L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3043
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 problema principale nell'utilizzo di matstat per tali compiti è che la ricerca di TS viene effettuata selezionando un gran numero di varianti. È sempre possibile scegliere qualcosa di molto bello da un ampio insieme di varianti - con un semplice esempio ho mostrato qui che modellando i prezzi come un CB, è sempre possibile "trovare" una buona ora della settimana per il trading. E sono solo 120 le varianti tra cui scegliere.
Il matstat non dice che il TS selezionato è necessariamente negativo, dice solo che tale risultato può (NON DEVE) essere solo il risultato della selezione dal SB.
Ancora non capisco, non c'è modo di dire con certezza se il risultato finale è statisticamente significativo o no? TC o no?
Ricevo un errore quando lancio
1) I dati sono gli stessi dell'esempio?
2) Forse nel nuovo R i nomi degli argomenti delle funzioni sono cambiati.
Una delle direzioni potrebbe essere quella di cercare non il migliore, ma i parametri più stabili della ST, cioè di scartare quelle varianti che presentano una variabilità dei risultati in diverse parti della storia.
Un modo è quello di includere indicatori di stabilità dei risultati nei criteri di valutazione.
Esiste un ottimo pacchetto sull'ottimizzazione bayesiana...
Si possono fare ottimizzazioni multi-criterio, ottimizzazioni su funzioni con rumore e molte altre cose, un pacchetto molto interessante.
Ho fatto un esempio giocattolo di come l'algoritmo cerca un minimo in un vettore monodimensionale.
Continuo a non capire, non c'è modo di dire con certezza se il risultato finale sia statisticamente significativo o meno. o no?
Non mischiare due cose che sono legate all'uso dello stesso indicatore:
1) La valutazione del risultato di una TS con questo indicatore.
2) Selezione di un TS tra un gran numero di opzioni massimizzando questo indicatore.
Nel primo caso, il valore dell'indicatore può essere statisticamente significativo, ma nel secondo caso è improbabile.
Continuo a non capire, non c'è modo di dire con certezza se il risultato finale sia statisticamente significativo o meno. o no?
1) I dati sono gli stessi dell'esempio?
2) Forse nel nuovo R i nomi degli argomenti delle funzioni sono cambiati.
1. Sì
2. Forse - ho acceso la 3.5.0 - ho richiesto la libreria - l'ho installata e di nuovo alcuni errori.
1. sì
2. Forse - ho acceso la 3.5.0 - ho richiesto la libreria - l'installazione e di nuovo alcuni errori.
vedere quali argomenti accetta la funzione
nella versione che ha avuto l'errore con questa funzione.
L'ho scritto io!
Non mischiare due cose che comportano l'uso dello stesso indicatore:
1) Valutazione del risultato di una CT su questo indicatore.
2) Selezione di un TS tra un gran numero di opzioni massimizzando questo indicatore.
Nel primo caso, il valore dell'indicatore può parlare di significatività statistica, ma nel secondo caso - difficilmente.
In parole povere, se valuto un TS in base alla significatività statistica, è buono,
se ho 100 TS e scelgo il migliore con lo stesso criterio, non va bene?
Devo aver frainteso qualcosa? Non può essere nemmeno giusto?
Una delle direzioni potrebbe essere quella di cercare non il migliore, ma i parametri più stabili della ST, cioè di scartare quelle varianti che presentano una variabilità di risultati in diverse parti della storia.
Un modo è quello di includere indicatori di stabilità dei risultati nei criteri di valutazione.
vedere quali argomenti accetta la funzione
nella versione in cui si è verificato un errore con questa funzione.
L'ho scritto io!
embed {stats} R Documentation Embedding a Time Series Description Embeds the time series x into a low-dimensional Euclidean space. Usage embed (x, dimension = 1) Arguments x a numeric vector, matrix, or time series. dimension a scalar representing the embedding dimension. Details Each row of the resulting matrix consists of sequences x[t], x[t-1], ..., x[t-dimension+1], where t is the original index of x. If x is a matrix, i.e., x contains more than one variable, then x[t] consists of the tth observation on each variable. Value A matrix containing the embedded time series x. Author(s) A. Trapletti, B.D. Ripley Examples x <- 1:10 embed (x, 3) [Package stats version 4.0.2 Index]Va bene, dovrebbe funzionare.
Sei sicuro di non aver modificato il codice? Mostrami il codice in cui si verifica l'errore.