L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2556
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Vorontsov est probablement le meilleur expert du ministère de la défense en Russie. Le cours est donc forcément bon, mais parce qu'il est destiné aux informaticiens, il omet des mathématiques fondamentales et importantes pour nous. J'ai remarqué à plusieurs reprises que pour l'application des méthodes mathématiques dans le trading, peu d'entre elles conviennent dans leur forme de base, simplifiée.
La MO est basée (voir par exemple Tibshirani) sur l'hypothèse qu'il existe une distribution conjointe constante des prédicteurs et des réponses P(X,Y). A partir de celle-ci, on peut calculer la probabilité conditionnelle Py(Y|X), à partir de laquelle on peut calculer la régression Y=f(X). Finalement, cette régression est approximée par certains modèles MO. Dans le monde physique, cette théorie fonctionne plus ou moins bien. Mais pas dans le commerce. Il s'avère que P(X,Y) change de manière imprévisible avec le temps (non-stationnarité) et toute la théorie s'effondre un peu.
L'approche la plus courante consiste à ignorer purement et simplement la non-stationnarité, puis à s'étonner des résultats et à se plaindre du MO).
La MO est basée (voir par exemple Tibshirani) sur l'hypothèse qu'il existe une distribution conjointe constante des prédicteurs et des réponses P(X,Y). A partir de là, une probabilité conditionnelle Py(Y|X) peut être calculée, à partir de laquelle une régression Y=f(X) peut être calculée. Finalement, cette régression est approximée par certains modèles MO. Dans le monde physique, cette théorie fonctionne plus ou moins bien. Mais pas dans le commerce. Il s'avère que P(X,Y) change de manière imprévisible avec le temps (non-stationnarité) et toute la théorie s'effondre un peu.
L'approche la plus populaire consiste simplement à ignorer la non-stationnarité, puis à s'étonner des résultats et à se plaindre de l'IR).
Vous n'auriez pas pu mieux dire.
Bravo, mais que faire ?
Comment mesure-t-on la régularité ?
Comment mesure-t-on la régularité ?
corrélation, entropie
Il y en a peut-être d'autres.
corrélation, entropie
Il y en a peut-être d'autres.
Qu'est-ce que tu veux dire ? Corrélation, entropie...
Quoi avec quoi, quand, pourquoi ?
Sur Internet, la définition de l'irrégularité est qu'il y a des trous dans les dates avec des observations, que voulez-vous dire d'autre ?
Signification ? Corrélation, entropie...
Quoi avec quoi, quand, pourquoi ?
Sur internet, la définition de l'irrégularité est quand il y a des trous dans les dates avec des observations, que voulez-vous dire d'autre ?
cycles
cycles
Une ligne droite n'a pas de "régularité" ou de "cycles", mais elle est prévisible. Il existe de nombreux exemples de cette
La non-stationnarité est un problème.
cycles
il n'y a pas de cycles...
il peut y avoir des sommes complexes de boucles (interfection), mais il n'y a pas de boucles au sens habituel.
Une ligne droite n'a pas de "régularité" ou de "cycles", mais elle est prévisible. Il existe de nombreux exemples de cette
Problème de non-stationnarité.
une ligne droite inclinée est non-stationnaire, et tout est question de séries chronologiques.
Arrêtez de dire n'importe quoi, d'où sortez-vous encore, bande de cinglés ? :D tu as juste besoin de réchauffer le sujet.
il n'y a pas de cycles...
il existe peut-être des sommes complexes de cycles (interfection) mais pas de cycles au sens classique du terme.
il est clair que les citations ne sont pas stationnaires et ce sont les cycles que nous recherchons.