트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 3216

 
Maxim Dmitrievsky #:
최소한 부트스트랩으로 혼합하세요. 샘플이 서로 다른 분포에서 나온 경우, 어떤 비교를 할 수 있을까요?
MO는 패턴을 찾는 것이 아니라 이미 알려진 패턴으로 샘플을 분류합니다.
MO를 통해 패턴을 찾는 것이 제가 하는 별도의 기술이라면, MO를 통한 패턴 찾기!= 하위 샘플에 대한 훈련일 뿐입니다.

안타깝게도 제가 용어를 잘못 이해한 것 같습니다.

 
fxsaber #:

안타깝게도 용어에 대한 오해가 있습니다.

우리는 현대의 챗봇 시대에 살고 있습니다 :)

부트스트랩 샘플링은 원래 샘플에서 여러 개의 하위 샘플을 생성하여 샘플 매개변수를 추정하는 데 사용되는 통계 분석 기법입니다. 이 방법은 매개변수의 분산과 평균을 추정하고 매개변수에 대한 신뢰 구간을 구성합니다. 부트스트랩 샘플링은 대규모 샘플을 얻을 수 없거나 원래 샘플이 전체 모집단을 대표하지 않을 때 유용할 수 있습니다.

 

거의 항상 포럼 대화를 부적절한 것으로 대체합니다. 하지만 마지막에 약간 멍청해져서 맥락이 충분하지 않을 수도 있습니다.


 
분석할 데이터의 극히 일부만 가지고 있으며, 이는 본질적으로 노이즈에 해당한다는 사실을 추가로 확인했습니다.

 
Forester #:
분석할 데이터의 극히 일부만 가지고 있으며, 이는 본질적으로 노이즈에 해당한다는 사실을 추가로 확인했습니다.

요점은 확률적 불확실성은 실제 시장의 불확실성을 제대로 설명하지 못한다는 것입니다. 이는 경제학자들에게 오랫동안 비밀이 아니었으며, 게임 이론이 등장하고 발전하게 된 이유 중 하나였습니다. 문제는 게임 이론이 확률 이론에 비해 아직 제대로 발전하지 못했다는 점입니다. 게다가 이론의 이데올로기적인 부분에서도 뒤처져 있습니다.

그리고 비디오에서 금융과 산업의 대조는 물론 완전한 쓰레기입니다. 그리고 "미국의 임박한 불가피한 파멸"은 완전한 쓰레기입니다.

 
Aleksey Nikolayev #:

요점은 확률적 불확실성이 실제 시장의 불확실성을 제대로 설명하지 못한다는 것입니다. 이는 경제학자들에게 오랫동안 비밀이 아니었으며, 게임 이론이 등장하고 발전하게 된 이유 중 하나였습니다. 문제는 게임 이론이 확률 이론에 비해 아직 제대로 발전하지 못했다는 점입니다. 게다가 이론의 이데올로기적인 부분에서도 뒤처져 있습니다.

그리고 비디오에서 금융과 산업의 대조는 물론 완전한 쓰레기입니다. 그리고 "미국의 임박한 불가피한 파멸"은 완전한 쓰레기입니다.

소련 과학에서는 결정론적 과정, 고정 및 비 고정 무작위 과정 외에도 불확실한 과정, 즉 사람이 참여하는 무작위 과정이 고려되었습니다. 가장 눈에 띄는 예는 지하철에서 승객의 무작위 흐름입니다. 일반적으로 모든 것이 대량 서비스 이론에 의해 완벽하게 잘 설명되지만 풍선에 구멍을 뚫고 "폭탄"을 외치면 모든 고정성이 너덜 너덜하게 날아갑니다.

경제학의 모든 과정은 불확실성의 범주에 속하며, 심지어 비고정성을 설명하려는 모든 시도는 항상 경제학에서 "경제학의 집중된 표현"이라고 알려진 정치라고 불리는 인적 요소로 돌아갑니다.

저는 게임 이론이 불확실한 경제 과정을 모델링하는 방식으로 정치가 경제에 미치는 영향을 고려할 수 있다고 생각하지 않습니다.

 
СанСаныч Фоменко #:

소비에트 과학에서는 결정론적 과정, 고정 및 비 고정 무작위 과정 외에도 사람이 참여하는 무작위 과정과 같은 불확실한 과정이 고려되었습니다. 가장 생생한 예는 지하철에서 승객의 무작위 흐름입니다. 일반적으로 모든 것이 대량 서비스 이론에 의해 완벽하게 설명되지만 풍선에 구멍을 뚫고 "폭탄"을 외치면 모든 고정성이 타르타르스로 날아갑니다.

경제학의 모든 과정은 불확실한 과정의 범주에 속하며, 비고정성을 고려하려는 모든 시도는 항상 경제학에서 "경제의 집중된 표현"인 정치라고하는 인적 요소로 되돌아갑니다.

저는 게임 이론이 불확실한 경제 과정을 모델링하는 방식으로 정치가 경제에 미치는 영향을 고려할 수 있다고 생각하지 않습니다.

