Pour faire le suivi - page 24

 
Sorento писал(а) >>

la taille de l'échantillon pourrait avoir un impact ?

Le volume de l'échantillon est suffisant.

Et il y a aussi l'état de "tension limite de la corde" - il n'y a pratiquement aucune variance.

C'est peut-être l'état que vous avez capturé ?

Si vous intégrez la deuxième série - la dernière valeur est environ 20% de la dernière valeur du prix. Je pense que s'il n'y avait pratiquement pas de dispersion, la contribution de cette série serait moindre.

Quelles sont les données ?

eurusd, tout l'historique que j'avais dans le terminal

 

Les amis, je vais m'écarter un peu du sujet ici, hein ?

Je suis d'humeur festive pour le troisième jour, j'ai envie de comprendre (j'ai déjà ce que je n'arrive pas à comprendre d'habitude, donc je suis bon pour ça :)))

En bref, disons que nous avons déterminé l'algorithme exact par lequel la société de courtage filtre (au sens large) les cotations. Ce fait remarquable peut-il être utilisé dans une situation réelle à des fins lucratives ? Ma tête est déjà cassée...

 

Non, non, ne t'éloigne pas du sujet, alsu. Vous feriez mieux de chercher sur le forum, le sujet revient régulièrement.

 
Mathemat >>:

Не-не, не надо не в тему, alsu. Поищи лучше на форуме, тема поднимается регулярно.

Je ferais mieux de m'en occuper moi-même, je n'ai pas couru au magasin pour rien :))

 
Mathemat писал(а) >>

Non, non, ne t'éloigne pas du sujet, alsu. Vous feriez mieux de chercher sur le forum, le sujet revient régulièrement.

C'est ce que tu as dit. Mais maintenant que vous l'avez dit, passons au hors-sujet. :-)))

 
lea >>:

Оба распределения скошены в сторону положительных значений.


S'agit-il d'une conséquence de la tendance globale au cours de la période de "déclaration" ou y a-t-il eu des retours qui n'entraient pas dans le premier ou le second échantillon ?


Le modèle Wege-Easing me semble curieux, tout d'abord parce qu'il attribue une certaine signification "physique" à ses paramètres, c'est-à-dire qu'on peut essayer de les modéliser avec des informations supplémentaires. Mais il est asymétrique par rapport aux mouvements de haut en bas, n'est-ce pas déroutant ? Il semble (après correction de l'inflation pour les titres) que les marchés soient plutôt symétriques à cet égard.

 
Peut-être que pendant que les gens se promènent quelque part, vous pouvez toujours philosopher :)
Svinozavr >>:

Разбиение по контексту в общем случае м.б. по реальным торговым моделям. Но тут дело вот в чем. Я пришел к разбиение по микроконтексту, который должен быть а) общей основой, кирпичиком для идентификаций/анализа/прогноза всего остального, а следовательно б) содержать в себе достаточную для этого информацию о рынке, и в) основан на относительно устоявшемся (квазистационарным) процессе.

Il semble qu'ici nous puissions identifier le micro-contexte avec le paramètre d'état, c'est-à-dire que cela coïncide plutôt avec l'approche de Yuri.
Nous voyons que l'hypothèse est avancée que la division en contextes par une caractéristique particulière (ou un ensemble de celles-ci) permettra de rendre le gain attendu positif. Puis cette hypothèse est testée dans le trading en temps réel (ou son imitation sur l'historique).

La deuxième approche, que j'ai essayé de formuler dans ce fil de discussion, consiste à décomposer l'historique en contextes en utilisant un algorithme présélectionné pour obtenir des signaux de trading. Ensuite, nous divisons l'ensemble de contextes ainsi obtenu en deux (ou plusieurs) sous-ensembles (types de contexte), dont chacun sera associé à l'une ou l'autre tactique (stratégie) de négociation. Ensuite, nous essayons de trouver un algorithme pour reconnaître les types de contexte en temps réel. On procède de la même manière que dans le premier cas en faisant des hypothèses sur l'effet de certains paramètres d'état sur le résultat et en les testant. En termes de réseaux neuronaux, nous formons en fait de "bons" et de "mauvais" échantillons de formation. Bien entendu, la NS n'est qu'une des approches possibles de la tâche.

En ces termes, dans la première approche, les opérations de sélection et de reconnaissance coïncident tout simplement.

La première approche semble moins objective, c'est-à-dire que la seconde est plus adaptée pour minimiser les risques et maximiser les profits. D'une part, en raison de l'algorithme de séparation des contextes axé sur le profit, et d'autre part, en raison de la possibilité d'appliquer des méthodes d'optimisation mathématique. Alors que le premier, dans sa forme pure, ne devrait faire l'objet d'aucune optimisation. IMHO, bien sûr.

Toutefois, à cet égard, j'attire l'attention sur l'hypothèse d'Avals: toute tentative de séparer "objectivement" les contextes dus à des niveaux de bruit élevés est vouée à l'échec (ou à se transformer en crise). La formulation ne semble pas correspondre à celle de l'auteur, qu'il corrige si quelque chose est faux.

Heureusement, dans le deuxième schéma, il y a aussi un élément de subjectivité, tout espoir pour lui :) . D'autre part, dans le premier cas également, la tentation est grande d'une "amélioration" par l'optimisation ou l'ajout de paramètres (et une nouvelle optimisation). Ce qui, en fait, rapproche cette approche de la seconde, du moins en ce qui concerne les râteaux et les pièges.


P.S. Yury, il est certain que j'ai essayé dans ce post de confondre les lecteurs de manière totale ou partielle sur votre approche, peut-être que vous allez la formuler brièvement vous-même (si possible, pas au détriment de l'exactitude) ?

 
Candid >>:

Пожалуй пока народ где-то ходит можно ещё пофилософствовать :)

Bienvenue ! )))

Il semble que nous puissions identifier le microcontexte ici avec le paramètre d'état, c'est-à-dire qu'il coïncide plutôt avec l'approche de Yuri.
Nous voyons que nous avançons une hypothèse selon laquelle la division en contextes par une caractéristique particulière (ou leurs ensembles) permettra de rendre l'espérance de gain (profit) positive. Puis cette hypothèse est testée dans le trading en temps réel (ou son imitation sur l'historique).

Et ça l'est vraiment. Voici une vérification simple sur une rangée formée par un ZZ trivial.

La deuxième approche que j'ai essayé de formuler dans ce sujet est celle où l'on décompose d'abord l'historique en contextes en utilisant un algorithme sélectionné au préalable pour obtenir des signaux de trading.

Il s'agit d'un sujet à part entière - c'est une approche très intéressante ! Eh bien à mycrocontact il a ... a certainement quelque chose à voir avec ça !

Ensuite, nous divisons l'ensemble de contextes ainsi obtenu en deux sous-ensembles (ou plus) (types de contextes), dont chacun sera associé à une tactique (stratégie) de négociation particulière. Ensuite, nous essayons de trouver un algorithme pour reconnaître les types de contexte en temps réel. On procède de la même manière que dans le premier cas en faisant des hypothèses sur l'effet de certains paramètres d'état sur le résultat et en les testant. En termes de réseaux neuronaux, nous formons en fait de "bons" et de "mauvais" échantillons de formation. Même si, bien entendu, la NS n'est qu'une des approches possibles du problème.

En ces termes, dans la première approche, les opérations de sélection et de reconnaissance sont simplement les mêmes.

Oui. Les méthodes sont une autre affaire. L'essentiel est de savoir pour quoi faire.

La première approche semble moins objective, c'est-à-dire que la seconde est plus adaptée à la minimisation des risques et à la maximisation des profits. D'une part, en raison de l'algorithme de séparation des contextes axé sur le profit, et d'autre part, en raison de la possibilité d'appliquer des méthodes d'optimisation mathématique. Alors que le premier, dans sa forme pure, ne devrait faire l'objet d'aucune optimisation. IMHO, bien sûr.

Bien sûr, je ne devrais pas. Pourquoi le ferais-je ? "Ou alors, ne suis-je pas un grand écrivain russe ? )))) Plus sérieusement, les éléments de base, par définition, ne devraient pas être des "variantes".

Toutefois, à cet égard, j'attire l'attention sur l'hypothèse d'Avals: toute tentative de séparer "objectivement" les contextes dus à des niveaux de bruit élevés est vouée à l'échec (ou à devenir un ajustement). La formulation ne semble pas correspondre à celle de l'auteur, qu'il corrige si quelque chose est faux.

Nous avons donc convenu que c'est de l'argent pour nous. C'est quoi ce bruit ? Vous mesurez simplement vos bénéfices en fonction de votre compréhension de celle-ci. Bien sûr, il n'y a pas lieu de s'emballer - on sait ce que l'on peut attendre du marché.

Heureusement, le deuxième schéma comporte également un élément de subjectivisme, tout espoir est permis :) . D'autre part, dans le premier cas aussi, on est tenté de l'"améliorer" par l'optimisation ou par l'ajout de paramètres (et l'optimisation à nouveau). Ce qui, en fait, rapproche cette approche de la seconde, du moins en ce qui concerne les râteaux et les pièges.

Bien. C'est normal.

 
Svinozavr >>:

Так мы же договорились, что для нас деньги. Какой шум? Вы просто меряете свой профит сообразно вашему о нем представлению. Ессно, завираться не надо - понятно, что ждать от рынка.

Je semble avoir exagéré dans ma quête de concision. D'après ce que je comprends de l'hypothèse d'Avals, en formulant des hypothèses "subjectives", nous utilisons notre compréhension du fonctionnement du marché, c'est-à-dire des informations externes. En fait, nous allons au-delà de l'AT (là, vous êtes le premier à utiliser ce terme :) ). Cela donne un filtre supplémentaire, sans l'application duquel nous ne verrons que du bruit sur le marché.

 

En continuant avec l'idée de coordonnées possibles.

Il me semble que si vous les utilisez, il y a neuf évaluations possibles du contexte.

Zéro - sans ambiguïté "sitting on the fence". ;)


"phase"... ;)

Raison: