程序库: BestInterval - 页 18

新评论
 
Igor Makanu:

那么这就是神经网络的任务了

从假设上讲，NS 与此无关。

 
fxsaber:

NS 与此无关，哪怕是假设。

如果有数据和评估这些数据的结果，但却找不到如何得到结果的公式，这就是 NS 的任务，而且 NS 在计算结果时完全会考虑不重要的数据，也就是说，如果你回到 "乘法表"，而不是 2x2 = 4 - 教 2x2 + 新输入 rand() = 4 - NS 仍会学习，也就是说，在计算输出时不会考虑第三个输入 rand()。


NS 的主要问题在于用户认为它可以计算出训练样本中缺少的数据。

 
Igor Makanu:

如果有数据和评估这些数据的结果，但无法找到如何得到结果的公式

没有结果。这就是形式化的困难所在。

对于没有结果的问题，还有一个更简单的经典类比：寻找 TS 的最优优化准则。

在论坛上，人们根据自己的感知/感觉和直觉提出了许多不同的变体。因此，NS 在这里帮不上忙。

同样，BestInterval 问题也有同样的问题。

 
fxsaber:

通过大量的交易 和抛掷间隔，一个有趣的研究对象出现了。

我们需要弄清楚如何从这些数据中识别出好的交易块。大块交易中应该包含适当数量的交易、单位时间内的严重增长等因素。我还没能正式确定这一点。


任务大致如下：给定大量抛出区间，确定可能的系统大块，并在此基础上计算自定义优化标准。

这个问题的解决将有助于挖掘 TC 的更多潜力。

一般来说，我不认为需要这么多的切割区间。

相反，我希望加载它们（例如，1 分钟或 5 分钟），并将数量限制在较小的范围内。

其余的似乎都是拟合，不会有任何用处。

 
fxsaber:

没有结果。这正是形式化的困难所在。

我给你提供的结果是 "手工准备"--什么是好，什么是坏，根本无法形式化。

 

对于某些策略来说，在一小时内进行更深入的分析可能是有意义的（在所有小时内切割相同的时间段，就像你现在在所有天内切割相同的时间段一样）。

而反其道而行之，为一周中的不同日子 寻找不同的时间间隔，也是绝对有意义的。然后，你可以增加时间间隔的数量，这样每天就能获得 2-3 个片段。

 
在我罕见但定期进行的间隔研究中，我曾将时间加载到一个小时，并将星期一、中午和星期五区分开来。我从未在任何专家那里得到过稳定的时间依赖性。结果表明，即使对几年的时间进行取样，一切都很合适。
 
Andrey Khatimlianskii:

我完全不明白这么多切割间隔有什么意义。

你应该将截断区间与符号的波动率进行比较，如果波动率的最大值/最小值被截断，那就说得通了，如果没有波动率峰值，那就说得通了。

 
Andrey Khatimlianskii:

我完全不明白这么多切割间隔有什么意义。

直到现在我才明白。事实证明，大量剪切并原封不动地发出来是最纯粹的拟合。但如果你把大量剪裁当作分析好的 2-3 个区间的中间阶段，那么一切就变得有些不同了。

 
Igor Makanu:

我把 "亲手烹饪 "的结果提供给你们--什么是好的，什么是坏的，根本无法形式化

如果我不能用脑做，就不能用手做。

1...111213141516171819202122232425...29
新评论