交易中的机器学习:理论、模型、实践和算法交易 - 页 2074

 
Maxim Dmitrievsky:

有什么区别?

=========

听着,你还记得这种预测的名称是什么吗?当你提前一步预测,然后你用这个点预测,等等。

 
mytarmailS:

有什么区别?

阅读)我不明白的数学。

它更像MSUA,但通过卷积的特征而不是多项式来工作。
 
mytarmailS:

听着,你还记得当你提前一步做出预测,然后在这时又做出预测,等等,这叫什么?

在RNN中多对多

 

我报名参加了卷积网 的课程%)72小时。嗯,第一部分是学习Python,诸如此类的东西(我已经知道)。


 
Maxim Dmitrievsky:

我首先链接到ROCKET是有原因的--它是一种很酷的功能转换器。从原来的特征中创造出很多不相关的特征,提高了分类的质量。

推荐与线性模型一起使用(因为你得到了很多的功能)。

将不得不尝试它

这幅画画得很好。要了解如何准备数据。毕竟,对一个系列进行规范化处理,可以删除很多不必要的数据。

 
Maxim Dmitrievsky:

RNN中的多对多

只有那里?如何搜索,你可以使用关键短语。你什么时候会看TCN?

 
Maxim Dmitrievsky:

我报名参加了卷积网的课程%)第一部分是学习python,诸如此类的东西(我已经知道)。


将不会是多余的)

 
Ilnur Khasanov:

就在那里?如何搜索,你能不能用关键短语。你什么时候去看看TCN?

我不知道这意味着什么,这是我唯一知道的地方。

当我参加一个关于线圈的课程时。我还不知道如何使用它们。

 

给居民的一个问题...

有没有人尝试用网络来描述任何指标,不是为了预测,而是为了描述/复制/恢复/创建一些幻影...

这不是很有用,但作为重建的结果,我们可以判断关于数据的处理/规范化的质量和它的质量,知道网格不工作不是因为它是哑巴,而是因为我们没有很好地表示数据,或者反之亦然,这并不坏。

 

很多人都试过。包括我在内。简单的MA可以做,复杂的带通滤波器也可以做。
任何可以从酒吧NS/森林建立的东西都可以很容易地复制。

这就是为什么除了柱状图之外,基于它们的指标没有什么意义。


但例如ZZ就很难被复制。或者是阿列克谢-尼古拉耶夫建议的,几乎没有人会在2个月的深度内养活60条或更多条。