Conferenze gratuite dell'Università di Stanford - pagina 8
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 suo nome è per caso Victor Mikhailovich?
Profilo.
Studiavo TA. Al MESI, credo che ci siano tre dipartimenti che insegnano econometria e statistica matematica, non ho studiato. Non sono a conoscenza di alcun metodo matematico redditizio. Conosco i metodi matematici che in mani esperte possono fare un profitto, molte volte citati. Con tabelle dei contenuti, elenchi di libri. Pacchetti di stuoie .... Prendete EViews o R se non volete andare su Google o vedere il mio profilo. Ma è tutto uno strumento, come una lista di indicatori.
Non ho il Graal. Ho la mia abilità personale nell'uso dell'AT e delle statistiche matematiche. Non insegnerò questa abilità a nessuno.
Penso di aver risposto in dettaglio.
Profilo.
Studiavo TA. Al MESI, credo che ci siano tre dipartimenti che insegnano econometria e statistica matematica, non ho studiato. Non sono a conoscenza di alcun metodo matematico redditizio. Conosco i metodi matematici che in mani esperte possono fare un profitto, molte volte citati. Con tabelle dei contenuti, elenchi di libri. Pacchetti di stuoie .... Prendete EViews o R se non volete andare su Google o vedere il mio profilo. Ma è tutto uno strumento, come una lista di indicatori.
Non ho il Graal. Ho la mia abilità personale nell'uso dell'AT e delle statistiche matematiche. Non insegnerò questa abilità a nessuno.
Penso di aver risposto in modo esauriente.
Prima dite che "l'AT è per i patsies, così possono scaricare i loro depositi con un aspetto importante". E ora "ho la mia abilità personale nell'uso dell'AT e della statistica matematica. Non ho intenzione di insegnarlo a nessuno".
Tutto a posto. Non si fissi sulle parole. Ecco la mia opinione personale sulle reti neurali. Ho iniziato a studiarli nel 2006, cercando di applicarli al mercato. E in 6 anni, sono arrivato alla conclusione che le reti stesse non sono così importanti come la preparazione dei dati di input. Inoltre, i dati di input dovrebbero essere trasformati dalla stessa TA per ridurre la loro dimensione ed essere invarianti alle distorsioni sull'asse del tempo e dei prezzi. Inoltre, dovremmo sapere in anticipo cosa vogliamo dalla rete, quale sistema di input e output dovrebbe implementare. Per esempio, se vogliamo che la rete faccia trading sui rimbalzi/rotture dei livelli di supporto/resistenza, i dati di input dovrebbero essere presentati di conseguenza. Ma dopo aver raccolto i dati di input necessari affinché la rete sia addestrata e prenda decisioni per noi, non abbiamo affatto bisogno della rete, perché sappiamo già come entrare e uscire. Il tentativo di mettere prezzi sugli input della rete, sperando che la rete li trasformi e capisca come usarli, porta a risultati disastrosi.
Allora sorge la domanda: le reti sono davvero necessarie e vale la pena studiarle? Ognuno ha la sua risposta. Per esempio, non credo di aver sprecato il mio tempo ad imparare le reti. Sono utili per il mio lavoro. Inoltre, il nostro cervello è la stessa rete neurale. Quindi negare la sua utilità nel trading è come negare l'utilità del cervello. Il problema qui è che non abbiamo ancora capito come il nostro cervello prende la stessa serie di prezzi, si concentra sui punti importanti, astraendo i dettagli, e prende una decisione. Una semplice rete neurale da manuale non può simulare questo comportamento. Anche se fossimo in grado di simulare questo comportamento, la velocità di apprendimento e di funzionamento di una tale rete "biologica" sarebbe molto più lenta del nostro cervello e inapplicabile al trading.
Prima dici che "l'AT è per i pasticcieri che svuotano il deposito con uno sguardo importante". E ora "ho la mia abilità personale nell'uso dell'AT e della statistica matematica. Questa è un'abilità che non insegnerò a nessun altro".
.....Metodi matematici che possono dare un profitto non mi sono noti. Math.methods che in mani esperte possono portare profitto sono noti a me, molte volte chiamato......
