L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1792
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
oops. Un pensiero interessante. Selezionare/separare le sezioni di una serie in base alla misura in cui il modello descrive la sezione. Solo come possiamo dire se il modello sta descrivendo male o bene la serie. Non possiamo ottenere una correlazione a colpo d'occhio. Ma c'è qualcosa in esso. La questione / compito non è quello di prevedere, ma di cambiare il comportamento della serie.
I termini e la loro univocità rendono la vita più facile)))) Ho SB inizialmente nella gamma meno a più infinito in tempo infinito e solo allora le regole. Wiener's era subito nelle regole)))) apparentemente è per questo che è più vicino)).
Fondamentalmente, il solito matstat è un test di ipotesi statistiche. Per esempio, abbiamo solo uno dei due possibili modelli - SB o Ornstein-Uhlenbeck, allora abbiamo un problema di distinguere tra due ipotesi, che è risolto dal ben noto test Dickey-Fuller.
In sostanza, il solito matstat è un test di ipotesi statistica. Per esempio, abbiamo solo uno dei due possibili modelli - SB o Ornstein-Uhlenbeck, allora abbiamo il problema di distinguere tra due ipotesi, che è risolto dal ben noto test Dickey-Fuller.
È una questione di area minima sufficiente per un test valido))) Non vedo come, però. Test DF per la stazionarietà, come applicarlo alla correttezza della descrizione del modello?
DF test di stazionarietà, come lo applichiamo alla correttezza della descrizione del modello?
In senso stretto, non è corretto - è un test per la presenza di una radice unitaria (questa è l'ipotesi nulla) contro l'assunzione che non ci sia tale radice (questa è l'ipotesi alternativa). NON è vero che QUALSIASI non stazionarietà è identica alla presenza di una radice unitaria - l'esempio di un processo di Ornstein-Uhlenbeck con parametri variabili (divergenza) è ovviamente non stazionario, ma non è un processo autoregressivo con una radice unitaria.
La sua applicabilità al nostro problema segue dalla nostra assunzione che ogni sezione sia SB, Ornstein-Uhlenbeck, o una sezione di commutazione tra loro. Ovviamente, il piccolo valore del test del p-value suggerisce che Ornstein-Uhlenbeck è più appropriato di SB e viceversa. Un'altra cosa è che la nostra assunzione che solo due opzioni sono possibili potrebbe non essere praticamente applicabile e dovremo estendere la lista dei modelli.
Si tratta di una trama minima sufficiente per un test valido)).
È una questione complicata e non banale, quindi è meglio risolverla a occhio o per selezione).
Aleksey Nikolayev:
1) Usare un modello per prevedere i prezzi.
Come può un modello stocastico dare una previsione? Disegnerà una traiettoria diversa ogni volta che viene eseguito. Anche se è simile.
Nel modo standard - aspettativa e probabilità di deviazione da essa di un dato valore. Un'altra cosa è che per SB, per esempio, questa previsione non ha molto senso. Ma per un processo stazionario (o parzialmente stazionario) ha senso. Per esempio, per il processo di Ornstein-Uhlenbeck (di cui ho effettivamente scritto) la previsione è di tornare alla media.
In senso stretto, questo non è corretto - è un test per una radice unitaria (questa è l'ipotesi nulla) contro l'assunzione che non ci sia una radice unitaria (questa è l'ipotesi alternativa). NON è vero che QUALSIASI non stazionarietà è identica alla presenza di una radice unitaria - l'esempio di un processo di Ornstein-Uhlenbeck con parametri variabili (divergenza) è ovviamente non stazionario, ma non è un processo autoregressivo con una radice unitaria.
La sua applicabilità al nostro problema segue dalla nostra assunzione che ogni sezione sia SB, Ornstein-Uhlenbeck, o una sezione di commutazione tra loro. Ovviamente, il piccolo valore del test del p-value suggerisce che Ornstein-Uhlenbeck è più appropriato di SB e viceversa. Un'altra cosa è che la nostra assunzione che solo due opzioni sono possibili potrebbe non essere praticamente applicabile e dovremo estendere la lista dei modelli.
Questo è un problema complicato e non banale, quindi è meglio risolverlo a occhio o per selezione).
Una radice unitaria è la condizione di trovare radici di un polinomio uguali a (o inferiori a) un modulo di unità, che indica la stazionarietà. Che la serie non è più ampia di un certo corridoio. Ai bordi le radici del polinomio sono 1 o -1. Se le radici sono maggiori, la serie diventa più ampia, se minori, la serie è nel corridoio. Come può essere applicato a quanto bene il sistema descrive la serie. Dovremmo essere in grado di trovare un sistema con il minor numero possibile di variabili che descriva correttamente la serie.
L'ipotesi che ci siano due stati è ovviamente sbagliata. Allo stesso modo, misurare un parametro, un certo grado di stazionarietà non risolverà il problema di scoprire quando l'Expert Advisor inizia a fallire. C'è un problema con una serie di grande scala. Su ogni scala, la serie si comporta in modo diverso e l'influenza di una serie di grande scala è spesso trascurabile su quelle piccole, a volte essenziale. In generale, c'è un malinteso su come applicare le caratteristiche delle serie di una scala ad altre scale.
A volte fare le giuste impostazioni a occhio o a mano può influenzare notevolmente il risultato))))
https://3dnews.ru/1011653
Ancora non capisco cosa ci sia di nuovo, se il nuovo ns ha ricevuto il materiale del vecchio ns e ha riprodotto le regole e l'algoritmo del risultato del vecchio ns. O mi sono perso qualcosa)))
Ancora non capisco cosa ci sia di nuovo, se il nuovo ns ha ricevuto il materiale del vecchio ns e ha riprodotto le regole e l'algoritmo del risultato del vecchio ns. O mi sono perso qualcosa?).
Per come la vedo io, il risultato è il codice scritto del nuovo programma, che riproduce il gioco senza alimentare nuovi/qualsiasi dato all'input.
Una radice unitaria è la condizione di trovare le radici di un polinomio uguale (o inferiore) a un modulo di unità. Che la serie non sia più ampia di un certo corridoio. Ai bordi le radici del polinomio sono 1 o -1. Se le radici sono maggiori, la serie diventa più ampia, se minori, la serie è nel corridoio.
Il concetto di radice (polinomio caratteristico) è definito SOLO per i processi autoregressivi. Ci sono ragioni per considerare qualsiasi processo stazionario come autoregressivo. Ci sono anche processi autoregressivi non stazionari. Ma ci sono molti altri processi che NON sono stazionari e NON sono autoregressivi (e non sono riducibili ad essi in alcun modo) - per loro ragionare sulle radici non ha alcun senso.
Come può essere applicato a quanto bene il sistema descrive la serie.
È una condizione necessaria (ma non sufficiente) e funziona solo all'interno di una data ipotesi di due stati. Se non è soddisfatta, allora non ha senso dire che abbiamo a che fare con una serie diversa da SB (l'introduzione del secondo stato si è rivelata ridondante - il prezzo è sempre simile a SB). Se è soddisfatto, allora dobbiamo controllare la normalità e l'indipendenza dei residui, la significatività della differenza dei parametri da zero, ecc.
Bene, dovremmo trovare un sistema con un numero minimo di variabili che descriva sufficientemente bene la serie.
Beh, sì, partendo dal loro minimo e aumentando gradualmente, rendendosi conto che ad un certo punto tutto sarà perfettamente "descritto" a causa dell'overfitting da un'abbondanza di parametri.