Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2262

Nuevo comentario
[Eliminado]  
mytarmailS:

¿Qué quieres decir?

sólo agitar la vaca matriz. será al azar ....

es necesario conocer el objetivo: para qué sirve el batido, cuál debe ser el resultado final...

el objetivo es el beneficio :D

Verás, aquí todo el mundo se ofrece a vender algunos tick scalpers en el mercado, pero mi interés es puramente deportivo
 
Maxim Dmitrievsky:

el objetivo es el beneficio :D

En cuanto al enfoque de la generación en sí, una crítica de mi parte )

Cuando se crean los datos y se recorren los modelos en busca de un modelo que funcione con los "nuevos datos", ¿se entiende que se trata de un ajuste? ¿Entiendes que es una adaptación?

Dado que estos "nuevos datos" intervienen en la elección del modelo, no son"nuevos datos"... No es muy obvio, pero lo es.

Hay que añadir una tercera muestra, que no interviene de ninguna manera, ¿lo has hecho?


Sobre la covarianza, puedo temblar en ella, pero no soy un experto en GMM.

aquí tengo una matriz falsa

XX
     [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]
[1,]  0.7 -0.2  0.0 -1.7 -2.6  1.3 -0.4  0.9  0.4  -1.6
[2,] -0.7 -0.8 -1.4  1.5 -1.1 -0.1 -0.6 -0.4  1.0   0.2
[3,] -0.3  0.5  2.1  2.4  0.8 -0.3  1.3  1.3  0.2   0.4
[4,]  0.0  0.1 -0.1 -1.8 -0.4 -0.6  0.9  0.7 -1.2   0.9
[5,]  1.0 -0.6 -0.5  0.0 -0.3  1.2  2.3 -1.9  0.3   1.4

He creado un modelo GMM

Este es el resultado del modelo.

Model$parameters
$pro
[1] 0.2 0.2 0.4 0.2

$mean
               [,1] [,2]  [,3]           [,4]
 [1,]   7.00000e-01 -0.7 -0.15   1.000000e+00
 [2,]  -2.00000e-01 -0.8  0.30  -6.000000e-01
 [3,] -7.41241e-145 -1.4  1.00  -5.000000e-01
 [4,]  -1.70000e+00  1.5  0.30 -8.061356e-177
 [5,]  -2.60000e+00 -1.1  0.20  -3.000000e-01
 [6,]   1.30000e+00 -0.1 -0.45   1.200000e+00
 [7,]  -4.00000e-01 -0.6  1.10   2.300000e+00
 [8,]   9.00000e-01 -0.4  1.00  -1.900000e+00
 [9,]   4.00000e-01  1.0 -0.50   3.000000e-01
[10,]  -1.60000e+00  0.2  0.65   1.400000e+00

$variance
$variance$modelName
[1] "EEI"

$variance$d
[1] 10

$variance$G
[1] 4

$variance$sigma
, , 1

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

, , 2

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

, , 3

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

, , 4

       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025


$variance$Sigma
       [,1]  [,2]  [,3]  [,4]  [,5]  [,6]  [,7]  [,8]  [,9] [,10]
 [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000
 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000
 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000
 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000
 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000
 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000
 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000
[10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025

$variance$scale
[1] 0.05824961

$variance$shape
 [1]  0.1545075  0.2746800  8.3090689 30.2834661  2.4721197  0.1545075  0.2746800
 [8]  0.6180299  3.3648296  0.4291874


$Vinv
NULL

¿Qué es una matriz de covarianza?

[Eliminado]  
mytarmailS:

Sobre el planteamiento de la generación en sí, una crítica mía )

Cuando se crean los datos y se repasan los modelos en busca de un modelo que funcione con los "nuevos datos", ¿se da cuenta de que es una adaptación? ¿Entiendes que es una adaptación?

Dado que estos "nuevos datos" intervienen en la elección del modelo, no son"nuevos datos"... No es muy obvio, pero lo es.

Hay que añadir una tercera muestra, que no interviene de ninguna manera, ¿lo has hecho?


Sobre la covarianza, puedo temblar en ella, pero no soy un experto en GMM.

aquí tengo una matriz falsa

He creado un modelo GMM

Este es el resultado del modelo.

¿Esta es la matriz de covarianza?

Lo comprobé en la 3, sí.

mejor agitar los centroides de los grupos. Es decir, la media (los medios), cada valor. En un rango pequeño, donde cada valor es el centro de la distribución normal. Después de cada agitación, añada las muestras.

Ese es un mal enfoque, no te molestes. Es mejor agitar los incrementos de precio medio, es más claro pero más largo.

 
Maxim Dmitrievsky:

Es mejor agitar los incrementos del precio medio, es más claro pero más largo

¿Cuál es la diferencia fundamental?

[Eliminado]  
mytarmailS:

¿Cuál es la diferencia fundamental?

Nada, era una suposición de que todavía se puede agitar con un mínimo esfuerzo. Pero no funcionará.

Lo siento, lo leí mal. La diferencia es que gmm encontrará otras agrupaciones en incrementos modificados. Y al agitar los centroides, esencialmente no estás haciendo nada.

es decir, el objetivo es generar una serie con una media y/o varianza diferente, similar a la original.

pero se toma una pequeña parte de la serie original y se genera el resto.

 
Maxim Dmitrievsky:

Nada, era una sugerencia de que todavía se puede agitar con un mínimo de esfuerzo. Pero no es así como funciona.

Lo siento, lo leí mal. La diferencia es que gmm encontrará otras agrupaciones en incrementos modificados. Y al agitar los centroides, esencialmente no estás haciendo nada.

es decir, el objetivo es generar una serie con una media y/o varianza diferente, similar a la original.

pero se toma un pequeño trozo de la serie original y se genera el resto.

¿No sería más fácil crear un pseudogenerador de precios que pueda generar lo que se quiera...

que pasen las comprobaciones de rastreo, prueba y validez.

[Eliminado]  
mytarmailS:

¿No sería más fácil crear un pseudogenerador de precios que pueda generar cualquier cosa, y ajustar sus parámetros para que genere una serie

que superará las pruebas de aprendizaje, de ensayo y de validación.

No necesitamos nada, sólo necesitamos heredar peculiaridades de la serie, sobre la que comerciaremos.

 
Maxim Dmitrievsky:

No necesitamos nada, tenemos que heredar las peculiaridades de la serie en la que vamos a operar.

Mira, si ha pasado todos nuestros criterios, significa que ha heredado todo, todo lo que pensábamos que iba a pasar e incluso todo lo que nunca pensamos que iba a pasar y nunca hubiéramos incluido en el modelo...

[Eliminado]  
mytarmailS:

Mira, si pasa todos nuestros criterios, entonces ha heredado todo lo que podíamos imaginar e incluso cosas que no conocíamos y que nunca habríamos incluido en el modelo...

llegar a un generador de este tipo )

 
Maxim Dmitrievsky:

llegar a un oscilador de este tipo )

No soy un genio ))

Todo está ya inventado... El mismo GMM, podemos tomar medias y cambiarlas como queramos hasta el resultado, o cambiar la propia serie, o sintetizar el espectro y usarlo para reconstruir la señal, o ... o...

1...225522562257225822592260226122622263226422652266226722682269...3399
Nuevo comentario