L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1588
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
Ci sono stati dei tentativi di applicare metodi statistici ai grafici, all'analisi delle candele e ad altre cose di livello superiore?
Non uso i ritorni.
Anche se sono usati come dati primari (rappresentazione grafica), sono necessari ulteriori predittori, comprimendo le informazioni per creare proporzioni e vettori.
Secondo me ci sono fluttuazioni periodiche della temperatura del pianeta dovute a cause naturali. Negli ultimi cento anni, il riscaldamento naturale è iniziato e i fattori antropogenici vi si sono sovrapposti.
Se la smontiamo in poche parole:
1. L'effetto serra è solo uno dei tanti fattori che influenzano la temperatura media della Terra.
2. Per tenere conto dell'influenza antropogenica, la percentuale di CO2 antropogenica nell'atmosfera è importante. Attualmente è all'uno per cento, cioè abbastanza piccolo. Molto di più è dovuto agli incendi boschivi e alla combustione dell'erba. Inoltre il sequestro di CO2, la deforestazione, lo riduce.
3. l'equilibrio della CO2 che entra nell'atmosfera e il suo sequestro è quasi come un equilibrio di domanda e offerta nel mercato forex, molti canali diversi con diversi tempi di investimento smaltimento. Non è esattamente facile da simulare. Ma ci sono osservazioni sperimentali.
Alla fine del 20° secolo, sono emerse macchine come gli spettrometri di massa con accelerazione AMS, principalmente per le esigenze degli archeologi. La loro caratteristica principale è che i campioni per la determinazione dei rapporti isotopici possono essere molto piccoli - milligrammi. Sono stati rapidamente adattati per altri scopi tecnologici, medici e in particolare per la ricerca climatica. Queste macchine misurano il rapporto C12/C14 in modo molto preciso. Nella genesi naturale, è determinato dal fondo cosmico e il rapporto è abbastanza stabile. Ma quando è iniziata l'era dei test nucleari, la concentrazione di C14 è aumentata drammaticamente, è stata dispersa in tutto il mondo e assorbita dagli alberi. I luoghi e le date dei test sono noti, gli anelli annuali degli alberi sono facilmente contati, si può determinare esattamente come la concentrazione di C14 stava cambiando dove l'albero stava crescendo. Facendo queste misurazioni in tutto il mondo è stato possibile tracciare la velocità con cui la CO2 migra nell'atmosfera - si è scoperto che molto rapidamente da metà anno a un anno la concentrazione si è livellata in tutto il mondo. E, cosa più importante, ci sono voluti meno di dieci anni perché la concentrazione scendesse di nuovo al fondo. Cioè, tutta la CO2 atmosferica è in costante aggiornamento. Questo significa che la concentrazione attuale è un equilibrio di emissioni/rimozioni in cui il ruolo della CO2 antropogenica proveniente dalla combustione di carbone, petrolio, gas non è così significativo come viene dichiarato dai media.
Cioè, secondo me:
a) La quantità di CO2 prodotta dall'uomo non aumenta significativamente la sua concentrazione naturale, come viene propagandato.
b) La CO2 non è l'unica causa dell'effetto serra.
c) L'effetto serra è tutt'altro che l'unica causa del cambiamento di temperatura sulla Terra.
Per quanto ne so, il vapore acqueo influisce sull'effetto serra molto più della CO2 e, in ogni caso, l'influenza umana sul clima è esagerata. Ma non è quello che intendevo quando parlavo della sostanza dell'articolo:
1) Un sistema formalmente deterministico ma piuttosto complesso non può essere studiato senza i metodi di un matstat.
2) Le risposte date da un matstat hanno sempre qualche incertezza. È impossibile evitarlo completamente, perché è la natura del soggetto di questa scienza.
3) C'è sempre la tentazione di usare questa incertezza per ottenere la risposta "giusta".
4) Per evitare di adattare la risposta al risultato desiderato, si dovrebbe sempre valutare la significatività statistica delle conclusioni.