Il problema qui è che non abbiamo ancora capito come il nostro cervello prende la stessa fascia di prezzo, si concentra sui punti importanti, astrae i dettagli e prende una decisione .
come questo...
Formazione delle ipotesi
Estrazione e raccolta dei dati
Preparazione dei dati (filtraggio, trasformazioni)
Selezione del modello, selezione dei parametri del modello e algoritmo di addestramento
Addestramento del modello (ricerca automatica dei parametri rimanenti del modello)
Analisi della qualità dell'addestramento
Analisi dei modelli identificati
tutto questo si chiama Data Mining...
Una rete in questa macchina (se viene usata)... sui dati preparati correttamente sono totalmente d'accordo... se i dati sono normali allora una semplice regressione lineare è sufficiente... è quello a cui dovresti puntare...
Prima dici che "l'AT è per i pasticcieri che svuotano il deposito con uno sguardo importante". E ora "ho la mia abilità nell'uso dell'AT e della statistica matematica. È un'abilità che non insegnerò a nessuno".
Tutto a posto. Non si fissi sulle parole. Ecco la mia opinione personale sulle reti neurali. Ho iniziato a studiarli nel 2006, cercando di applicarli al mercato. E in 6 anni, sono arrivato alla conclusione che le reti stesse non sono così importanti come la preparazione dei dati di input. Inoltre, i dati di input dovrebbero essere trasformati dalla stessa TA per ridurre la loro dimensione ed essere invarianti alle distorsioni sull'asse del tempo e dei prezzi. Inoltre, dovremmo sapere in anticipo cosa vogliamo dalla rete, quale sistema di input e output dovrebbe implementare. Per esempio, se vogliamo che la rete faccia trading sui rimbalzi/rotture dei livelli di supporto/resistenza, i dati di input dovrebbero essere presentati di conseguenza. Ma dopo aver raccolto i dati di input necessari affinché la rete sia addestrata e prenda decisioni per noi, non abbiamo affatto bisogno della rete, perché sappiamo già come entrare e uscire. Il tentativo di mettere prezzi sugli input della rete, sperando che la rete li trasformi e capisca come usarli, porta a risultati disastrosi.
Allora sorge la domanda: le reti sono davvero necessarie e vale la pena studiarle? Ognuno ha la sua risposta. Per esempio, non credo di aver sprecato il mio tempo ad imparare le reti. Sono utili per il mio lavoro. Inoltre, il nostro cervello è la stessa rete neurale. Quindi negare la sua utilità nel trading è come negare l'utilità del cervello. Il problema qui è che non abbiamo ancora capito come il nostro cervello prende la stessa serie di prezzi, si concentra sui punti importanti, astraendo i dettagli, e prende una decisione. Una semplice rete neurale da manuale non può simulare questo comportamento. Anche se fossimo in grado di simulare tale comportamento, la velocità di apprendimento e di funzionamento di una tale rete "biologica" sarebbe molto più lenta del nostro cervello e inapplicabile al trading.
C'è solo la conoscenza dei libri sulle reti.
In econometria il TS è passato come uno degli strumenti di classificazione. Ma la classificazione non è sufficiente per costruire un normale modello econometrico, NS può essere una parte del modello, e non la più importante. La modellazione inizia con l'apprendimento e la padronanza dei metodi di stima. Senza avere metodi di stima non si può analizzare un quoziente, non si può valutare un modello che abbiamo costruito sui risultati dell'analisi, non si possono valutare i risultati dell'applicazione del modello. Con tutto ciò, NS non ha niente a che fare.
Il tuo post conferma la mia perplessità. Sei riuscito a capire un'idea molto semplice chiamata NS, che può essere applicata nel trading dopo tutto. Ma per qualche motivo non avete passato un solo minuto a studiare un concetto molto più semplice chiamato regressione. E capire le regressioni e sapere come usarle avrebbe cambiato radicalmente il tuo atteggiamento verso gli indicatori in particolare e l'AT in generale. E ci sarebbe una persona in più sul forum che sosterrebbe che "l'AT è per i patetici sul campo dei miracoli".
qualcosa del genere...
