Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2525
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
Das ist für SB. Wozu brauchen wir es?)
Zu verstehen, dass es möglich ist, mit den Unterschieden zwischen echten BP und SB Geld zu verdienen. Und achten Sie auf diese Unterschiede )).
Zu verstehen, dass man mit den Unterschieden zwischen echtem BP und SB Geld verdienen kann. Und suchen Sie nach diesen Unterschieden )).
Auf dem realen Markt? Ich persönlich vertrete eine Art Philosophie wie diese:
*aber ich möchte nicht wirklich darüber diskutieren, denn ohne Beweise ist es sinnlos, über Annahmen zu diskutieren.
In der ersten Hälfte der Nullerjahre gab es eine Flut wissenschaftlicher Arbeiten, in denen versucht wurde, die konstruierte Theorie des dynamischen Chaos zur Vorhersage von Finanzzeitreihen zu nutzen. Die Grundidee war, aus der Realisierung einer Zeitreihe ein dynamisches System zu rekonstruieren und für die Vorhersage zu nutzen. Dann wurde der Strom der Veröffentlichungen irgendwie dünner.
Das halbe Forum "verdient" auch an SB, mit einem Knall)
Ist Ihnen nicht auch aufgefallen, dass die Zahl der "zufälligen Wanderer" zurückgegangen ist? Selbst Alexander ist nicht auf meine Provokation hereingefallen ))).
Ich würde auch, wenn es Ihnen nichts ausmacht, dieACF(t) = sqrt((n-t)/n) umschreiben , wobei n der Stichprobenumfang ist.
Zum Beispiel, wenn 1<=t1<=t2<n, dann ist ACF(t1,t2)=sqrt(t1/t2).
Außerdem bin ich eher daran gewöhnt anzunehmen, dass die Zeit (Stichprobengröße) für SB unendlich ist, da viele nützliche Probleme (gleiche Wahrscheinlichkeiten für das Erreichen von Stufen) unter dieser Annahme leichter zu lösen sind.
In der ersten Hälfte der Nullerjahre gab es eine Flut wissenschaftlicher Arbeiten, in denen versucht wurde, die konstruierte Theorie des dynamischen Chaos zur Vorhersage von Finanzzeitreihen zu nutzen. Die Grundidee war, aus der Realisierung einer Zeitreihe ein dynamisches System zu rekonstruieren und für die Vorhersage zu nutzen. Dann wurde der Strom der Veröffentlichungen irgendwie dünner.
Ich erinnere mich, dass es ein Buch von Peters zu diesem Thema gab, in dem er die Dimensionalität eines Attraktors für einen bestimmten Markt berechnete. Sie schien recht groß zu sein, was die Frage nach der statistischen Signifikanz des Ergebnisses aufwirft.
Sie haben nur die Korrelation des letzten Wertes in der Stichprobe mit allen anderen Werten.
Nun, dies ist die klassische Definition von ACF.
Zum Beispiel, wenn 1<=t1<=t2<n, dann ist ACF(t1,t2)=sqrt(t1/t2). Außerdem bin ich bei SB eher daran gewöhnt, die Zeit (Stichprobengröße) als unendlich anzunehmen, da viele nützliche Probleme (gleiche Wahrscheinlichkeiten für das Erreichen von Stufen) unter einer solchen Annahme leichter zu lösen sind.
Übrigens, die Antwort auf die Erwiderung:"Die Formel ist abgeleitet, aus sportlichem Interesse) ist sie kaum zum Geldverdienen geeignet."
Ich erinnere mich, dass es ein Buch von Peters zu diesem Thema gab, in dem er die Attraktor-Dimensionalität für einen Markt berechnet hat. Sie schien recht groß zu sein, was die Frage nach der statistischen Signifikanz des Ergebnisses aufwirft.
Ja, "Chaos und Ordnung auf dem Kapitalmarkt". Es wurden zahlreiche Veröffentlichungen vorgenommen. Aber nichts ist zur Ruhe gekommen.
Übrigens, auf die Erwiderung: "Die Formel wird abgeleitet, aus sportlichem Interesse) ist sie zum Geldverdienen kaum geeignet."
levels up or levels down?)
Die Frage sollte natürlich an Alexey gerichtet werden. Aber ich würde mit "egal" antworten. Ich nehme an, die Frage ist, dass SB einen Weg zurücklegt, der proportional zu sqrt(t) ist.