Regressione bayesiana - Qualcuno ha fatto un EA usando questo algoritmo? - pagina 47
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
26000 hrn
Descrizione del lavoro
REQUISITI PROFESSIONALI (apprezziamo di più il desiderio di imparare in movimento):
Reti neurali: apprendimento non supervisionato: FNN, RNN (reti neurali ricorrenti, incluso LSTM), RBF, ecc.
Esperienza di programmazione (o pronto a imparare) in Python (e set di librerie per tutte le cose statistiche)
Librerie di analisi dei dati in Python (theano, Torch, Pandas, NumPy, scikit-learn) o i loro equivalenti in R
qualche esperienza con il Machine Learning, il filtraggio collaborativo, l'analisi dei cluster, la teoria dei grafici
altri approcci misti: ANFIS (adaptive network-based fuzzy inference system)
conoscenza avanzata di statistica e serie temporali: processi stocastici Strumenti: SSA/SVD, RSSA, FIMA/ARFIMA, modello esogeno autoregressivo non lineare (NARX), (N)GARCH e suoi derivati, esponente di Hurst e sue applicazioni, analisi della quantificazione della ricorrenza (RQA)
COMPITI (ordine di priorità):
analisi statistica dei dati finanziari, applicazioni econometriche
costruire servizi e framework per l'elaborazione interattiva distribuita di query su grandi volumi di dati
28000 UAH
Descrizione del lavoro
REQUISITI PROFESSIONALI (apprezziamo di più il desiderio di imparare in movimento):
Competenza nella tecnologia di elaborazione del linguaggio naturale (NLP)
Implementazioni NLP in Python (NLTK) o altre implementazioni sviluppate
Reti neurali: apprendimento non supervisionato: RNN (reti neurali ricorrenti), FNN, RBF, ecc.
Esperienza di programmazione (o pronto a imparare) in Python (e set di librerie per tutte le cose statistiche)
Librerie di analisi dei dati in Python (theano, Torch, Pandas, NumPy, scikit-learn) o i loro equivalenti in R
qualche esperienza con il Machine Learning, il filtraggio collaborativo, l'analisi dei cluster, la teoria dei grafici
altri approcci misti: ANFIS (adaptive network-based fuzzy inference system)
25000 UAH
Descrizione del lavoro
REQUISITI PROFESSIONALI:
conoscenza avanzata di statistica e serie temporali: rappresentando serie temporali con dimensionalità ridotta, come la Trasformazione discreta di Fourier, la Decomposizione a valore singolo (SVD), la Trasformazione discreta del coseno, la Trasformazione discreta Wavelet, l'Approssimazione adattativa della costante piecewise, i polinomi di Chebyshev, l'approssimazione simbolica aggregata, l'Approssimazione lineare piecewise indicizzabile, ecc.
esperienza nella misurazione della somiglianza delle serie temporali: Distanza euclidea (ED), Dynamic Time Warping (DTW), Longest Common Subsequence (LCSS), Edit Distance with Real Penalty (ERP), Edit Distance on Real sequence (EDR), DISSIM, Sequence Weighted Alignment model (Swale), Spatial Assembling Distance (SpADe) e ricerca di similarità basata su Threshold Queries (TQuEST)
Grave conoscenza dei processi stocastici Strumenti: RSSA, FIMA/ARFIMA, Nonlinear Autoregressive Exogenous Model (NARX), (N)GARCH e i suoi derivati, l'esponente di Hurst e le sue applicazioni, Recurrence quantification analysis (RQA)
Esperienza di programmazione (o pronto a imparare) in Python (e set di librerie per tutte le cose statistiche) librerie di analisi dei dati in Python (theano, Torch, Pandas, NumPy, scikit-learn) o i loro equivalenti in R, Octave per la prototipazione rapida
qualche esperienza con l'apprendimento automatico, filtraggio collaborativo, teoria dei grafici
Questi metodi sono EFFETTIVAMENTE usati dai market maker nel loro trading. E ci sono anche Bayess da qualche parte là fuori, naturalmente. Ma non in modo nudo e sfacciato - per la previsione dei prezzi, inoltre, sul forex spot!
