Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 587
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
No, todo se reduce a construir series pseudoestacionarias de forma secuencial, reentrenando tan a menudo como sea posible... en principio, eso es lo que hago
o construir filtros lineales/no lineales... Entiendo que antes hay que considerar la dinámica de cambio de influencia de los predictores sobre el objetivo, e intentar adaptar la salida a través de los coeficientes del filtro, en función de los cambios en el entorno
bueno, nada especial en general. Al menos en este capítulo.
Una vez que el problema de la no estacionariedad en los modelos de aprendizaje automático que discuten conVladimir Perervenko.
Me convenció de que el problema de la no estacionariedad no tiene nada que ver con el MO. Como nunca traté con NS, no tenía argumentos para refutar su opinión. Además, tenía la intuición de que varios árboles y otros, excepto NS, funcionan bien con predictores no estacionarios.
Tu post y la referencia a tu experiencia personal dice lo contrario, al menos en relación a que NS debe tener en cuenta los predictores no estacionarios.
Si esto es cierto, entonces existe casi la única herramienta disponible hoy en día que intenta trabajar con series no estacionarias: los modelos garch. Filtros, reentrenamiento en cada barra... no son capaces de resolver el problema de la no estacionariedad - un drenaje está garantizado, se deslizará a través de la parada...
Pero la pregunta sigue siendo sobre los otros modelos, y hay muchos. No tengo pruebas de que haya que tener en cuenta la no estacionariedad. El reentrenamiento en los modelos que he probado se debe siempre a los predictores de ruido.
Tenga en cuenta que, para mí, la resolución de la no estacionariedad y/o los predictores de ruido son problemas fundamentales en el aprendizaje automático. El nivel de resolución de estos problemas determina el nivel de error de modelización. La complejidad de la aplicación de los modelos en sí es ridícula y no la tengo en cuenta.
Si este es el caso, entonces existe casi la única herramienta disponible actualmente que intenta trabajar con series no estacionarias - son los modelos garch ...
Yo diría que por el momento no hay ninguna herramienta que prediga eficazmente
hay casos particulares - golpes ocasionales y temporales en la diana, en los que, en períodos de tiempo, se puede obtener un buen beneficio
o explotación de patrones de arbitraje, promediando
lo que tú y yo estamos haciendo - un sistema que puede hacer predicciones inteligentes... es una ciencia ficción en cuanto a la comprensión de todo tipo de procesos de mercado, así como los modelos :)
Es lo más descabellado, la gente viene aquí, lee y luego corre despavorida a ahogar sus penas con la sensación de impotencia :)
Diría que por el momento no hay una sola herramienta que sea eficaz para predecir
hay casos aislados, aciertos ocasionales en la diana, en los que, periódicamente, se puede obtener un buen beneficio
o explotación de patrones de arbitraje, promediando
lo que tú y yo estamos haciendo - un sistema que puede hacer predicciones inteligentes... Creo que es una ciencia ficción tanto en la comprensión de todo tipo de procesos como de modelos :)
https://github.com/uber/pyro
Garch.... garch... ¿De qué garch estás hablando? - En R hay 24 de estos garch por palabras clave, por paquetes, probablemente unos 12. Bueno y diferente).
Únase a
El paquete rugarch: ARMA(1,1); RealGARCH; distribución t biselada. Muchos ajustes.
Yo diría que por el momento no hay ninguna herramienta que prediga eficazmente
hay casos individuales - golpes temporales ocasionales en la diana cuando, periódicamente, se puede obtener un buen beneficio
o explotación de patrones de arbitraje, promediando
lo que tú y yo estamos haciendo - un sistema que puede hacer predicciones inteligentes... es una ciencia ficción en cuanto a la comprensión de todo tipo de procesos de mercado, así como los modelos :)
Quiero decir que es lo más salvaje, la gente viene aquí, lee y luego corre presa del pánico para llenar la pena por el sentimiento de su impotencia :)
Me siento desesperado. Debería tomarme un descanso y seguir adelante comenzando con el Datamining.
Recuerdo que tenías un 70% de predicciones adecuadas. Yo escribí el post anterior.
He intentado enseñar a mi MA (no habitual, sino dorado, es decir, no estándar) a pronosticar. He aprendido a pronosticar un 30% de las series temporales y todo estaba bien, pero nunca he visto nada correcto. Pero no hay manera de utilizarlo de forma realista.
Bueno, un 70% de acierto no es nada. De ese 70% de aciertos para entrar en la operación, al menos un tercio. Esto nos deja con un 23%. No hay nada en contra del 30% de predicciones erróneas (no sabemos de antemano si son correctas o incorrectas). Y las predicciones erróneas están como en las zonas de inflexión (cambio de dirección), y estas zonas son exactamente las más adecuadas para las operaciones.
Sobre esta base, creo que es inútil dedicarse a la predicción, sino más bien a la clasificación. Es decir, determinar si un determinado momento es adecuado para hacer un trato. Si miro los patrones obtengo el error de entrada 20-40% más exacto que di antes en este tema.
Ahora, el 70% de los que tienen razón no es nada. De ese 70%, alrededor de un tercio son lo suficientemente buenos para entrar en el comercio.
¿Por qué un tercio?
Todo el 70%. La previsión es válida durante 1 hora. Entonces, de nuevo.
La previsión es inútil y hay que clasificar
No entiendo nada.
Por ejemplo, a la 1 de la tarde llega el clout de la combinación del predictor, que dice que irá en largo en la siguiente hora, es decir, hasta el siguiente clout, hasta las 2 de la tarde.
¿Cómo es posible que haya una clasificación sin una previsión? ¿Para qué se necesita una clasificación en los mercados financieros, si no se trata de una previsión?
¿Cómo es que existe la clasificación sin predicción? ¿Para qué se necesita una clasificación en los mercados financieros si no se puede predecir?