トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 1000 1...99399499599699799899910001001100210031004100510061007...3399 新しいコメント СанСаныч Фоменко 2018.06.28 09:34 #9991 アレクセイ・ニコラエフあまり詳しくはないのですが。ARFIMAによるデトレンドは、トレンドの急激な変化(トップまたはボトム)に対して有効なのでしょうか?いいえ。 上記のすべてをモデル化する必要があるのです。特に、スパイク後のモデルのその後の振る舞いの問題を考えることができる。 Uladzimir Izerski 2018.06.28 17:25 #9992 1000回記念ページおめでとうございます。参加者の皆様が、最終的にいたずら馬「NS」を克服し、全員が億万長者になることを祈念します。なぜなら、彼らの時間に対する報酬は十分でなければならないからです。 Alexander_K2 2018.06.28 17:28 #9993 おめでとうございます!に参加します。すべての人に幸運と自由な利益を! Renat Akhtyamov 2018.06.28 17:48 #9994 Женя 2018.06.29 14:07 #9995 TheXpert です。ここで何をやっているのかという問いには、もっと難しい答えがある。癖になる。もう一つの理由は、おそらく選択肢の欠如であり、1以上のポストの日、1 elitetrader、そしてそこにも流動性が低下しているカウントする片手の指に同様のテーマで英語のフォーラムで、ピークalgotraderブームは2010でどこかにあった、今の人々はボールがネズミ捕りで唯一のチーズであることを理解しているとLHCで新粒子を認識するもののように、分析システムを回していないほとんどのための単位のためのものである。しかし、ここではバビロンのように楽しく、多様で、原初のスープのようでありながら、中庸のおかげでカオスに陥ることはないのです。 mytarmailS 2018.06.29 16:46 #9996 古参の方に質問ですが、モでレベル検索を試された方はいらっしゃいますか? Aleksey Nikolayev 2018.06.30 09:51 #9997 マキシム・ドミトリエフスキーちなみにマンデルブローの遺産は経済物理学 です そこには独自の数式やメソッドがあるそうですが、私は勉強していません。陳腐化した効率的市場理論に代わるものとして提唱された 経済物理学のルーツは、1965年にブノワ・マンデルブロが 発見した、金融系列(証券取引所の価格変動)の力学は、時間スケールが小さくても大きくても全く同じであり、その系列のグラフから、それが1時間、1日、1ヶ月の価格変動なのか判断することはほとんど不可能であるという古典的な研究にある。マンデルブロはこの性質を自己相似 性と呼び、これを持つ物体をフラクタルと 呼んだ。物理学は、このような性質を持つプロセスの研究に非常に精力的であり、開発された分析手法は、しばしば(残念ながら、常にではありませんが)金融シリーズの挙動における異常、すなわち価格の急落や暴騰の前兆を検出するのに役立ちます。20世紀初頭、フランスの数学者ルイ・バシュリエは『投機論』の中で、金融シリーズのダイナミクスをブラウン運動(液体や気体の中の分子の無秩序な運動)になぞらえて説明しようとした。このようなアプローチを一般化した現代のモデルは、統計的に現実の金融系列に類似したフラクタル過程を生成する。これらのモデルの多くは、1970年代から1990年代にかけて開発されたカオス力学系の理論(ランダム過程とほとんど区別がつかないこともある複雑なダイナミクスを 生み出す方程式)をベースにしている。例えば、量子力学や場の量子論に 不可欠な連続体積分など である。しかし、今日最も流行しているのは、無数の投資 家がある好みや原則に従って行動する様子を直接シミュレートする「進化型ゲーム」だろう。現在では、日経地球物理学研究 会、APFA、ESHIA、Colloquium on Econophysicsなどの経済物理学に関する会合がほぼ定期的に開催されています。英語版wikiの記事を見て、少し納得しました。そこでは、ゲーム理論やモンテカルロ的なシミュレーションが主な手法となっているようです。一方では、モンテカルロに対するfxsaberさんの懐疑論(私の記事へのコメント)に部分的に同意しますが、他方では、非定常価格系列につながる単純なゲームベースの市場モデルには興味があります。また、これらの手法は、テクニカル分析とファンダメンタル分析の橋渡しになることも興味深い。これが必ずしもトレードに役立つとは言えませんが、MOによってパラメータを更新できるモデルを得ることは可能です。 ゲーム理論というのは、最近までファイナンス理論への応用が少なかったが、今は進んでいるという話をどこかで読んだことがあります。もっと詳しく知りたいです。 Maxim Dmitrievsky 2018.06.30 10:19 #9998 アレクセイ・ニコラエフ英語版wikiの記事を見て、少し納得しました。そこでは、ゲーム理論やモンテカルロ・シミュレーションが主な手法となっているようです。一方では、モンテカルロ法に対するあなたとfxsaberの懐疑論(私の記事へのコメント)に部分的に同意しますが、他方では、非定常価格系列につながる市場の単純なゲームモデルを見てみたいと思っています。また、これらの手法は、テクニカル分析とファンダメンタル分析の橋渡しになることも興味深い。これが必ずしもトレードに役立つとは言えませんが、MOによってパラメータを更新できるモデルを得ることは可能です。 ゲーム理論というのは、最近までファイナンス理論への応用が少なかったが、今は進んでいるという話をどこかで読んだことがあります。もっと詳しく知りたいです。私にとっては、市場のためのゲーム理論はRL(私の論文にある基本)で発展してきたもので、支払い行列を遷移行列やパラメトリックな確率的エージェント政策に置き換えたものである。もちろん、市場戦略が変わらない限り、これらはすべて関係します。その基礎となるのは、やはり市場に応用されたフラクタル理論であり、特にここで述べたようなWeierschrass-Mandelbrot関数やその他の類似の関数によるモデリングである。まだこの2つを一緒にモデリングしたことはないのですが、面白いことができそうな気がしています。私は経済物理学を深く勉強していないので、インターネット上の少ない情報から判断すると、それがどのように発展していくのかわかりません。) secret 2018.06.30 11:11 #9999 Alexander_K2 です。 これらは、ティックBPを指数関数的に間引いた後のグラフである。ご覧のように、昼も夜も実質的に分散は一定しています。このためには、一日分の大きさの分散計算のウィンドウを取ればよい。ここでは、間引きは一切効果がありません。歴史検定のやり方を知っていれば、とっくに明らかになっているはずです。 Aleksey Nikolayev 2018.06.30 11:39 #10000 マキシム・ドミトリエフスキー私の場合、市場のためのゲーム理論はRLで展開され(私の論文では基本)、支払い行列は遷移行列やパラメータ化された確率的エージェントポリシーに置き換えられる。もちろん、市場戦略が変わらない限り、これらはすべて関係します。その基礎となるのは、やはり市場に応用されたフラクタル理論であり、特にここで述べたようなWeierschrass-Mandelbrot関数やその他の類似の関数によるモデリングである。まだこの2つを一緒にモデリングしたことはないのですが、面白いことができそうな気がしています。経済物理学を深く勉強していないので、どのように発展していくのか、ネット上の情報の少なさから判断すると、ほとんど無理だと思います :)RLは強化学習? 市場に直結したゲームモデルも面白いかもしれませんね。例えば、ブローカーによるトレーダーのポジションのヘッジのプロセスをシミュレートしてみることもできます。もしかしたら、(歪みの蓄積とそのヘッジに避けられないタイムラグによる)価格行動の持続的なパターンがあるのかもしれません。とはいえ、すべてはずっと前から計算されていたことなのでしょう。 英語の記事には、なぜかマンデルブロが全く出てきません。入れることができる) 1...99399499599699799899910001001100210031004100510061007...3399 新しいコメント 理由: キャンセル 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか? Googleでログイン
あまり詳しくはないのですが。ARFIMAによるデトレンドは、トレンドの急激な変化(トップまたはボトム)に対して有効なのでしょうか?
いいえ。
上記のすべてをモデル化する必要があるのです。特に、スパイク後のモデルのその後の振る舞いの問題を考えることができる。
ここで何をやっているのかという問いには、もっと難しい答えがある。癖になる。
もう一つの理由は、おそらく選択肢の欠如であり、1以上のポストの日、1 elitetrader、そしてそこにも流動性が低下しているカウントする片手の指に同様のテーマで英語のフォーラムで、ピークalgotraderブームは2010でどこかにあった、今の人々はボールがネズミ捕りで唯一のチーズであることを理解しているとLHCで新粒子を認識するもののように、分析システムを回していないほとんどのための単位のためのものである。しかし、ここではバビロンのように楽しく、多様で、原初のスープのようでありながら、中庸のおかげでカオスに陥ることはないのです。
ちなみにマンデルブローの遺産は経済物理学 です
そこには独自の数式やメソッドがあるそうですが、私は勉強していません。陳腐化した効率的市場理論に代わるものとして提唱された
経済物理学のルーツは、1965年にブノワ・マンデルブロが 発見した、金融系列(証券取引所の価格変動)の力学は、時間スケールが小さくても大きくても全く同じであり、その系列のグラフから、それが1時間、1日、1ヶ月の価格変動なのか判断することはほとんど不可能であるという古典的な研究にある。マンデルブロはこの性質を自己相似 性と呼び、これを持つ物体をフラクタルと 呼んだ。物理学は、このような性質を持つプロセスの研究に非常に精力的であり、開発された分析手法は、しばしば(残念ながら、常にではありませんが)金融シリーズの挙動における異常、すなわち価格の急落や暴騰の前兆を検出するのに役立ちます。20世紀初頭、フランスの数学者ルイ・バシュリエは『投機論』の中で、金融シリーズのダイナミクスをブラウン運動(液体や気体の中の分子の無秩序な運動)になぞらえて説明しようとした。このようなアプローチを一般化した現代のモデルは、統計的に現実の金融系列に類似したフラクタル過程を生成する。これらのモデルの多くは、1970年代から1990年代にかけて開発されたカオス力学系の理論(ランダム過程とほとんど区別がつかないこともある複雑なダイナミクスを 生み出す方程式)をベースにしている。例えば、量子力学や場の量子論に 不可欠な連続体積分など である。しかし、今日最も流行しているのは、無数の投資 家がある好みや原則に従って行動する様子を直接シミュレートする「進化型ゲーム」だろう。
現在では、日経地球物理学研究 会、APFA、ESHIA、Colloquium on Econophysicsなどの経済物理学に関する会合がほぼ定期的に開催されています。
英語版wikiの記事を見て、少し納得しました。そこでは、ゲーム理論やモンテカルロ的なシミュレーションが主な手法となっているようです。一方では、モンテカルロに対するfxsaberさんの懐疑論(私の記事へのコメント)に部分的に同意しますが、他方では、非定常価格系列につながる単純なゲームベースの市場モデルには興味があります。また、これらの手法は、テクニカル分析とファンダメンタル分析の橋渡しになることも興味深い。これが必ずしもトレードに役立つとは言えませんが、MOによってパラメータを更新できるモデルを得ることは可能です。
ゲーム理論というのは、最近までファイナンス理論への応用が少なかったが、今は進んでいるという話をどこかで読んだことがあります。もっと詳しく知りたいです。
英語版wikiの記事を見て、少し納得しました。そこでは、ゲーム理論やモンテカルロ・シミュレーションが主な手法となっているようです。一方では、モンテカルロ法に対するあなたとfxsaberの懐疑論(私の記事へのコメント)に部分的に同意しますが、他方では、非定常価格系列につながる市場の単純なゲームモデルを見てみたいと思っています。また、これらの手法は、テクニカル分析とファンダメンタル分析の橋渡しになることも興味深い。これが必ずしもトレードに役立つとは言えませんが、MOによってパラメータを更新できるモデルを得ることは可能です。
ゲーム理論というのは、最近までファイナンス理論への応用が少なかったが、今は進んでいるという話をどこかで読んだことがあります。もっと詳しく知りたいです。
私にとっては、市場のためのゲーム理論はRL(私の論文にある基本)で発展してきたもので、支払い行列を遷移行列やパラメトリックな確率的エージェント政策に置き換えたものである。もちろん、市場戦略が変わらない限り、これらはすべて関係します。その基礎となるのは、やはり市場に応用されたフラクタル理論であり、特にここで述べたようなWeierschrass-Mandelbrot関数やその他の類似の関数によるモデリングである。まだこの2つを一緒にモデリングしたことはないのですが、面白いことができそうな気がしています。私は経済物理学を深く勉強していないので、インターネット上の少ない情報から判断すると、それがどのように発展していくのかわかりません。)
これらは、ティックBPを指数関数的に間引いた後のグラフである。ご覧のように、昼も夜も実質的に分散は一定しています。
このためには、一日分の大きさの分散計算のウィンドウを取ればよい。ここでは、間引きは一切効果がありません。歴史検定のやり方を知っていれば、とっくに明らかになっているはずです。
私の場合、市場のためのゲーム理論はRLで展開され(私の論文では基本)、支払い行列は遷移行列やパラメータ化された確率的エージェントポリシーに置き換えられる。もちろん、市場戦略が変わらない限り、これらはすべて関係します。その基礎となるのは、やはり市場に応用されたフラクタル理論であり、特にここで述べたようなWeierschrass-Mandelbrot関数やその他の類似の関数によるモデリングである。まだこの2つを一緒にモデリングしたことはないのですが、面白いことができそうな気がしています。経済物理学を深く勉強していないので、どのように発展していくのか、ネット上の情報の少なさから判断すると、ほとんど無理だと思います :)
RLは強化学習?
市場に直結したゲームモデルも面白いかもしれませんね。例えば、ブローカーによるトレーダーのポジションのヘッジのプロセスをシミュレートしてみることもできます。もしかしたら、(歪みの蓄積とそのヘッジに避けられないタイムラグによる)価格行動の持続的なパターンがあるのかもしれません。とはいえ、すべてはずっと前から計算されていたことなのでしょう。
英語の記事には、なぜかマンデルブロが全く出てきません。入れることができる)