Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3186

 
fxsaber #:

ZЫ En general, si hay interés en tratar de encontrar diferencias entre las dos filas, puede proporcionarlas.

Más bien interesado en un conjunto de datos de entrenamiento real para sus datos (ajuste y objetivo). Para ver cuánto podría hacer en scalping con mi enfoque.

 
fxsaber #:

Respóndase usted mismo a la pregunta de qué característica útil se conserva/se pierde. Con mi conversión respondí a tal pregunta.

Si he entendido bien tu transformación

tomas los incrementos, luego seleccionas al azar el índice del incremento y lo dejas como está o lo inviertes (x/-1).


Tomemos alguna serie abstracta con alguna estructura obvia.

Aplique su transformación.

No se conserva ninguna estructura, es sólo aleatorio de aleatorio...

Yo no lo consideraría una simulación en absoluto...



Aquí está el código.

par(mar=c(2,2,2,2),mfrow=c(3,2))

r <- rep( c(1:10,10:1) ,3)
r |> plot(t="l",main = "начальный ряд с какой то закономерностью")

rd <- c(0,diff(r))

for(i in 1:5) {
  sa <- sample(1:length(rd),size = length(rd)/2)
  rd[sa] <- rd[sa]/-1
  rd |> cumsum() |> plot(t="l", main = "ваше преобразование")
}
 
Forester #:

Más bien interesado en un conjunto de datos de entrenamiento real para sus datos (fic y objetivo). Para ver cuánto podría hacer en scalping con mi enfoque.

Elija un broker para los datos históricos según el mayor beneficio potencial. Por ejemplo, EURUSD_Broker1 tiene un beneficio potencial más alto que EURUSD_Broker2. Entonces tome EURUSD_Broker1.

Tanto las divisas principales como los cruces se pueden revender. Pero no todos ellos. Sólo tienes que entrenar en cada uno de ellos y ver los resultados. Eso es lo que yo hago, a grandes rasgos.

 
mytarmailS #:

Si he entendido bien su conversión

tomas los incrementos, luego seleccionas al azar el índice del incremento y lo dejas como está o le das la vuelta (x/-1)

Has entendido mi transformación absolutamente bien.

Tomemos alguna serie abstracta con alguna estructura obvia (regularidad).

La transformación es tan simple que incluso sin gráficos está claro que se puede obtener cualquier cosa hasta un precio monotónicamente creciente.
 
fxsaber #:

Has entendido mi transformación absolutamente bien.

La transformación es tan sencilla que incluso sin gráficos está claro que se puede obtener cualquier cosa hasta un precio monotónicamente creciente.

Bueno, entonces no se puede considerar una simulación,

y tienes que darte cuenta de que has destruido todas las tendencias que había,

así como la propia estructura del DEM.

 
mytarmailS #:

Entonces no puede considerarse una simulación,

y tienes que darte cuenta de que te has saltado todas las tendencias que había,

así como la propia estructura de la DEM.

Estoy seguro de que destruí mucho menos que las alternativas. Sin embargo, fue suficiente.

En cuanto a la estructura, este método se basa en la ley de los grandes números, en la que se basa la estructura. Es exactamente para casos en los que hay decenas de millones de datos originales.


No quiero alabarme a mí mismo, pero dudo mucho que exista un trabajo semejante con ticks y con invariantes tan potentes: tiempo, dispersión, incremento absoluto (como consecuencia - colas gordas, no estacionariedad, correlaciones, etc.). Es decir, hay cien millones de invariantes de datos de entrada. No hay comparación con las "100" características estadísticas de los modelos.


A pesar de estas características únicas de la aleatoriedad, se encontró inmediatamente una prueba que responde inequívocamente a la pregunta de con qué estamos tratando: aleatoriedad o realidad.


Aquí no hay nada que discutir ni debatir. Lo que se demuestra no es sólo una diferencia entre la SB y la realidad, sino una sutil diferencia entre la serie original y la aleatorización. El valor está en el contraejemplo.

 
fxsaber #:

Parece que tengo una interesante generación aleatoria.


¡Una idea genial! Sólo tengo que averiguar cómo usarlo 😆 En esencia, resulta ser un BP de precios con las mismas características de sesión, la misma volatilidad que el real, pero estacionario. Con esperanza constante mate y varianza aparentemente constante. Y las colas son gaussianas. Al mismo tiempo, el beneficio medio es cero menos el diferencial total.

 
fxsaber #:

Estoy seguro de que destruí mucho menos que las alternativas. Sin embargo, fue suficiente.

Creo que sobreestima este método, tal vez me estoy perdiendo algo.

 
No entendía en absoluto el significado de lo ocurrido, pero es un estado de ánimo normal en mí.
 
fxsaber #:.

ZЫ En general, si hay interés para tratar de encontrar diferencias entre las dos filas, puede proporcionarlos.

Echa un vistazo a lo que te escribí. Sólo será capaz de mirar a mí mismo en el otoño.