Formazione delle ipotesi
Recupero e raccolta dei dati
Preparazione dei dati (filtraggio, trasformazioni)
Selezione del modello, selezione dei parametri del modello e algoritmo di addestramento
Addestramento del modello (ricerca automatica dei restanti parametri del modello)
Analisi della qualità dell'addestramento
Analisi dei modelli identificati
tutto questo si chiama Data Mining...
Una rete in questa macchina (se viene usata)... sui dati preparati correttamente sono totalmente d'accordo... se i dati sono normali allora una semplice regressione lineare è sufficiente... è quello a cui dovresti puntare...
Sono d'accordo che conosciamo i passi per costruire il modello. Non sappiamo ancora come creare una rete neurale che incarni questi passi. Forse in un futuro lontano impareremo a creare tali reti neurali. Per ora, una rete neurale (il cervello dello sviluppatore) fa tutto l'importante lavoro preparatorio di elaborazione dei dati, identificazione dei modelli, selezione di un modello e ottimizzazione di questo modello, mentre un'altra rete (nel programma) fa solo il calcolo in base ai dati e alla struttura datagli dallo sviluppatore. L'aggiunta di pesi auto-ottimizzanti a questa seconda rete non la rende più intelligente, ma riduce solo l'errore di modellazione.
Sono d'accordo che i passi per costruire un modello ci sono noti. Non si sa ancora come creare una rete neurale che incorpori questi passi. Forse in un lontano futuro impareremo a creare tali reti neurali. Per ora, una rete neurale (il cervello dello sviluppatore) fa tutto l'importante lavoro preparatorio di elaborazione dei dati, identificazione dei modelli, selezione di un modello e ottimizzazione di questo modello, mentre un'altra rete (nel programma) fa solo il calcolo in base ai dati e alla struttura datagli dallo sviluppatore. L'aggiunta di pesi auto-ottimizzanti a questa seconda rete non la rende più intelligente, ma riduce solo l'errore di modellazione.
è possibile fare una tale costruzione... in pacchetti statistici già pronti o diversi... accompagnare il tutto con script e macro (cioè automatizzare completamente)
una delle opzioni -
Formazione di ipotesi - usa qualsiasi strumento grafico e allena net o ha o ecc. sul ritorno massimo
- ottieni o BP che darà il ritorno massimo o booleani (come segnali)... in futuro puoi usare la funzione target
sul ritorno massimo e ecc. se net o ecc è auto-scritto e normale...
Cercare e raccogliere dati - scaricare tutto ciò che abbiamo automaticamente...
La preparazione dei dati (filtraggio, trasformazioni) - classificazione, clustering, analisi dei fattori, sbiancamento degli input
può anche essere fatta in parte dalla griglia... si può fare con algoritmi già pronti...
(Questa è la sezione più importante e le trasformazioni astute possono benissimo migliorare i risultati)
Selezione del modello, scelta dei parametri del modello e dell'algoritmo di apprendimento - diversi modelli sono testati da 1 errore di apprendimento e viene scelto il migliore per i dati disponibili (ci sono questi moduli già pronti nei pacchetti statistici)...
Analisi dei modelli identificati - qui potete semplicemente inserirli nella rete e guardare i pesi in rapporto % o così via...
Tale costruzione sarebbe probabilmente la più vicina a un'armatura di intelligenza - poiché l'obiettivo è selezionato dal modello stesso per cominciare e tutto è automatico dai dati grezzi al taglio finale...
In generale, naturalmente, tutto questo è molto dispendioso in termini di tempo e inefficiente... e la cosa interessante è che in pratica non differirà molto dall'ottimizzazione di indicatori normali (e) TA per problemi di rendimento massimo o econometrici (a meno che un predittore normale lampeggi nei dati)) poiché tutte le proprietà di BP penetreranno comunque nel modello e verranno registrate... con tutte le conseguenze successive...
Così, mentre Sanych correrà con l'eq ruler e dirà che l'econometria è la migliore... I più ingegnosi cercheranno di tagliare con l'AT... con la riqualificazione ad un certo passo (come una delle opzioni), catturando la dinamica BP che continua per qualche tempo e ignorando la non stazionarietà...))