불확실성 자체는 일상적인 인간 언어에서 나온 비공식적인 용어입니다. 수학은 일부 공식적인 모델을 통해서만 작동할 수 있습니다. 현재로서는 확률론적 불확실성과 게임 이론적 불확실성이라는 두 가지 모델이 있습니다. 결정론적, 혼돈적 및 이와 유사한 불확실성 모델은 확률론적 불확실성의 특수한 경우입니다. 확률론적 불확실성은 흔히 게임 이론적 불확실성의 특수한 경우로 간주되어 "자연을 가지고 노는 것"이라고 불립니다. 그러나 게임 신개념은 이미 기본적인 개념 수준에서 표현하기 어렵고, 게임을 하는 것과 같은 게임을 공식적으로 설명하는 것은 완전히 다른 문제입니다. 아마도 그것은 인간의 마음을 전혀 넘어서는 것입니다. 따라서 모든 것은 일반적으로 수학적으로 확률적 불확실성(예: 혼합 전략의 내쉬 평형) 또는 결정론(최소값 등)으로 축소됩니다.

현재 게임 이론의 발전 수준으로는 경제학이나 정치학에서 많은 것을 성취할 수 없지만, 사실 이 이론은 오랫동안 이러한 과학의 기초이자 "마탄"이 되어 왔습니다.

물론 게임 이론은 예를 들어 경매를 조직하는 데 있어서도 일부 실용적인 성공을 거두었습니다. 하지만 우리 분야인 IMHO에서는 지금까지 게임 이론이 적용된 것은 용어가 있는 게임에 지나지 않습니다.)

 

트레이딩, 자동매매 시스템 및 트레이딩 전략 테스트에 관한 포럼

트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩

포레스터, 2023.08.19 09:41 AM

저는 연속적인 막대/틱의 연속성 또는 반복성이 차이점이라고 생각합니다. 추세에서는 대부분 한 방향이지만, 랜덤라이저는 평균적으로 1로 만듭니다.

연속성을 고려하기 위해 다른 옵션을 시도했습니다. 그 결과는 정반대였습니다. 직렬성을 {+1, -1, +1, -1, ....} 상태로 나누면 무작위화 후 직렬성의 '추세'를 얻게 됩니다. 결국 여러 번의 연속적인 무작위화는 직선을 만듭니다.


작은 지그재그를 직렬성으로 취하면 이 기호는 슈퍼 트렌드가 됩니다. 이러한 무작위화는 한 방향으로 긴 직렬을 만드는 추세성을 더합니다.

따라서 큰 지그재그를 취하면 동일한 플랫 스캘퍼가 병합되지 않습니다 (심지어 거기에서 무언가를 얻습니다). 그러나 이것은 평평한 지점이 랜덤 라이저에 의해 우회되기 때문입니다.


일반적으로 수익 CVR을 생성할 수 있는 방법은 없습니다. 시간이나 증분을 역으로 사용하는 경우를 제외하고는요. 증분을 사용하는 것이 합리적이라면 수학적으로 정확한 TS를 확인하기 위해서만 가능합니다.

"Правильные" и "обобщённо правильные" по fxsaber`у ТС
"Правильные" и "обобщённо правильные" по fxsaber`у ТС
  • 2020.03.08
  • www.mql5.com
Здесь приведены некоторые соображения по поводу этой ветки. Формальное определение. Введём обозначения: r - ряд цен, s - система, e - эквити Подаём цены на вход системы и получаем на выходе эквити: r
 
fxsaber #:

연속성 회계를 위한 다양한 옵션을 시도해 보았습니다. 반대 효과가 있습니다. 직렬성을 {+1, -1, +1, -1, ....} 상태로 나누면 무작위화 후 직렬성의 '추세'가 얻어집니다. 결국 여러 번의 연속적인 무작위화는 직선을 만듭니다.


작은 지그재그를 직렬성으로 취하면 이 기호는 슈퍼 트렌드가 됩니다. 이러한 무작위화는 한쪽으로 긴 직렬을 만드는 추세성을 더합니다.

따라서 큰 지그재그를 취하면 동일한 플랫 스캘퍼가 병합되지 않습니다 (심지어 거기에서 무언가를 얻습니다). 그러나 이것은 평평한 영역이 랜덤 라이저에 의해 우회되기 때문입니다.


일반적으로 수익 CVR을 생성할 수 있는 방법은 없습니다. 역 시간 또는 증분을 사용하는 경우를 제외하고는요. 증분을 사용하는 것이 합리적이라면 수학적으로 정확한 TS를 확인하기 위해서만 가능합니다.

확인 정보...

트레이딩의 주요 수학적 도구는 가격 증분만 공급되는 다양한 GARCH 모델(100개 이상)의 제품군입니다.

 
СанСаныч Фоменко #:

테스트 주제에 대해...

트레이딩의 기본 수학적 도구는 다양한 GARCH 모델(100개 이상) 제품군으로, 가격의 증분만 입력에 공급됩니다.

이러한 모델은 획득한 원본 심볼에서 획득한 생성 심볼을 생성하지 않습니다. 예, 아이디어 자체는 다소 순진합니다.

트레이딩, 자동매매 시스템 및 테스트 트레이딩 전략에 관한 포럼

트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩

fxsaber, 2023.08.19 09:19 PM

그들이 하는 일

  1. 막대 기록에서 몇 가지(100개) 통계 특성을 찾습니다.
  2. 이 100개의 통계적 특성이 일치하도록 일련의 막대를 생성합니다.

100개의 값으로 수백만 개의 값으로 이루어진 원래의 시리즈를 설명할 수 있다는 것은 터무니없는 일입니다! 이론가들을 위한 도구이지 실무자를 위한 도구는 아닌 것 같습니다.

사유: