L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 770
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
il coefficiente autoregressivo di 1° ordine coincide con il coefficiente di autocorrelazione di 1° ordine, ma inoltre non sembrano coincidere
Beh, nella figura a sinistra si può vedere, ma i grafici stessi sono diversi per qualche motivo.
A proposito, ho cercato di capire l'algoritmo ARIMA su Python e mi sono stancato di vedere come si verifica saltando su una dozzina di file include.
Forse, come posso catturare l'intero algoritmo, come tutto è organizzato lì?
A proposito, ho cercato di capire l'algoritmo ARIMA in Python e mi sono stancato di vedere come si calcola saltando attraverso una dozzina di file plug-in.
Forse in qualche modo puoi catturare l'intero algoritmo, come tutto è disposto lì?
Dovrei leggere la teoria, non so, non l'ho codificata io stesso - mi è stato detto che non ci sono pesci, quindi non vado oltre :)
Un'altra cosa - è inutile usare un acf su grafici non stazionari
Ma perché è inutile? Si può vedere la tendenza su di esso) Per questo scopo solo un aper lisciato può fare.
Beh perché è inutile, si può vedere la tendenza su di esso) Solo per questo scopo e atr levigato può essere adatto.
o un normale macdac :)
Il modello viene utilizzato per vedere se i residui sono autocorrelati, quindi il rumore è normale, il che significa che il modello è costruito correttamente.
Se i residui non sono autocorrelati, il rumore rimane, significa che il modello è normale
non è molto utile come indicatore
Forse dovresti leggere una teoria migliore, non so, non l'ho codificata io stesso - mi è stato detto che non ci sono pesci lì, quindi non ci vado :)
L'ho sentito dire anche da te. Solo dopo aver esaminato tutte le teorie e clip, è venuto alla conclusione che uno e lo stesso, come un verso memorizzato dire, come pappagalli.
Ma in pratica nessuno può fare e mostrare un algoritmo) un'opinione formata che molti non capiscono di cosa stanno parlando.
Se vuoi controllarlo, dovresti semplicemente caricare tutto in un tester e controllarlo. Ti stancherai mentre calcoli ogni barra con R e Python, in più dovrai "giocare" con i parametri.
L'ho già sentito anche da voi. Solo dopo aver visto tutte le teorie e i video, sono arrivato alla conclusione che una stessa cosa, come un verso memorizzato, lo dicono come pappagalli.
Ma in pratica nessuno può fare e mostrare un algoritmo) un'opinione formata che molti non capiscono di cosa stanno parlando.
Se vuoi controllarlo, dovresti semplicemente caricare tutto in un tester e controllarlo. Ma vi stancherete mentre calcolate ogni barra con R e Python, in più dovrete "giocare" con i parametri.
Sì, ma se la gente me lo dice io gli credo... )) credo che lo facciano.
arima funziona per la previsione di cicli periodici, vendite stagionali e altre cose. Il mercato ha a priori cicli non periodici (forse su alcuni indici in costante crescita avrà qualche effetto).
L'arima lavora per prevedere i cicli periodici, le vendite stagionali e altre sciocchezze. Sul mercato i cicli sono a priori non periodici (beh, forse su alcuni indici in costante crescita ci sarà qualche effetto).
Ma, di nuovo, questo è ciò che "la gente ha detto"). Non ci credo finché non lo controllo io stesso, in più farò alcune aggiunte per conto mio, ma per questo ho bisogno di capire come funziona tutto.
A proposito, ci sono molti esempi di apprendimento automatico sulle criptovalute. Perché, perché c'è una tendenza a priori in loro, quindi funziona anche lì.
Non appena si romperà la tendenza, tutto questo "apprendimento intelligente" smetterà di funzionare. Ma, probabilmente c'è un po' di verità in IO, dovresti cercarla....
La mia comprensione dell'ARIMA era sufficiente per iniziare il calcolo dell'AIC con diverse impostazioni. Per calcolare l'AIC dobbiamo ottenere la Log-Likelihood, se ho capito bene, la funzione della massima verosimiglianza. Ma, qualcosa che ho con R non si adatta un po '.
Non ci sono codici sorgente sui plus? Per copiare e incollare, e poi capirlo man mano
Mi sono stancato di cercare di capirlo da solo, fino a quando ho trovato un codice sorgente normale con spiegazioni, e non è completamente finito.