Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1594
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Alle sind so schlau, dass es schon unheimlich ist.
Aber vielleicht wird sich jemand von der Höhe seines Egos herablassen und dem armen Dekhanin die alltäglichen Wahrheiten erklären?
Angenommen, wir haben festgestellt, dass eine Reihe von 100 Balken bedingt stationär ist, d. h. wir haben ein bestimmtes Fenster von 100 Balken
Auf dem nächsten Balken verschieben wir das Fenster und sehen, dass die Serie wieder für 100 Balken stationär ist und dann wieder und wieder... und, sagen wir, am 17. Balken nach der "Erkennung der Stationarität" sehen wir, dass die Reihe nicht mehr stationär ist, d. h. sie hat "plötzlich" ihre Stationarität verloren
Wir können jedoch davon ausgehen, dass diese Reihe immer noch stationär wäre, wenn wir die Reihe nicht mit einer Fensterlänge von 100 Balken, sondern von 118 Balken (100+17+1) genommen hätten
eine Frage an uns van: warum können wir innerhalb dieser 17 Balken nicht von MO+SCO zu MO handeln, oder sogar noch mehr von MO+-2*SCO zu MO?
Wir fragen: "Auf welchem Balken" soll die Stationarität geschätzt werden - auf der Serie von 100 Balken (auf dem gleitenden Fenster) oder auf der Serie von 117 Balken (17 Balken von der "Erkennung der Stationarität" bis zum "Ende der Stationarität" + 100 Balken rückwärts)?
Alle sind so schlau, dass es schon unheimlich ist.
Aber vielleicht wird sich jemand von der Höhe seines Egos herablassen und dem armen Dekhanin die alltäglichen Wahrheiten erklären?
Angenommen, wir haben festgestellt, dass eine Reihe von 100 Balken bedingt stationär ist, d. h. wir haben ein bestimmtes Fenster von 100 Balken
Auf dem nächsten Balken verschieben wir das Fenster und sehen, dass die Serie wieder für 100 Balken stationär ist und dann wieder und wieder... und, sagen wir, am 17. Balken nach der "Erkennung der Stationarität" sehen wir, dass die Reihe nicht mehr stationär ist, d. h. sie hat "plötzlich" ihre Stationarität verloren
Wir können jedoch davon ausgehen, dass diese Reihe immer noch stationär wäre, wenn wir die Reihe nicht mit einer Fensterlänge von 100 Balken, sondern von 118 Balken (100+17+1) genommen hätten
Die Frage für uns: Warum können wir innerhalb dieser 17 Balken nicht von MO+SCO zu MO handeln, oder sogar noch mehr von MO+-2*SCO zu MO?
Die Frage ist: "auf wen", um die Stationarität zu bewerten - anhand der Serie von 100 Balken (auf dem gleitenden Fenster) oder anhand der Serie von 117 Balken (17 Balken von der "Erkennung der Stationarität" bis zum "Ende der Stationarität" + 100 Balken zurück)?
1. Sie können. Aber meistens geht es beim Handel mit einer stationären Serie darum, einen Handel an der oberen oder unteren Grenze der kanadischen Serie zu eröffnen, um zum MO oder zur entgegengesetzten Grenze zurückzukehren. Wenn die Stationarität verletzt wird, wird Ihre Position an der Grenze aufgrund der wachsenden Varianz negativ. Der Verlust überwiegt die aufgelaufenen Gewinne.
2. Googeln Sie die Frage nach dem ausreichenden Auswahlvolumen. Soweit ich mich erinnere, hängt dies von der Verteilungsfunktion ab
1. Sie können. Aber meistens geht es beim Handel mit einer stationären Serie darum, einen Handel an der oberen oder unteren Grenze der kanadischen Serie zu eröffnen, um zum MO oder zur entgegengesetzten Grenze zurückzukehren. Wenn die Stationarität gebrochen wird, wird Ihre Position an der Grenze aufgrund der wachsenden Varianz negativ. Der Verlust überwiegt die aufgelaufenen Gewinne.
2. Googeln Sie die Frage nach dem ausreichenden Auswahlvolumen. Soweit ich mich erinnere, hängt dies von der Verteilungsfunktion ab
1. ich weiß, dass ich das kann, aber jemand hat hier kürzlich argumentiert, dass stationäre Reihen nicht vorhersehbar sind
Was den Verlust betrifft, so ist er streng genommen kein Verlust, aber wenn Sie einen Weg finden, ihn zu bekämpfen", können Sie die Rentabilität dramatisch steigern.
2. Das Wort "überhaupt nicht" wird Google hier nicht helfen. Die Frage ist ganz einfach. Welche Reihe soll zur Schätzung der Stationarität verwendet werden - konstante Länge oder verlängerte Reihe?
Und jede kann ihre eigene inhärente "Stationarität" haben
Wo ist die Quelle von "Big Data"?
Gibt es eine Datenbank?
Selber bauen, wie sonst? Setzen Sie einen Schriftsteller auf Ihre vds/vps und genießen Sie das Leben in einem Jahr oder so.
Sie können natürlich und kaufen, aber es wird teuer und definitiv nicht alles, was Ihnen in den Sinn kommen wird. Und der ganze Sinn liegt in den noch "nicht zertrampelten" Daten, und nicht in etwas, das jeder hat und jeder für den gleichen Zweck verwendet.
