交易中的机器学习：理论、模型、实践和算法交易 - 页 1006

新评论
 
forexman77:

首先，你需要明确你所说的分形是什么意思：是像图片中的指标，还是数学模型？

如果是指标，那么在mcl4上，你可以把100个柱子放在左边和右边，它就会计数。


我以前写过例子，当然是模型。你在图片中的东西是一个吸烟者的分形。

 
马克西姆-德米特里耶夫斯基。

我以前写过例子，当然是模型。你在图片中所拥有的是吸烟者的分形

好吧，有整个社区在上面建立趋势线，并在上面进行交易）。但我已经在测试器中试过了，我知道什么是什么)。

啊。是的，我在那里想起了关于阿尔马佐夫的事情）。

像arim这样复杂的算法，自动化的问题是什么？

 
forexman77:

啊。是的，我在那里想起了关于阿尔马佐夫的事情）。

而像arim这样的复杂算法的自动化有什么问题呢？

不清楚要自动处理什么......是模式还是相关关系

我决定尝试分形的特征之一--某种程度上的自相似性。

 
马克西姆-德米特里耶夫斯基。

我真的不知道该如何自动化......无论是模式还是关联性

我决定尝试分形的一个特点--自相似性，但我认为它不会成功，但我要试一试

我一直想问一个问题，已经有很长时间了。假设我有一个长达150条的头肩顶模式。我需要找到类似的图案，但如果图案本身和找到的图案中的条数 几乎相同，就能找到。我怎样才能找到准确的条数并输出平均条数或其他东西？

 
forexman77:

我已经想问很久了。假设我有一个长达150条的头肩形图案。我需要通过历史找到类似的模式，但如果模式本身和找到的模式中的条数 几乎相同，就会找到它们。如何摆脱准确的条数，寻找一些频繁的条数，并输出其平均值或其他东西？

我不知道，随机改变较大的模式，并将其全部采取几次，以达到所需的尺寸。

啊，你也可以用卷积来做，但我不知道怎么做。
 
马克西姆-德米特里耶夫斯基。

我不知道，我们可以随机地把一个更大的图案变薄，然后我们可以把它全部拿出来几次，变成合适的大小，哪一次的相关性会更好，把它作为一个副本（如果条数相差不大）。

啊，你可以用卷积来做，但我不知道怎么做

我以为可以另外收集历史资料，然后比较每一种模式。

 
Mihail Marchukajtes:

我不明白，那个躲在我名字后面的Gramazeka1是谁。在......????，有什么事？

开玩笑，我都...Я!!!!

我相信很多人都熟悉雷舍托夫的作品，但没有人完全理解他的概念。他的工作要点之一是坚持Shepley公理。坦率地说，我必须承认，我自己也在其中游泳，但简单地说，网络多项式的权重系数之和等于1，或减去1。因此，优化器的任务是找到网络的系数，这些系数分布在0到1的范围内。哪个长度是多项式并不重要，重要的是系数的总和等于1，当我们在训练中包括任何非信息符号时，由于信息预测器的系数，我们为它分配系数资源（资源被限制在0到1），使其意义不大。这就是为什么这种算法对数据预处理的要求很高。我们把它们清理得越好，训练结果和模型在AOS上的运行就会越好。据我所知，R中的包和网络集都没有使用Shepley的公理。因此，结果....


"你应该先学会看书，而不是烧书。"我的意思是，这个话题的代表都不屑于去研究作品的本质。肤浅地看了看，成功地把它扔进了桌子的抽屉里......。IMHO!!!!!

这就是问题所在......那里的转换是如何进行的，有例子吗？在我看来，有内核 技巧......我恍然大悟，我的魔法算法是非常缺乏的。

 
forexman77:

现在我想我可以添加一个历史的集合，然后检查每个模式，这将需要很长的时间，但它会在小时标记上快速计数。

有趣的是，图案可以漂移得很厉害，以至于你无法判断它是否相似......你必须为它们每个人做仿射变换。

如果这个图案被浮动，那么之后的一切也会被浮动。

而且很容易通过眼睛找到相似之处...:) 这就是为什么我不能自动化。

 
Mihail Marchukajtes:


米沙，我们可以看看你的交易吗？让信号见鬼去吧--但请给我看几笔有评论的真实交易。

 
马克西姆-德米特里耶夫斯基。

有趣的是，图案可以得到如此多的浮动，以至于没有办法判断它是否相似......你必须为它们每个人做仿生变换。

如果该模式被浮动，之后的一切也会被浮动。

我有这样一个案例。

1...99910001001100210031004100510061007100810091010101110121013...3399
新评论
原因: