L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 270
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Perché sono tutti così ossessionati dai modelli? Perché nessuno parla dei segni? Perché nessuno parla della non stazionarietà? Perché nessuno cerca di risolvere questi problemi? Perché nessuno pensa a cosa guida i prezzi?
Se usi uno stocastico, non importa quale modello usi, che sia un normale KNN o la rete profonda più sofisticata,la precisione sarà del 51-53%, non importa quanto sia profondo. A cosa servono questi modelli se l'input è spazzatura? No, ma il 95% dell'attenzione va ai modelli, per me personalmente i modelli sono l'ultima fase del sistema, ed è solo il 2% del lavoro
E tutt'altra cosa è quando il MO è applicato a grandi quantità di dati, dove l'analisi algoritmica (usando formule dirette) è molto difficile o addirittura impossibile. Ma qui, in generale, solo le combinazioni di stocastico accoppiato con machcs sono rovinate, quindi la domanda "perché?" non è particolarmente rilevante qui.
Perché sono tutti così ossessionati dai modelli? Perché nessuno parla dei segni? Perché nessuno parla della non stazionarietà? Perché nessuno cerca di risolvere questi problemi? Perché nessuno pensa a cosa determina i prezzi? Perché?
Ti sei fatto un'idea sbagliata del thread in cui ti trovi.
Guarda i miei post, e non solo i miei post che dicono che il problema principale è nel data mining. Ti ho anche dato una cifra per la distribuzione dell'intensità del lavoro, oltre il 70% per il data mining.
Inoltre ho sostenuto e continuo a sostenere che la scelta del modello ha poco effetto sul risultato finale.
Inoltre io e altri forumer abbiamo citato algoritmi specifici che permetterebbero di schermare l'insieme originale dei predittori dal rumore. Così facendo si sostiene che senza predittori di rumore il modello NON È CONSIGLIATO.
Tutto questo è disponibile su questo thread.
PS.
La non stazionarietà non è stata considerata perché sono considerati modelli di classificazione, non modelli di regressione, e l'effetto della non stazionarietà sulla performance dei modelli di classificazione non è del tutto chiaro.
Perché sono tutti così fissati con i modelli? Perché nessuno parla dei segni? Perché nessuno parla della non stazionarietà? Perché nessuno cerca di risolvere questi problemi? Perché nessuno pensa a cosa determina i prezzi? Perché?
Se si inserisce stocastico non importa quale modello si usa .....
Non stazionarietà non significa non prevedibilità, significa che statistiche semplici come l'aspettativa e la varianza vanno alla deriva, non si analizza nemmeno la regolarità di questa deriva, se vanno alla deriva, non sono stazionarie. Nel contesto del MO, la non stazionarietà non è un problema, la non stazionarietà è un problema per i sistemi costruiti sui presupposti, la costanza piecewise dell'aspettativa e della variazione. Il MO può usare l'aspettativa e la variazione della finestra come caratteristiche, ma è una parte molto piccola delle caratteristiche e gli errori di queste caratteristiche possono essere parzialmente eliminati. Il problema principale è nelle reazioni veloci del mercato alle nuove informazioni, che non sono determinate dalle caratteristiche disponibili, l'unica speranza è sugli insider e i relativi "araldi" diffusivi, quando certi modelli di comportamento dei partecipanti appaiono prima che la notizia sia annunciata. Cioè, a causa dell'azione degli insider, il mercato è più prevedibile.
Perché avete bisogno di uno stocastico? In effetti la differenza tra il MO stocastico e il momentum standard non è grande, non ha senso usare qualcosa di diverso dal momentum, come una semplice finestra di aspettativa dei rendimenti. Guardate cosa si usa nei modelli econometrici convenzionali(AR, ARMA, GARCH, ...Ci sono solo rendimenti, variazioni e mashup di rendimenti, che è momentum e non è dal punto di vista della semplicità, ma dal momento che tutta questa roba con "un indicatore ideale" soprattutto nel contesto di smoothing che non sarebbe cadere indietro, sembra alchimisti cercando di fare una pietra filosofale o motore eterno, sono fanatici ignoranti. Ma gli indicatori non solo lisciano, per esempio i "livelli" possono essere una delle caratteristiche più importanti, intendo i livelli che vediamo con i nostri occhi sul grafico, dove la gente si ferma. Prova a formalizzare e programmare questo segno e controlla quanto sia statisticamente significativo.
Non stazionarietà non significa non prevedibilità, indica che semplici statistiche come l'aspettativa e la varianza vanno alla deriva, non si analizza nemmeno la regolarità di questa deriva, se vanno alla deriva allora è non stazionarietà. Nel contesto del MO, la non stazionarietà non è un problema, la non stazionarietà è un problema per i sistemi costruiti sui presupposti, la costanza piecewise dell'aspettativa e della variazione. Il MO può usare l'aspettativa e la variazione della finestra come caratteristiche, ma è una parte molto piccola delle caratteristiche e gli errori di queste caratteristiche possono essere parzialmente eliminati. Il problema principale è nelle reazioni veloci del mercato alle nuove informazioni, che non sono determinate dalle caratteristiche disponibili, l'unica speranza è sugli insider e i relativi "araldi" diffusivi, quando certi modelli di comportamento dei partecipanti appaiono prima che la notizia sia annunciata. Cioè, a causa dell'azione degli insider, il mercato è più prevedibile.
...
Cosa?
Non stazionarietà non significa non prevedibilità, indica che le statistiche semplici come l'aspettativa e la varianza vanno alla deriva, anche la regolarità di questa deriva non è analizzata, se vanno alla deriva allora è non stazionarietà. Nel contesto del MO, la non stazionarietà non è un problema, la non stazionarietà è un problema per i sistemi costruiti sui presupposti, la costanza piecewise dell'aspettativa e della variazione. Il MO può usare l'aspettativa e la variazione della finestra come caratteristiche, ma è una parte molto piccola delle caratteristiche e gli errori di queste caratteristiche possono essere parzialmente eliminati. Il problema principale è nelle reazioni veloci del mercato alle nuove informazioni, che non sono determinate dalle caratteristiche disponibili, l'unica speranza è sugli insider e i relativi "araldi" diffusivi, quando certi modelli di comportamento dei partecipanti appaiono prima che la notizia sia annunciata. Cioè, a causa dell'azione degli insider, il mercato è più prevedibile.
1. Non stazionarietà = varianza uguale a infinito. "Drift" è innovativo!
2. Evidenziato in rosso - ha fatto scorta di popcorn e birra. Non vedo l'ora che lo spettacolo preveda la fascia di prezzo con i metodi MO!
1. Non stazionarietà = dispersione uguale all'infinito. "Drift" è innovativo!
2. Evidenziato in rosso - ha fatto scorta di popcorn e birra. Non vedo l'ora che lo spettacolo preveda la fascia di prezzo con i metodi MO!
Qui non ci interessa molto il vostro sostegno ai produttori di birra e popcorn.
Noi qui siamo interessati ai pensieri sull'identificazione dei problemi nel mercato e sulla loro soluzione. non in generale, ma quando si decidono le posizioni.
Ci sono due problemi di questo tipo per me:
1. Instabilità nella previsione del SIGNIFICATO (VALUTAZIONE) del quoziente
2. Sovrapprendimento nella previsione della direzione del movimento del kotir.
Così facendo, MO può nominare non solo il problema, ma anche discutere lo strumento di risoluzione dei problemi, inoltre giustificare la precisione del risultato ottenuto.
Cosa?
Cosa c'è di sbagliato in questo?
1. Non stazionarietà = dispersione uguale all'infinito. "Drift" è innovativo!
2. Evidenziato in rosso - ha fatto scorta di popcorn e birra. Non vedo l'ora che lo spettacolo preveda la fascia di prezzo con i metodi MO!