Nel nostro caso, possiamo lavorare in modo significativo solo con la non stazionarietà, che in un modo o nell'altro si riduce alla stazionarietà. Stazionarietà parziale, modelli autoregressivi, hmm, ecc.
La ragione principale è che solo una realizzazione del processo è sempre nota. Per esempio, se prendiamo il riconoscimento vocale, c'è qualsiasi parola che possiamo dire quante volte vogliamo. Le quotazioni per uno strumento concreto in un intervallo di tempo concreto sono in una sola variante. A proposito, è probabilmente la ragione per cui molte persone qui non distinguono il processo casuale dalle sue realizzazioni.
Molto vero, è per questo che MO non funzionerà mai con tali dati, hanno bisogno di essere rielaborati in una serie tale che si ripeterà ed è abbastanza realistico.
Perché non se ne parla praticamente? perché è la domanda numero 1.Perché non se ne parla quasi mai? ... Perché questa è la domanda numero uno.
Ci sono stati dei tentativi di applicare metodi statistici ai grafici, all'analisi delle candele e ad altre cose di livello superiore?
certo, per esempiohttps://journals.plos.org/plosone/article?id=10.1371/journal.pone.0212320
Ma sapete quale sarà il risultato se li userete per davvero...
Mi occupavo di modellazione matematica (MM) e programmavo anche problemi di ottimizzazione con il metodo di programmazione lineare simplex.
E quando l'apprendimento automatico (ML) ha cominciato a diffondersi, qui ho pensato che fosse lo stesso di MM. Ma non è proprio la stessa cosa.
Per il forex prima di tutto dobbiamo creare un modello di strategia di trading (TS) tenendo conto di molti fattori.
Il robot stesso non è in grado di creare il modello TS dall'inizio. È perché qualche programma non sarà in grado di creare da solo l'idea di limitazione, cioè quel fattore che influenza il modello o il TS.
Il robot sarà in grado di trovare solo i limiti di quel vincolo.
Se avete creato un cattivo modello con cattivi vincoli, nessuna ottimizzazione vi darà il risultato necessario.
Bisogna sapere quali fattori influenzano il TS, e qui non si può fare a meno del fattore umano.
Lasciate che vi dia un esempio di uno solo di questi fattori che uso nel mio robot di trading. Lasciate che vi sveli un piccolo "segreto" :)
Questo fattore è ben noto a molte persone- la velocità di cambiamento dei prezzi. Tuttavia, nei miei calcoli, non determino solo la velocità, ma anche l'accelerazione e la decelerazione della velocità per inerzia.
La velocità è determinata in intervalli di 1 secondo. Non solo la frequenza dei tic in entrata è presa in considerazione, ma anche il numero di punti (lunghezza) tra i tic.
Per cosa o quando si usa questo fattore.
Si usa quando si apre un ordine. Introducendo la limitazione della velocità, impediamo l'apertura dell'ordine durante i forti salti dei prezzi.
E impedisce l'apertura di un ordine fino a quando la velocità non è scesa a un certo valore, e ancora quando non è passata una certa quantità di tempo.
Lo uso anche per determinare l'angolo della tendenza. Più alta è la velocità, più alto è l'angolo di tendenza.
Colleghi a tutti ciao,
Mi dispiace per una domanda così stupida, ma l'evento OnBookEvent funziona nel tester MT5? Sto cercando di testarlo, ma non va in loop per qualche motivo e sembra che venga ignorato. Ma in teoria le quotazioni cambiano nella revisione del mercato. HMM...
Nel nostro caso, possiamo lavorare in modo significativo solo con la non stazionarietà, che in un modo o nell'altro si riduce alla stazionarietà. Stazionarietà parziale, modelli autoregressivi, hmm, ecc.
La ragione principale è che solo una realizzazione del processo è sempre nota. Per esempio, se prendiamo il riconoscimento vocale, lì qualsiasi parola possiamo dire tutte le volte che vogliamo. Le citazioni di uno specifico strumento in un determinato intervallo di tempo sono in un'unica realizzazione. A proposito, è probabilmente la ragione per cui molte persone qui non distinguono un processo casuale dalle sue realizzazioni.