Ops, ho dimenticato di aggiungere - non uso nessuna delle liste di cui sopra. Probabilmente è per questo che funziona per me.....
Sono testimone quotidianamente di come qualcuno utilizzando un obsoleto MT4 con il corrispondente algo-TS primitivo genera un fatturato di >5 miliardi di dollari al giorno sul tailrace, facendo un profitto giornaliero di più/meno qualche centinaio di dollari. L'aspettativa matematica è positiva. Più di un milione di dollari al mese di sicuro.
Dove sono i vostri ***fondi che non possono replicare questo asilo, che dura (a giudicare dalla storia) quasi un anno sul reale (anche di più nel tester)?
Una stupida strategia primitiva ti dà più "quoni" al mese che i tuoi "quoni" per anni
Molte volte vi ho detto qui che i quons, gli algotraders, i market makers - non sono idioti, che sono BUONI in matematica, che non sono pagati 100K+ GEL all'anno + bonus, ma voi tutti non sembrate capirlo.
Dove sono? Ho setacciato tutti i forum e i monitor. Ho setacciato tutti i forum e i monitor, e nessuno commercia questo modello redditizio. E la storia mostra tutto molto bene. Non importa a nessuno. L'ho provato io stesso - viene fuori debole. Ma il fatto è che la banalità porta più profitto di ***-fondi.
Sono testimone quotidianamente di come qualcuno utilizzando un obsoleto MT4 con il corrispondente algo-TS primitivo genera un fatturato di >5 miliardi di dollari al giorno sul tailrace, facendo un profitto giornaliero di più/meno qualche centinaio di dollari. L'aspettativa matematica è positiva. Più di un milione di dollari al mese di sicuro.
Dove sono i vostri ***fondi che non possono replicare questo asilo, che dura (a giudicare dalla storia) quasi un anno sul reale (anche di più nel tester)?
Stupida strategia primitiva dà un mese in più dei vostri "quants" per anni
Dove sono? Ho setacciato tutti i forum e i monitor. Nessuno negozia questo modello redditizio. E la storia mostra tutto perfettamente. Non importa a nessuno. L'ho provato io stesso - viene fuori debole. Ma il fatto è che la banalità porta più di ***-fondi.
Date un'occhiata al libro "Quanta come maghi". In esso, tutti i matematici usano metodi quantitativi, non qualche formula stravagante. Ci sono medici e professori lì dentro.
Allora perché non usano complicati costrutti matematici? Perché probabilmente non funzionano. Il mercato non è lineare.
Secondo me usare l'algebra superiore nel trading è come mettere un quadrato in un tondo. La matematica è certamente necessaria. Per esempio, usare la regressione lineare è ovviamente un buon esempio di uso della matematica nel trading.
Affermando di fare soldi con il trading... No, non lo è. Non c'è bisogno della matematica per fare soldi con il trading, per niente.
Tutto quello che ho guadagnato è stato grazie a una matematica così stupida che è difficile da credere. Appena faccio qualcosa di complicato, perdo immediatamente.
Ma non è nemmeno il mio esempio. Si tratta di ciò che ho potuto osservare dall'esterno. È il primitivo che fa un enorme profitto. Sulla coda, almeno.
Una volta il Bitcoin poteva essere scambiato usando una semplice strategia EMA-crossover. Questo ha funzionato fino alla bancarotta di uno dei principali scambi mtgox, prima della primavera 2014, poi si è rotto. E sono sicuro che il forex potrebbe essere scambiato usando la stessa strategia EMA-crossover decenni fa. Quindi sì, gli algoritmi primitivi funzionano molto bene a volte. La mia opinione personale è che i grafici delle coppie di forex sono quasi casuali, molto rumorosi, ma allo stesso tempo obbediscono ad alcune semplici leggi. Il problema è che i grafici forex come se cercassero di sbarazzarsi dei modelli trovati nel tempo, più persone scambiano la stessa strategia, più velocemente smetterà di funzionare. Se trovi un modello semplice che nessuno ha ancora trovato, puoi fare soldi.
