü bir pencerede fiyatı takip edin

2) sürgülü penceredeki fiyatları 0-1 aralığına normalleştirin

3) son normalleştirilmiş değerin bir öncekiyle farkını boş bir vektöre yazın

4) vektör üzerinde kümülatif toplamı yapın

P'deki kod, varsa NA-nis enterpolasyonu ile hemen

roll.r01 <- function(x,n= 10 ){
    res <- rep( 0 ,length(x))
     for (i in n:length(x)){
      ii <- (i-(n- 1 )):i
      res[i] <- tail(diff(r01(x[ii])), 1 )
    }
     if (any( is .na(res))){
      print(   paste( "WARNING vector haves NAs" ,sum( is .na(res)))    )
      res <- imputeTS::na_ma(res)
    }
     return (cumsum(res))}

normalleştirme yardımcı işlevi

r01 <- function(x)    (x-min(x))  /  ( max(x) - min(x))

İşte olan şey, kırmızı satır fiyat, mavi satır volatilite ile normalize edilen geri yüklenen satır

Görüldüğü gibi seri fiyatın tüm özelliklerini koruyor ancak özellik olarak daha stabil.

Eğim sınıflandırmasının kalitesini karşılaştırmaya çalışalım.

hedef - eğim

işaretler - bir düzine standart gösterge

AMO - aynı parametrelere ve tohumlara sahip orman

10k tren, 10k testi

normal fiyat tahmini

Confusion Matrix and Statistics

          Reference
Prediction   - 1      1
        - 1 3416 1894
         1    1582 3108
                                         
               Accuracy : 0.6524         

dönüştürülmüş fiyat tahmini

Confusion Matrix and Statistics

          Reference
Prediction   - 1      1
        - 1 3504 1568
         1    1332 3596
                                         
               Accuracy : 0.71             

Sizi denemeye davet ediyorum!!!!!

[Andrei Trukhanovich]

Aleksey Nikolaev :

Perakende forex yuvasından ayrılma zamanının geldiğini mi ima ediyorsunuz?

Depozitoyu ayda çoğaltabilen bir makine varsa kalmak mantıklı, diğer tüm durumlarda başka bir yerde çalışmak daha kolay

[Aleksei Kuznetsov]

mytarmailS :

Bir zaman serisinin öngörülebilirliği nasıl geliştirilebilir?

Zigzag sınıflandırma örneğinde..

Volatilite normalizasyonu

0) boş bir vektör oluştur

1) n boyutunda sürgülü bir pencerede fiyatı takip edin

2) sürgülü penceredeki fiyatları 0-1 aralığına normalleştirin

3) son normalleştirilmiş değerin bir öncekiyle farkını boş bir vektöre yazın

4) vektör üzerinde kümülatif toplamı yapın

varsa, NA-nis enterpolasyonu ile hemen P'deki kod

normalleştirme yardımcı işlevi

İşte olan şey, kırmızı satır fiyat, mavi satır volatilite ile normalize edilen geri yüklenen satır

Görüldüğü gibi seri fiyatın tüm özelliklerini koruyor ancak özellik olarak daha stabil.

Eğimin sınıflandırma kalitesini karşılaştırmaya çalışalım.

hedef - eğim

işaretler - bir düzine standart gösterge

AMO - aynı parametrelere ve tohumlara sahip orman

10k tren, 10k testi

normal fiyat tahmini

dönüştürülmüş fiyat tahmini

Sizi denemeye davet ediyorum!!!!!

Daha iyi karı karşılaştırın. Eğim hatası değil.

[sibirqk]

mytarmailS :

Bir zaman serisinin tahmin edilebilirliğini nasıl geliştirebilirsiniz?

Zigzag sınıflandırma örneğinde..

Volatilite normalizasyonu

Aslında bu, bir trend çizgisi oluşturup ardından onu orijinal seriden çıkarmakla hemen hemen aynı. Evet, böyle bir dengeyi tahmin etmek daha kolaydır, ancak burada her şey trend tahminine bağlıdır. Bunu tahmin etmek için, fiyatın gelecekte nereye gideceğini en azından yaklaşık olarak bilmeniz gerekecek. Ama bunu biliyorsanız, o zaman keçi düğmesi akordeon için ne - önceki tüm aşamalar anlamında.