1. ich weiß, dass ich das kann, aber jemand hat hier kürzlich argumentiert, dass stationäre Reihen nicht vorhersehbar sind
Was den Verlust betrifft, so ist er streng genommen kein Verlust, aber wenn Sie einen Weg finden, ihn zu "bekämpfen", können Sie Ihre Rentabilität drastisch erhöhen.
2. Das Wort "überhaupt nicht" wird Google hier nicht helfen. Die Frage ist ganz einfach. Welche Reihe ist für die Bewertung der Stationarität zu verwenden - eine Reihe mit konstanter Länge oder eine Reihe mit Verlängerung?
Und jede von ihnen kann ihre eigene inhärente "Stationarität" haben.
1. Nun, Sie sollten demjenigen schreiben, der das behauptet hat.
1а. Haben Sie einen "Weg zum Kampf" gefunden? Wenn ja, teilen Sie es mit Alexander A_K.
2. Noch einmal: Suffizienz oder optimale Stichprobengröße. Google
1. Nun, Sie sollten der Person schreiben, die es beansprucht hat.
1а. Haben Sie einen "Weg zum Kampf" gefunden? Wenn ja, teilen Sie es mit Alexander A_K.
2. Noch einmal: Suffizienz oder optimale Stichprobengröße. Google
Hier ist eine Grafik
der Prozess, den Sie "aus 1000" erkennen ))) die Linie mit einem Schritt in der Mitte ist MO, ein Schritt, wenn der Prozess nicht mehr stationär auf dem Verschiebungsfenster ist, obwohl wir Anzeichen dafür sogar früher sehen
die blaue 5. Reihe ist die unterschiedliche MO (je nachdem, wie man die Länge der Reihe zählt)
2 Reihen darüber und darunter sind plus oder minus 1-2 RMS vom MO
und was sehen wir? der Prozess kehrt trotzdem zurück und kümmert sich nicht mehr darum, dass er "nicht stationär" ist
Hier ein weiteres Diagramm
Natürlich kann es auch so aussehen
die ganze Zeit, in der wir "stationär" sind.
dann "Nicht-Stationarität", ein Schritt und voila.
wir können wieder auf die Rückkehr warten
Hier ist eine Grafik
der Prozess, den Sie "aus 1000" erkennen ))) die Linie mit einem Schritt in der Mitte ist der MO, ein Schritt, bei dem der Prozess nicht mehr auf dem Verschiebungsfenster stationär ist, obwohl wir Anzeichen dafür sogar früher sehen
die blaue 5. Reihe ist die unterschiedliche MO (je nachdem, wie man die Länge der Reihe zählt)
2 Reihen darüber und darunter sind plus oder minus 1-2 RMS vom MO
und was sehen wir? der Prozess kehrt trotzdem zurück und kümmert sich nicht mehr darum, dass er "nicht stationär" ist
Hier ein weiteres Diagramm
Natürlich kann es auch so aussehen
Die ganze Zeit über sind wir "stationär".
dann "nicht stationär", ein Schritt und voila.
können wir darauf warten, dass es wiederkommt.
Es gibt auch Erträge für nicht-stationäre Prozesse (z. B. SB)
Stationarität (per Definition) ist:
1) Beständigkeit der Erwartung
2) Ausbreitungskonstanz
3) ACF-Abhängigkeit nur von einer Zeitdifferenz
Wie genau wird das alles kontrolliert?
Renditen treten auch bei nicht-stationären Prozessen auf (z. B. SB)
Stationarität (per Definition) ist:
1) Beständigkeit der Erwartung
2) Ausbreitungskonstanz
3) ACF-Abhängigkeit nur von einer Zeitdifferenz
Wie genau wird das alles kontrolliert?
hier eine Grafik
Sie werden den Prozess "ab 1000" erkennen ))) die Linie mit einem Schritt in der Mitte ist der MO, ein Schritt, bei dem der Prozess nicht mehr auf dem Verschiebungsfenster steht, obwohl wir Anzeichen dafür sogar früher sehen
die blaue 5. Reihe ist das sich bewegende MO (es kommt darauf an, wie man die Länge der Reihe zählt)
2 Reihen darüber und darunter sind plus oder minus 1-2 RMS vom MO
Und was sehen wir? Der Prozess kehrt trotzdem zurück und kümmert sich nicht darum, dass er bereits "nicht stationär" ist.
hier ein weiteres Diagramm
Natürlich kann es auch so sein.
die ganze Zeit, die wir "stationär" sind
dann "unsicher", ein Schritt, und voila.
können wir wieder auf die Rückkehr warten.
Sie brauchen nicht mit wechselnden Modi zu handeln, sondern Sie müssen die Strategien ändern, wenn sie sich ändern. Wenn es sich um Scalping handelt, gibt es Hunderte von Trades für jeden einzelnen. Die Aufgabe besteht darin, die Strategie rechtzeitig zu wechseln, d. h. den Moduswechsel so früh wie möglich zu erkennen oder sogar vorherzusagen.
wenn Sie dieses Problem lösen, ist der Gral definitiv in Ihrer Tasche