Una volta il Bitcoin poteva essere scambiato usando una semplice strategia EMA-crossover. Questo ha funzionato fino alla bancarotta di uno dei principali scambi mtgox, prima della primavera 2014, poi si è rotto. E sono sicuro che il forex potrebbe essere scambiato usando la stessa strategia EMA-crossover decenni fa. Quindi sì, gli algoritmi primitivi funzionano molto bene a volte. La mia opinione personale è che i grafici delle coppie di forex sono quasi casuali, molto rumorosi, ma allo stesso tempo obbediscono ad alcune semplici leggi. Il problema è che i grafici forex come se cercassero di sbarazzarsi dei modelli trovati nel tempo, più persone scambiano la stessa strategia, più velocemente smetterà di funzionare. Se trovi un modello semplice che nessuno ha ancora trovato, puoi fare soldi.
Questo thread è diventato pieno di haters. Questo non si applica a voi.
Spero che sia possibile discutere in modo costruttivo.
Rispondendo al tuo post, posso essere d'accordo e ho scavato io stesso il tema dei modelli a lungo termine e ricorrenti per un po' di tempo.
Date un'occhiata a questo (è PR ovviamente, ma non il prodotto ma l'idea grezza): https://c.mql5.com/1/37/teaser2.JPG
Che cos'è? È il risultato della convalida dell'apprendimento automatico sulla previsione del segno degli incrementi di prezzo del forex (forex spot regolare dal terminale). All'interno della scatola a baffi si trovano 49 campioni, ognuno con qualche migliaio di osservazioni. In particolare, i punti mostrano il livello di precisione della classificazione binaria per ciascuno dei campioni di convalida.
Perché ci sono così tanti campioni? Provengono dallo stesso intervallo di tempo di circa 5 anni per 5 coppie di valute prese insieme, cioè 25 anni in totale. Ma in ogni campione le osservazioni sono prese in grandi incrementi casuali per renderle reciprocamente indipendenti. E ciascuno dei campioni, indipendentemente dagli altri, copre periodi di tempo all'interno del periodo di convalida.
La breve conclusione di questo grafico è che ottengo un'accuratezza stabile del 55% del riconoscimento dei segni per un orizzonte di previsione di più di 30 minuti. E si può dimostrare statisticamente che questo risultato non è casuale. Così la macchina cattura le dipendenze a lungo termine nei dati 5-major a 10 * 5 = 50 anni di formazione e supera il test di convalida. Tutto questo, di nuovo, per 5 coppie di valute prese allo stesso tempo e la macchina non distingue tra loro.
Un altro pruf: https://c.mql5.com/1/36/charts-5-9.JPG
Questa è già una regressione incrementale per gli stessi dati. Stessi 49 campioni di convalida e metrica specificata = 1 - (MAE per le previsioni / MAE per la media dei campioni). Cioè, di quanto riduciamo l'errore assoluto rispetto alla media del campione (è molto vicino a zero). La statistica è abbastanza potente per dire che il risultato non è casuale.
Ancora una volta la macchina impara modelli universali e coerenti.
Blog su questo esperimento: https://www.mql5.com/ru/blogs/post/661499
Ma non sono riuscito a ottenere un'aspettativa matematica positiva in punti. E già dubito che ci riuscirò. Forse proverò a fare dei modelli per ogni coppia separatamente. Se tali previsioni possono in qualche modo essere applicate al trading - questa è una grande domanda per me.
La vostra opinione sarà utile.
Questo thread è diventato pieno di haters. Questo non si applica a voi.