交易中的机器学习:理论、模型、实践和算法交易 - 页 1629

 
马克西姆-德米特里耶夫斯基

绍兴?

那里都是关于转换行的。所以这是基本的,你有什么痛苦?

SA == StackOwerflow

在学习AMO的背景下,里面没有关于分形的内容。

它简单得可怕,但它应该是有效的,不管你把哪一行放进AMO,不管是分钟/周,都在一起,它将找到这两种模式,最重要的是:它将给我足够的答案......

 
mytarmailS:

SA == StackOwerflow

在学习AMO的背景下,没有关于分形的内容

它简单得可怕,但应该是有效的。 不管你在AMO中输入哪一行,不管是分钟/周还是什么,它都会在两者中找到规律,最重要的是会给你正确的答案。

忘掉分形吧,那只是一种虚构。

不,我没有在那里砌过任何东西。
 
马克西姆-德米特里耶夫斯基

忘掉分形吧,那是个骗局。

虚构是在khurst上查找维度,但缩放数据以适应AMO的一个模板是正确和必要的,否则你不会发现数据中的任何重复,因此没有统计学,概率...

 
mytarmailS:

按khirst查维度是个伪命题,但把数据缩放到AMO的单一模板上是对的,也是必要的,否则你就是在数据中找不到任何重复的东西,因此也就没有统计学、概率...

我扩大了它的规模,这是胡说八道),由Khirst是胡说八道,当然,由Entropy

 
马克西姆-德米特里耶夫斯基

我扩大了它的规模。

怎样?

 
mytarmailS:

怎样?

仿生预转换。

 
mytarmailS:

micha!你到底要不要回答我在最后一页的问题?

我肯定会回答的。稍后。去换了冰箱。只是几个小时...
 
马克西姆-德米特里耶夫斯基

仿生变换。

让我猜猜看,你是在一个滑动的窗口中完成这一切的,当然是固定的尺寸?)

 
mytarmailS:

让我猜猜看,你是在一个滑动的窗口中完成这一切的,当然是固定的尺寸?)

窗口越大,关联性越强

并为不同的TFs做了。这都是胡说八道
 
马克西姆-德米特里耶夫斯基

在扩大的情况下,像窗口越大,相关度越高越好。

嗯,对训练数据和识别测试数据的预测,你是否也扩大/缩小了? 还是有一个固定的标记?

原因: