交易中的机器学习：理论、模型、实践和算法交易 - 页 3249

[fxsaber]

Maxim Dmitrievsky #:

统计显示，比方说未来的 10 个条形图，我输出在未来发现的每个模式实例的所有曲线（就像预测一样）。

然后求出所有曲线的平均值

比如这个形态是卖出的，平均可以卖出多少点。

我在这里 看到过类似的东西。

在屏幕上看起来很相似，但图案的长度非常高，因为是 M1。它可能会在时标上显示一些有趣的东西，因为它被发现了。

这个问题

在挖掘时，只考虑一系列连续样本中的第一个样本可能是合理的。

看来这个问题已经解决了。

• MinStep 是一个 条件步长赋值(MinStep * Max(|KK|))，它允许根据极限 条件只考虑连续相似图中最好的一个。

当然，这并不是采矿（超调）。尽管它离我们并不遥远。

[fxsaber]

Maxim Dmitrievsky #:

但我用的是 python，一次计算所有可能配对的相关性，然后从中选择。

这里最重要的是速度

Python 中一定有类似的功能。那么它就应该很快。

[Maxim Dmitrievsky]

fxsaber #:

在这里 看到过类似的东西。

在屏幕上看起来很相似，但图案的长度非常高，因为是 M1。由于发现了它，它可能会在时标上显示出一些有趣的东西。

这个问题

似乎已经解决了。

当然，那里还没有采矿（矫枉过正）。虽然离得不远。

))) 我也看到了

我最初感兴趣的是如何在不使用 MO 的情况下搜索多维数组中的模式。到目前为止，除了把所有维度压缩到一个维度并通过相关性进行计算（有点快）之外，我还没想出更好的办法。我想有时需要对数值进行归一化处理，这样它们之间的差异就不会太大。

[Maxim Dmitrievsky]

fxsaber #:

Python 中一定有类似的功能。那么它应该很快。

有，但当符号（指示符）的数量增加时，速度还是不快。

[Renat Fatkhullin]

3980 实现了 复数、向量<复数>和矩阵<复数>类型的共轭方法。它们执行复数的共轭。

还增加了对映射类型序列的ONNX 模型 输出的处理。ONNX 运行时的功能得到了极大的改进。

[fxsaber]

Maxim Dmitrievsky #:

有，但随着迹象（指标）数量的增加，速度还不是很快。

我不记得了，但算法的复杂度肯定小于 O(N^2)。我认为不会高于 O(N*log)。这就是为什么当符号增多时，速度会明显减慢的原因。

有一个双向的问题：特征越多，样本越少，统计意义就越低。

[fxsaber]

Maxim Dmitrievsky #:

我想有时需要对数值进行归一化处理，使它们不会相差太大。

如果不进行归一化处理，可能会一团糟。

交易、自动交易系统和交易策略测试论坛

交易中的机器学习：理论、模型、实践和算法交易

fxsaber, 2023.09.21 16:19

那么就有必要把指标带到一些统一的鹦鹉身上。即使指标在不同的时间间隔内都是增量，否则也会产生奇怪的相关性。

如果非标准的回报，这样的、

关于交易、自动交易系统和测试交易策略的论坛

交易中的机器学习：理论、模型、实践与算法交易

Maxim Dmitrievsky, 2023.09.21 15:59

测试者的例子长度为 9（不同时期的增量）

在不进行归一化处理的情况下，相关性如何还不清楚。如果这个跳过的看似合乎逻辑的步骤会带来一个好结果.....

[Maxim Dmitrievsky]

fxsaber #:

我不记得了，但算法的复杂度肯定小于 O(N^2)。我认为不会高于 O(N*log)。这就是为什么当符号数增加时，速度会明显减慢的原因。

这是一个双向的问题：特征越多，样本越少，统计意义就越低。

好吧，我也是一次性计算所有可能的配对。我还有很多输入数据想要尝试。没关系。只是在 STUMPY 中，我们有机会进行近似计算，然后再进行细化。你会得到明显的加速，加上并行处理和 GPU 处理。我可能会完全改用那个软件包。

[Maxim Dmitrievsky]

fxsaber #:

这就是 "蘑菇 "在没有正常化的情况下可以出现的地方。

如果是非标准收益，比如这个，

。

在不进行归一化处理的情况下，相关性如何尚不清楚。如果这个跳过的看似合乎逻辑的步骤会带来好的结果....

我稍后再分析，现在还不能发表评论，我昨天刚写了这个计算。

[Aleksei Kuznetsov]

Maxim Dmitrievsky #:

我稍后再分析，还没来得及发表评论，昨天刚写了这个倒计时

我认为，相关性会受到abs值最大的数字的影响。例如，10000 和 10100 的成交量变化，以及在其背景上 0.00040 和 0.00400 的价格变化，都是微小的变化，对整组数据的相关性影响不大。我会进行归一化处理来验证这一假设。