Se esiste un processo la cui analisi di una parte non permette di prevedere la parte successiva. - pagina 14
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
E non ho nessuna citazione futura, e penso che non ce l'abbia neanche tu.
Ma posso offrire alla griglia come test delle citazioni dal passato che la griglia non conosce. Guarda le date.
Campione 2011.10.01-2012.03.01 8890 esempi, Avanti 2012.03.01-2012.05.25 4828 esempi.
ma il mercato potrebbe fare peggio:
a) lo spread, sul quale la lingua è già imbavagliata) ma anche se non lo è, allora
b) per quanto ho capito, la direzione delle barre di spread più piccole è meglio prevedibile della direzione dei movimenti bruschi. Da qui la morale: anche una previsione di direzione con un MO positivo può dare un risultato negativo sui punti se abbiamo più successo nel prevedere la direzione delle barre piccole e meno successo nel prevedere la direzione di quelle grandi. Vale a dire che una cattiva previsione dei deflussi può letteralmente mangiare ottimi risultati su un piano. A quanto pare, abbiamo bisogno di un lavoro chiaro con fermate, e fermate "intelligenti", stupidamente mettere una fermata ad un livello, probabilmente, non funzionerà...
alsu:
1. dritto 18...
ma sul mercato potrebbe peggiorare:
1. a) lo spread, sul quale la lingua è già imbavagliata) ma anche se non esiste, allora
3. b) per quanto ho capito, la direzione delle barre di spread più piccole è meglio prevista della direzione dei movimenti bruschi. Da qui la morale: anche una previsione di direzione con MO positivo può dare un risultato negativo sui punti se abbiamo più successo nel prevedere la direzione delle barre piccole e meno successo nel prevedere la direzione di quelle grandi. Vale a dire che una cattiva previsione dei deflussi può letteralmente mangiare ottimi risultati su un piano. A quanto pare, abbiamo bisogno di un lavoro chiaro con le fermate, e le fermate "intelligenti" sono necessarie qui. Le fermate a un livello probabilmente non funzioneranno...
1. Beh, non è certo un graal, il mercato cambia continuamente (oggi i modelli che funzionavano qualche giorno fa non funzionano). Richiede un allenamento almeno una volta al giorno.
2. Lo spread è preso in considerazione. La griglia è stata addestrata a non reagire a movimenti inferiori a 2 spread massimi per uno strumento.
3. c'è una lettera. La direzione delle barre di uno spread più piccolo è prevista meglio (in parte perché ce ne sono di più in Sample, e in parte perché contengono le informazioni principali sul processo, imho) che la direzione dei movimenti bruschi, e la direzione risultante di più barre contemporaneamente è ancora meglio. Il colore delle barre particolari è molto poco prevedibile.
In generale penso di mettere SL per 3sco della dimensione del movimento possibile dell'area prevista. Eseguiamo l'allenamento senza SL e TP, e scambiamo con SL ma senza TP, in questo modo la principale perdita possibile da code grasse sarà più piccola (lo sarebbe comunque se non riconoscesse correttamente il colore del movimento anormalmente grande). In questo modo si può aumentare ulteriormente il MO a quello che può dare la rete.
In generale, in via puramente ipotetica, anche se ci sono già alcuni sviluppi, prevedere un sistema di processi dovrebbe avere due stati - "sapere" e "non sapere". Nello stato "sapere" il sistema fa una previsione. Nello stato "non so" si astiene dal fare una previsione, o il sistema non conosce lo stato attuale del processo o il sistema sa che in questo caso è "meglio astenersi" dal fare una previsione. Nel corso del tempo, se il processo cambia le sue caratteristiche e relazioni interne, il sistema si trova sempre più spesso in uno stato di "non so" e alla fine smette, infatti, di prevedere essendo in uno stato stabile-costante di "non so". Un tale sistema è prezioso in ogni caso - basta accordarlo/impararlo una volta e ci si può "dimenticare" della sua esistenza, perché il peggio che può succedere è che il sistema passi dallo stato "non so".
Tutto va bene, ma c'è un MA. Le inversioni di modello si verificano nei mercati finanziari, quando uno stesso modello dello stato attuale di uno strumento diventa la causa di effetti inversi, prima si doveva comprare - e ora si deve vendere in questi casi. Quindi, è necessario addestrare il sistema continuamente per tenersi aggiornati con la conoscenza di tali recenti inversioni di modelli causali.
Per quanto ne so, tutti i moderni sistemi di previsione sono focalizzati su uno stato costante di "sapere", quindi il minimo cambiamento nelle caratteristiche e nelle connessioni interne del processo porta a previsioni errate. Questo si esprime in una minore redditività dei sistemi al di fuori dell'area del campione.
Opinioni per favore, colleghi.
Ho un 2*sqrt(2) RMS puramente teorico ))
Questo rapporto si ottiene quando il rapporto di verosimiglianza delle distribuzioni Laplace e Gaussiana passa attraverso un punto critico e fa outlier netti verso Laplace, cioè solo code spesse. Il problema è nel calcolo della previsione RMS, ma anche qui la griglia può essere utilizzata, basta rimuovere la stagionalità diurna.
In generale, in via puramente ipotetica, anche se ci sono già alcuni sviluppi, il sistema che predice il processo dovrebbe avere due stati - "so" e "non so". Nello stato "sapere" il sistema fa una previsione. Nello stato "non so" si astiene dal fare una previsione, o il sistema non è consapevole dello stato attuale del processo o il sistema sa che in questo caso è "meglio astenersi" dal fare una previsione. Nel corso del tempo, se il processo cambia le sue caratteristiche e relazioni interne, il sistema si trova sempre più spesso in uno stato di "non so" e alla fine smette, infatti, di prevedere essendo in uno stato stabile-costante di "non so". Un tale sistema è prezioso in ogni caso - basta accordarlo/impararlo una volta e ci si può "dimenticare" della sua esistenza, perché il peggio che può succedere è che il sistema passi dallo stato "non so".
Tutto va bene, ma c'è un MA. Le inversioni di modello si verificano nei mercati finanziari, quando uno stesso modello dello stato attuale di uno strumento diventa la causa di effetti invertiti, prima si doveva comprare - e ora si deve vendere in questi casi. Quindi, è necessario addestrare il sistema continuamente per tenersi aggiornati con la conoscenza di tali recenti inversioni di modelli causali.
Per quanto ne so, tutti i moderni sistemi di previsione sono focalizzati su uno stato costante di "sapere", quindi il minimo cambiamento nelle caratteristiche e nelle connessioni interne del processo porta a previsioni errate. Questo si esprime in una minore redditività dei sistemi al di fuori dell'area del campione.
Opinioni per favore, colleghi.
Quando diciamo che lo stesso modello ora dà il segnale opposto ed è necessario riaddestrare il sistema, non ci stiamo forse ingannando da soli? Forse non c'era uno schema che collegava questo modello al segnale? Per esempio, lanciamo una moneta e notiamo che dopo tre code la maggior parte delle volte appare testa. È una regolarità o a causa della mancanza di un gran numero di esperimenti (che permette di valutare la statistica in modo più accurato) siamo arrivati alla conclusione sbagliata? È da molto tempo che mi torturo con i modelli e penso sempre a questa domanda.
A proposito, qual è la profondità della storia dei prezzi che permette di stimare la condizione del mercato?