股票买卖最佳时机leetcode
这是一个有监督的循环神经网络
(RNN)
学习项目，将股票交易视为分类问题。
输入
60
天的定价数据窗口，选择最佳操作以获得最大利润。
这使用了我早期的交易环境项目，以及用于数据准备和模型训练的
SeriesPrediction
模块。
首先，我使用CalculateBestActions
来生成目标操作值。
对于每一天，假定知道股票前一天的价格，以及每天一笔交易、连续四个交易日和八次可能的交易行为的限制，它计算将在
20
天内产生最高价值的交易序列。
可能的交易有：激进买入、目标买入、市场买入、持有、市场卖出、目标卖出、激进卖出和
CancelAllOrders。
目标买入和卖出由移动平ASP格加上或减去
5
天平ASP格偏差的
1/4
决定。
激进的买入和卖出由
5
天平ASP格偏差的
1/2
决定。
CalculateBestActions
的计算成本很高，因此尽管您可以计算更长的序列，但它们所需的时间会呈指数级增长。
4
个交易序列可能需要一天来计算
30
年的数据集，因此您将在大约
6
处碰壁。这些序列被保存以供重复使用，因此您只需为您测试
2022-05-24 01:56:19
23KB
1
经典的模糊分类器由规则组成，每个规则描述一个类。 在本文中，提出了一种新的模糊模型结构，其中每个规则可以表示具有不同概率的多个类。 获得的分类器可以被认为是二次贝叶斯分类器的扩展，它利用模型的混合来估计类条件密度。 有人提出了一种监督聚类算法来识别这种模糊模型。 模糊分类器的相关输入变量是基于通过 Fisher 的类间可分离性标准对聚类进行的分析来选择的。 这种新方法应用于著名的葡萄酒和威斯康星乳腺癌分类问题。
它也被描述在： J. Abonyi, F. Szeifert，用于识别模糊分类器的监督模糊聚类，模式识别快报，24(14) 2195-2207，2003 年 10 月
如需更多 MATLAB 工具，请访问： http://www.abonyilab.com/software-and-data
2022-05-23 21:41:08
454KB
1
（python）论文“时变转速下基于改进图注意力网络的轴承半监督故障诊断”源码
2022-05-23 19:04:04
44.36MB