交易中的机器学习：理论、模型、实践和算法交易 - 页 1382

新评论
 
马克西姆-德米特里耶夫斯基。

不，我只是说它们是回报，你可以把log()代替-1，同样的事情会发生，也就是logreturns。这种信息的损失是非常大的，因为你只有20个。

对于我的问题，20个就足够了。在一般情况下，你可能需要更多。这取决于具体细节。

我认为，你不能把对数--它是一个非线性转换。在一般情况下，其有用性是非常值得怀疑的。

在一般情况下，我通过sigmoid或tanh传递输入序列，使主要价格处于 "线性 "部分，而非线性只受限于尖峰。

 
Uladzimir Izerski:

你为什么需要预测器？

你不喜欢原始图表了吗？

你对MO和自动交易了解不多，我必须建议尽可能多的人不要在市场上购买你的"圣杯"，因为作者的无能为力。

 
Yuriy Asaulenko:

对于我的任务来说，20个就足够了。在一般情况下，也许需要更多。这取决于具体的情况。

我认为，你不能把对数 - 它是一个非线性转换。在一般情况下，其有用性是非常值得怀疑的。

之所以需要对数，是因为价格的变化 不是作为增量的累积总和，而是作为乘积，就像复利一样，尽管在货币的情况下，变化非常小，这不是重点。

 
尤里-阿索连科。

对于我的任务来说，20个就足够了。在一般情况下，也许需要更多。这取决于具体的情况。

我认为，你不能把对数 - 它是一个非线性转换。在一般情况下，其有用性是非常值得怀疑的。

在一般情况下，我通过sigmoid或tanh传递输入序列，因此主要价格在 "线性 "部分，而非线性只限于异常值。

像NS将通过乙状结肠本身运行它们？))，或者它给出了一些额外的东西

 
马克西姆-德米特里耶夫斯基。

有点像NS将通过乙状结肠本身运行它们？)))，还是说是额外的东西让

但不是在输入端）。它对输入行的尖峰进行了限制，我们不会在NS的输入端使神经元过载。

 
Yuriy Asaulenko:

但不是在输入端）。它对输入序列中的异常值给出了一个限制，我们不会让NS输入的神经元过载。

你也可以通过正切来运行它......费雪的 变换......

...如使分布更加正常...但剩下的数据不是由我决定的 ))

 
马克西姆-德米特里耶夫斯基。

你可以通过一个正切来运行它......费希尔变换

某种程度上使分布更加正常...但剩下的数据不是由我决定的 ))

只要输出的中心部分在主要范围内是线性的。

所有的数据都会在那里，除了离群值，它们会被稍微压扁。完全是信号处理的正常方法。

否则，你历史上的一些尖峰会用神经元堵塞你，并不断地堵塞，直到它消失在视线中。你的NS会简单地进入否认或无意识状态。)

 
圣杯。

之所以需要对数，是因为价格的变化不是增量的累积之和，而是一个乘积，就像复利一样，尽管在货币的情况下，变化非常小，这并不是重点。

我假设在一个或多或少稳定的市场中，M(dC/C) =~const.

 

我不采用除法（P[i]/P[0]），而是采用减法（P[i]-P[0]），也就是说，不是相对价格变化，而是绝对价格。我初步删除了离群值（从最大和最小的数值来看，数量为1%）。

分割有什么好处吗？我目前正在使用一个不需要规范化和缩放的森林。

 
elibrarius:

我不采用除法（P[i]/P[0]），而是采用减法（P[i]-P[0]），也就是说，不是相对价格变化，而是绝对价格。我初步删除了离群值（从最大和最小的数值来看，数量为1%）。

分割有什么好处吗？我目前正在使用一个不需要归一化和缩放的森林。

人们普遍认为，价格的对数之差（与它们之比的对数相同）比单纯的差值更接近于正态分布。出于同样的原因，价格以几何 布朗运动为模型来推导布莱克-斯科尔斯公式。

1...137513761377137813791380138113821383138413851386138713881389...3399
新评论