L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2066
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
Non so come spiegare :)
Ho preso questa funzione
La ricerca di pattern intraday è ostacolata dalle fluttuazioni della volatilità intraday. Dobbiamo sbarazzarci di loro in qualche modo. Possibili modi:
1) Riaggiustamento degli incrementi per tenere conto della volatilità intraday.
2) Passare a un nuovo tempo intraday, in cui la varianza cresce uniformemente.
3) Uso di un modello a zigzag. I valori delle ginocchia non dipendono dalle fluttuazioni della volatilità. I vertici temporali dipendono ovviamente dalla volatilità (sono più frequenti dove questa è alta), ma quando si passa a un tempo uniforme questi cluster spariscono.
Cos'è una pre-analisi? Si inseriscono i modelli e si confrontano - con e senza questa funzione.
Analisi dei dati per mezzo di un matstat, e in senso più stretto, per trovare differenze utili tra prezzo e SB. La differenza principale con MO è che i modelli sono formulati esplicitamente e con un piccolo insieme di parametri.
Prova XOR
Ne proverò altri, forse più tardi. In generale penso che dovremmo fare il clustering e tirare da cluster simili una stringa alla volta, altrimenti la qualità dell'apprendimento scende comunque.
Il punto 1 è sufficiente? O deve esserlo anche il 2? Che cos'è? Spiegare.
Forse è più facile da spiegare attraverso un esempio di applicazione.
Il punto 1) è un test dell'ipotesi delle fluttuazioni diurne persistenza-antipersistenza. È un controllo della tendenza del prezzo a continuare o viceversa - a cambiare la sua direzione a seconda dell'ora del giorno. Per questo è necessario conoscere la correlazione.
Punti 2) e 3) - testando l'ipotesi che le inversioni di prezzo "accadono a ore" ed è meglio farlo al momento "giusto".
Punto 3) - ricerca dei momenti piatti (di tendenza) dell'ora del giorno studiando la distribuzione empirica delle lunghezze degli zigzag.
Può essere più facile da spiegare attraverso un esempio di applicazione.
punto 1) - testando l'ipotesi delle fluttuazioni diurne di persistenza-antipersistenza. È un controllo della propensione del prezzo a continuare o viceversa - a cambiare la sua direzione a seconda dell'ora del giorno. Per questo è necessario conoscere la correlazione.
Punti 2) e 3) - testando l'ipotesi che le inversioni di prezzo "accadono a ore" ed è meglio farlo al momento "giusto".
Punto 3) - ricerca dei momenti piatti (tendenza) dell'ora del giorno studiando la distribuzione empirica delle lunghezze degli zigzag.
In un paio di mesi c'è un riferimento solo al giorno del mese o anche al giorno della settimana. Per codice solo al tempo all'interno del periodo studiato.
Ne proverò altri, forse più tardi. In generale, penso che sia necessario fare il clustering e tirare fuori una linea ciascuno da cluster simili, altrimenti la qualità dell'apprendimento cadrà comunque.
Ogni foglia dell'albero è un cluster. E non solo in termini di numero di caratteristiche, ma anche in termini della migliore separazione delle classi
Questo è corretto, ma se si rimuovono quelle stringhe, che sono già molto nelle foglie, ce ne sarà un po' meno (classe "0"), e la qualità non dovrebbe cadere, mentre gli indicatori relativi per "1" saranno più, e quindi il modello sarà in grado di tenere conto di quelle opzioni foglie nella ricerca, che in precedenza statisticamente non è stato fatto correttamente.
Un'altra opzione è quella di rimuovere le foglie uniche, che possono interferire con l'apprendimento.
In un paio di mesi, il riferimento è solo al giorno del mese o anche al giorno della settimana. Per codice, solo il tempo all'interno del periodo in studio.
Per periodi più lunghi di un giorno, c'è il problema di separare l'influenza dello sfondo delle notizie dalla periodicità. Non capisco davvero come possa essere risolto .
Per periodi più lunghi di un giorno, c'è il problema di separare l'influenza dello sfondo delle notizie dalla periodicità. Non vedo davvero come possa essere risolto .
Capisco il giorno, sono d'accordo. La domanda riguarda il giorno della settimana. Il tempo all'interno del periodo di mediazione, i giorni, non è inizialmente legato al giorno della settimana. Si può inizialmente fare un collegamento al giorno della settimana per rilevare la ripetibilità infrasettimanale, tenendo conto dell'ora del giorno. Avete un legame solo con l'ora del giorno del mese.