交易中的机器学习:理论、模型、实践和算法交易 - 页 2297

 
Maxim Dmitrievsky:

https://www.mql5.com/ru/forum/86386/page2108#comment_19209601

非常感谢你,这正是我所需要的。

我在考虑直接在MT5中写出过度采样。这里有谁能建议创建新的数据元素来进行超量取样的公式?

按照我的理解,"新的元素是直接在现有的元素旁边创建的"。

取每个属性的平均值、均方根、方差(你可以剪掉异常值),然后随机取一个项目,在它的每个属性上增加一个+/-均方根内的值,这样就可以乘以你需要的新值。

看起来这应该足够了,你怎么看?


 

阿列克谢-尼古拉耶夫

尽管如此,我还是建议tsosnikov研究这些测试,而不是多年来只想着如何将一束正弦波装入市场而奔走相告)

事实上,我正在做这些测试,寻找噪音和价格方面的差异。除了沃拉,我还没有发现什么严重的问题。

 
Rorschach:

基本上这些是我正在做的测试,寻找噪音和价格方面的差异。除了沃拉,我没有发现任何严重的问题。

祝您好运

 
Rorschach:

基本上这些是我正在做的测试,寻找噪音和价格方面的差异。除了波动之外,我还没有发现任何严重的问题。

我对傅里叶数列也有类似的感觉--它们相当适用于表示每日的波动率波动,但完全不适用于价格本身。

我认为有意义的工作与这样的测试会导致更高水平的数学文化,这对一般的论坛(或至少对这个主题)是有用的。

 
Aleksey Nikolayev:

我对傅里叶数列也有类似的感觉--它们相当适用于表示每日的波动性波动,但完全不适用于价格本身。

在我看来,这种测试的有意义的工作会导致更高层次的数学文化,这对整个论坛来说不是多余的(或者至少对这个主题来说)。

对傅里叶有很多抱怨,例如,周期可以与日历日期挂钩,而且它们与正弦波、夏令时 等不太适合。人字形的膝关节计数似乎更合理。但是pf和tsos是一个研究得很好的领域,许多问题已经有人解决了。

 
Rorschach:

对傅里叶有很多抱怨,例如,周期可以与日历日期挂钩,而这些与正弦波、冬季时间转换 等都不太合适。人字形的膝关节计数似乎更合理。但是pf和tsos是一个研究得很好的领域,许多问题已经被别人解决了。

这取决于你,我只能建议考虑所获得的结果的显著性水平(如我提到的测试),因为SB的实现很可能看起来也像嘈杂的周期性振荡。

 
Aleksey Nikolayev:

这取决于你,我只能建议你考虑得到的结果的显著性水平(如我提到的测试),因为SB的实现很可能也像嘈杂的周期性振荡。

我并不是真的那么热衷于csos。

找到一个模式是成功的一半,你仍然必须以某种方式使用它。最简单的例子是循环水平。

 

罗夏

最简单的例子是循环层。

是的,想象他们的AMO甚至不是那么微不足道......

但1.5%的质量会增加

 
罗夏

找到一个模式是成功的一半;你仍然必须以某种方式使用它。

嗯,这是一个相当私密的问题,几乎没有人会分享他们对这个问题的想法(不管这些想法实际赚了多少)。

 
Aleksey Mavrin:

非常感谢你,这正是我所需要的。

我正在考虑在MT5中编写过度取样。这里有谁能建议创建新的数据元素来进行超量取样的公式?

按照我的理解,"新的元素是直接在现有的元素旁边创建的"。

取每个属性的平均值、有效值、方差(你可以把离群值剪掉),然后随机取一个项目,在它的每个属性上增加一个+/-有效值的数值,这样就可以乘以你需要的新数值。

这似乎已经足够了,你觉得呢?


最简单的选择只是积累小类的例子,你可以给每个例子添加一点噪音。我不记得SMOTE的具体内容了,我想新的例子是创造出来的。那里有很多的调谐选项。