È divertente vedere come la gente derida la buona vecchia (non) stazionarietà statistica, che implica tutt'altro che la persistenza relativa nel tempo della distribuzione. Probabilmente qualche "guru" dell'econometria del passato, ha fatto una tale tirata una volta, probabilmente su qualcos'altro e in qualche ristretto contesto teorico e l'argomento della non stazionarietà come principale ostacolo per creare il "graal" è diventato virale. Ovviamente, il prezzo cumulativo statisticamente non stazionario nella sua forma pura non interessa a molte persone, e anche se i rendimenti fossero stazionari (senza cambiare la distribuzione), non darebbe comunque molto per il trading (le opzioni sparirebbero solo come strumento).
Probabilmente vale la pena definire e/o specificare il termine "non stazionarietà nel Forex", in modo che le persone familiari con la statistica classica possano capire di cosa stiamo parlando.
Nei mercati per loro natura non c'è statistica, ma "gioco" non stazionarietà con "perturbazioni" (fattori fondamentali), cioè la "folla" predice il prezzo tra "perturbazioni", ogni partecipante cerca di predire il resto della folla in media, e "fondamentale" (politica, economia, turni di ragtime...) poi tutto si rompe.
L'intero problema è come rilevare il "cambiamento di mercato" il più velocemente possibile e allo stesso tempo "addestrare" il sistema sui dati "del mercato attuale", perché imparare dai mercati passati confonderà solo il sistema, i vecchi mercati non esistono più, non solo è insensato e dannoso, ma addestrare su finestre di dati molto piccole non è bello, ha senso solo per gli utenti soft, e come la gente comune lavora con 15M e guarda - un mistero...
È divertente vedere come la gente si prende gioco della buona vecchia (dis)stazionarietà statistica implicando tutt'altro che la persistenza relativa nel tempo della distribuzione.
......
L'intero problema è come rilevare il "cambiamento di mercato" il più velocemente possibile e allo stesso tempo "addestrare" il sistema con i dati "del mercato attuale", perché imparare dai mercati passati confonderà solo il sistema, i vecchi mercati non esistono più, non solo è insensato e dannoso, ma addestrare su finestre di dati molto piccole non è bello, ha senso solo per gli utenti soft, e come la gente comune lavora con 15M e orologio - un mistero...
Non "persistenza relativa della distribuzione", ma l'indipendenza del MO, della varianza e della funzione di distribuzione dal tempo.
E come si fa a "rilevare i cambiamenti del mercato"?
Bene, avete rilevato un "cambiamento di mercato" - avete bisogno di un campione di lunghezza sufficiente per addestrare il sistema sui nuovi dati. E se prima o quando il campione è abbastanza lungo "il cambiamento del mercato" si verifica di nuovo - cosa fare?
Non "persistenza relativa della distribuzione", ma indipendenza del MO, della varianza e della funzione di distribuzione nel tempo.
No, è la dipendenza, ed è una dipendenza costante).
E come si fa a "rilevare i cambiamenti del mercato"?
Bene, avete rilevato un "cambiamento di mercato" - per addestrare il sistema su nuovi dati avete bisogno di un campione di lunghezza sufficiente. E se prima o quando il campione è abbastanza lungo "il cambiamento del mercato" si verifica di nuovo - cosa fate?
Si può provare a rilevare con MO
Bene, avete rilevato un "cambiamento di mercato" - avete bisogno di un campione di lunghezza sufficiente per addestrare il sistema sui nuovi dati. E se prima o quando il campione raggiunge una lunghezza sufficiente, "il mercato cambia" di nuovo - cosa fare?
Questa è la domanda giusta, non c'è bisogno di fare nulla, aspettate che ci sia un campione leggermente statisticamente significativo, qualsiasi azione in questa situazione sarà per fortuna, se non c'è un insider.