交易中的机器学习：理论、模型、实践和算法交易 - 页 3151

新评论
 
mytarmailS #:

历史窗口的大小对于使用表格数据的经典 MO 来说是一个很大的限制

而 AS（asoc.规则）则不会有这样的问题，它们可以 完美地消化 非结构化数据，而且每个观测值的大小可以是任意的。

而 "视野窗口"（历史窗口）本身只能受到计算能力的限制。


因此，你关于历史窗口大小的 举例只是在为 AC 和 MO 投反对票。


请再给我一些论据，我很好奇我是否真的遗漏了什么。

还有一个问题，你对非盟有多感兴趣？

我没有深入研究规则。我已经写过，我是从另一个角度来研究形式语法的应用的--我研究的是随机语法构建的价格。我之所以放弃这种方法，正是因为它过于繁琐，而繁琐首先会导致过度训练。

现在，我避免使用重型模型。对我来说，主要的非正式规则是模型的厚重程度应与样本信息的厚重程度相对应。

对于一个成熟的价格模型来说，您的模型已经足够重了，但对于这样一个模型来说，我们所拥有的实际价格样本（即使我们添加了其他信息）是不够的。

当然，IMHO

 
mytarmailS #:

那么，AMO 是如何从示例中找到模式的呢？

为了清楚起见，我描述得很谦虚，实际上看起来更像这样。



而您的模型只看到了这个：（最近 5 个非小时蜡烛图）。

还要注意的是，这与指数没有任何联系，如果昨天的重要事件发生在 200 根蜡烛线之前，那么今天同样的事件可能已经发生在 1555 根蜡烛线之前或 12 根蜡烛线之前，例如....。

AC 会发现这种模式，而 AMO 不会！

AMO 需要每个特征在表中始终有相同的列，这样才能始终在相同的索引下触发。


或者像这样，这也很直观。

[[1]]
[1] ".....A...............................................................B........C..............SELL"

[[2]]
[1] ".......A........B...........C...........SELL"

[[3]]
[1] "........................................A........B.........................C.............SELL"

[[4]]
[1] "..A.............................................................B..............C...SELL"

[[5]]
[1] ".......A..........................................B...C...SELL"

而且建模人员也能看到。

[[1]]
[1] ".....A...............................................................B........C.............. SELL"

[[2]]
[1] ".......A........B...........C........... SELL"

[[3]]
[1] "........................................A........B.........................C............. SELL"

[[4]]
[1] "..A.............................................................B..............C... SELL"

[[5]]
[1] ".......A..........................................B...C... SELL"


总之，我希望我已经表达了我的观点。

 
Aleksey Nikolayev #:

对了，蟒蛇研究进展如何？

 
mytarmailS #:

对了，蟒蛇研究进展如何？

这是一门很好的语言，但对于非程序员来说，它在某些层面上变得过于复杂。例如，用 C 语言写扩展比用 R 语言难得多。我非常喜欢 numpy 中的表格。

 
Aleksey Nikolayev #:

我没有深入研究规则。我已经写过，我是从另一个角度来应用形式化语法的--我研究的是随机语法构建的价格。 我放弃这种方法正是因为它的繁琐，而繁琐首先是不好的，因为它会导致过度训练。

现在，我避免使用重型模型。对我来说，主要的非正式规则是模型的厚重程度应与样本信息的厚重程度相对应。

你的模型足够重，可以成为一个完整的价格模型，但我们所拥有的实际价格样本（即使我们添加了其他信息）并不足以建立这样一个模型。

自然，IMHO

100%

 
mytarmailS #:

另外要注意的是，索引没有链接，如果昨天的重要事件发生在 200 根蜡烛之前，那么今天同样的事件可能已经发生在 1555 根蜡烛之前或 12 根蜡烛之前，例如....。

AC 会发现这种模式，而 AMO 不会！

AMO 需要每个特征在表中始终有相同的列，以便始终在相同的索引下触发。


或者像这样，也很直观。

我很好奇，这正是我半年前所描述的。

我不明白你的规则是如何在不参考索引的情况下垂直搜索特征值的--在我的概念中，应该有一个可接受的搜索范围--我不明白你的实现方法。

 
Aleksey Vyazmikin #:

我很好奇，半年前我也是这么做的。

我不明白你的规则是如何在不参考索引的情况下垂直搜索特征值的--在我的概念中，应该有一个可接受的搜索范围--我不明白你的实现方法。

通过关联规则的通常算法，不同的任务有不同的算法。

我当时（半年前）给了你一个解决方案（代码），你忘了吗？
 
Aleksey Nikolayev #:

它是一门很好的语言，但对于非程序员来说，它在某种程度上变得过于复杂。例如，用 C 语言编写扩展比用 R 语言难得多。我非常喜欢 numpy 中的表格。

神圣的问题）

市场调研--R 还是 Python？

 
mytarmailS #:

问题)

市场调研 - R 还是 Python？

目前，由我进行市场调研的是 R。我不准备为他人或自己的未来担保）。

 
mytarmailS #:
通常的关联规则算法，根据问题的不同而不同。

我当时（半年前）给了你一个问题的解决方案（代码），你忘了吗？

我都不知道我们说的是什么代码--显然是什么东西运行失败了。我们在讨论什么代码？

你说深度不是重要事件的时间--规则是怎么写的--我不明白。

1...314431453146314731483149315031513152315331543155315631573158...3399
新评论
原因: