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 3100

新しいコメント
 
sibirqk #:

もちろん、正確な定量的モデルの話をしているのではない。そうでなければ、これ以上TSを作る意味がない。ルーブルのためにそのようなモデルを作り、為替レートが今後数年間どのように変化するかを計算し、太陽の下、ビーチの上、バリのどこかで座っている。
ポイントは、少なくとも金融資産の価格付けの大まかな定性的モデルを作り、それに基づいてTSを作ることである。少なくともMO法を使い、少なくとも自分の頭から何かを考案することである。

公正な価格やレートの計算))))))それが問題なのだ）。

株なら簡単だし、文献も多い))

 

皆さんはモデルの定義を非常に狭くしている...。


モデルとは、現実の現象を、より単純で理解しやすいものに置き換えたもので、 必要な 性質はそのままに、不必要な ものを捨てたものです。


ナビゲーターなら、ナビゲーションのために宇宙に行って地球を見る必要はない。

地球儀は地球の模型であり、自分の方向を定めるのに必要な 機能を備えており、不必要な ものは取り除かれている。

地球儀は地球ではない。地球儀の上には生物はいないし、水も風も気温も気圧もない。地球儀は地球ではない、地球上には生物もいない、水もない、風もない、気温もない、気圧もない...。


近似であれ、線形化であれ、ニューロンであれ、次元削減 であれ、モデルとは有用な単純化である。


価格とは何か、それはティック（刻み）であるが、時計仕掛けを見れば、価格とは何か、それはローソク足であるが、ローソク足とは何か、それは価格を単純化したものだから価格モデルなのである。

TSとは、市場のプロセスを一連のルールや機能によって記述しようとするものです。TSは市場プロセスのモデルです。


しかし、モデルは 有用な単純化で ある。

また、市場モデルは必ずしも市場関係を記述する数式である必要はない。

 
Maxim Dmitrievsky #:
まあ、太い尾は、取引セッションによってボラティリティ（波のまとまり）が不均等であるためです。それ以外の情報はないようだ。私は市場を多かれ少なかれ効率的であると見ている。したがって、非効率性を探すのが仕事である。それをどのようなモデルに落とし込むかは難しい。 。
複雑な計量経済学的モデルのいずれかだが、これらは通常、投資戦略である。スキャルピングの場合は、アービトラージか過剰最適化されたTSのどちらかだ。
訓練されたMOSHka自体、すでに有用な情報とノイズの両方を含んでいる。相場で一度訓練してから、このモデルを研究することができます。これも選択肢の一つだ。狂信的になったり、IOが聖杯を作ったかのように騒いだりする必要はない。ただ探求し、未踏のものを引き出せばいい。

あなたは正しいかもしれない。しかし、非定常性を不均等なボラティリティで説明するのは、少し単純化しすぎだと私は思う。ボラティリティのクラスタリング（
）をモデル化するのは非常に簡単で、そうすればヘテロスケダスティシティはボラティリティとの相関によって簡単に排除される。しかし現実には、トリッキーなアーチやガーチがたくさんあり、それもあまりうまく機能しない。
市場はおそらく効率的であり、そうでない場合は、アルファを見つけることによってのみ知ることができ、そのアルファの助けを借りて、常に市場を打ち負かすことができる。このアルファをどこで探すか、どの方向から掘り下げるか、私の考えでは、プライシング・モデルが提案し、後押ししてくれる。そうでなければ、次元の呪いによって、アルファを見つけるのに何百万時間ものコンピュータ作業が必要になってしまう。

 
mytarmailS 次元削減 である。


価格とは何か、それは刻みだが、時計仕掛けを見れば、価格とは何か、それはローソク足だが、ローソク足とは何か、それは価格を単純化したものだから価格モデルなのだ。

TSとは何かというと、市場のプロセスを一連のルールや機能で記述しようとする試みです。TSは市場プロセスのモデルです。


モデルは有用な単純化で ある。

そして、市場モデルは必ずしも市場の相互作用を記述する数式である必要はない。

私たちの場合、上記のモデルの概念に、もう一つ極めて重要な性質を付け加えたいと思う：言及された地球儀は存在しないが、ある確率であるチャネルに位置する地球儀の集合は存在する。


このことを忘れるとすぐに、私たちは決定論に陥り、紙の上では存在しないにもかかわらず、得られた図を信じ始める。つまり、分類誤差＝30％というとき、それを文字通りに受け取るべきではなく、30％という分類誤差はある限界の範囲内、たとえば95％の確率で2％であることを理解すべきである。そして30％は30％なのだ。しかし、誰かがチャンネル幅を計算するのだろうか？それともチャンネル幅の確率は60％なのだろうか？まともな分類誤差30％に何の価値があるのだろうか？


これは私たちの完全な幸福ではない。

確率とチャンネル幅に関する上記の推論は、エラー分布が正規分布である場合に有効である。そして、誰が分類誤差の分布が正規かどうかをチェックしたのだろうか？

 
sibirqk #:

そうでなければ、次元の呪いによって、それを見つけるために何百万時間もの計算作業が必要になるかもしれない。

次元の呪いは昔からある。

なぜなら

1) マーケットは繰り返さない。

2) 価格の選択肢が非常に多い。

3) 「明日は昨日のようになる」という図式に従った手口は通用しない。


だからこそ、シンプルで再現性のあるモデルが必要なのだ。

 
mytarmailS 次元削減 であるとき......有用な単純化である。

価格とは何か、それはティック（刻み）だが、時計仕掛けを見れば、価格とは何か、それはローソク足だが、ローソク足とは何か、それは価格を単純化して表現したものだから、価格モデルなのだ。

TSとは、市場のプロセスを一連のルールや機能によって記述しようとするものです。TSは市場プロセスのモデルである。

モデルは有用な単純化 です。

そして、市場モデルは必ずしも市場の関係を記述する数式である必要はない。

モデルは有用な単純化である。しかし、私が言及したのは金融資産の価格決定モデルだ。

そのようなモデルがあるとしよう。ある瞬間の価格変動は、売りか買いかの入札の超過によって決定される。簡単のために、多数の独立した参加者、仮に100万人としよう。そして、彼らが同じ数量の注文を、あるストローブで同時に発注し、価格変動が、あるステップでアンバランスになった総ポジションに比例するとします。このようなモデルでは、資産価格が古典的な純粋ランダムウォークになることは明らかである。実際、トレーダーがそれぞれ独立して売買を決定する場合、トレーダーの約半数が買い、残りの半数が売ることになる。その差は、参加者数の根源である可能性が非常に高い。
この意味で、SBは最も受け入れられやすい粗い価格決定モデルであると言える。しかし、このモデルは、いくつかの経験則を説明すると同時に、どこに非効率性を探すべきかを理解するために改良される必要がある。

 
sibirqk #:

モデルは単純化するのに役立つ。しかし、私は金融資産の価格決定モデルについて言及したのだ。

仮にそのようなモデルがあるとしよう。その時点での価格変動は、売りと買いの入札の超過によって決定される。簡単のために、多数の独立した参加者、仮に100万人としよう。そして、彼らが同じ数量の注文を、あるストローブで同時に発注し、価格変動が、あるステップにおけるアンバランスな総ポジションに比例するとします。このようなモデルでは、資産価格が古典的な純粋ランダムウォークになることは明らかである。実際、トレーダーがそれぞれ独立して売買を決定する場合、トレーダーの約半数が買い、残りの半数が売ることになる。その差は、参加者数の根本になる可能性が非常に高い。
この意味で、SBは最も受け入れられやすい粗い価格決定モデルであると言える。しかし、このモデルは、いくつかの経験則を説明すると同時に、どこに非効率性を探すべきかを理解するために改良される必要がある。

アレクセイ・ニコラエフがR上のブログで、ゲーム「カフェ」、つまり少数派の勝利のモデルを実装した。市場という点では似ているが、プレーヤーの立場が参加者の少ない社会にあれば、彼は勝つ（カフェでは、日付に従って、来客数の少ない日に来たプレーヤーが勝ち、来客数の多いプレーヤーは負ける）。しかし、これは単純すぎるモデルである。現実の世界には、国家や他の大プレーヤーから小プレーヤーまで、まだ多くの種類のプレーヤーが存在する。このモデルはまだ大まかにすら作成されていない)

しかし、そこにあるグラフは、ティック・ワンダリングに非常に似ているとさえ言える。

 
sibirqk #:

モデルは単純化するのに役立つ。しかし、私は金融資産の価格決定モデルについて言及したのだ。

仮にそのようなモデルがあるとしよう。その時点での価格変動は、売りと買いの入札の超過によって決定される。簡単のために、多数の独立した参加者、仮に100万人としよう。そして、彼らが同じ数量の注文を、あるストローブで同時に発注し、価格変動が、あるステップにおけるアンバランスな総ポジションに比例するとします。このようなモデルでは、資産価格が古典的な純粋ランダムウォークになることは明らかである。実際、トレーダーがそれぞれ独立して売買を決定する場合、トレーダーの約半数が買い、残りの半数が売ることになる。その差は、参加者数の根源である可能性が非常に高い。
この意味で、SBは最も受け入れられやすい粗い価格決定モデルであると言える。しかし、このモデルは、いくつかの経験則を説明すると同時に、どこに非効率性を探すべきかを理解するために改良される必要がある。

個人的には、SBモデルの使い道はまったく見当たらない。

何もしない、良い特性を強調しない、悪い特性を抑制しない、単純化しない...。

ええ、グラフは物価のように見えますが、それが何か？

 
sibirqk #:

その通りかもしれない。しかし、非定常性を不均一なボラティリティで説明するのは、少し単純化しすぎだと私は思う。ボラティリティのクラスタリング（
）はモデル化するのが非常に簡単で、そうすればヘテロスケダスティシティはボラティリティとの相関によって簡単に排除されるでしょう。しかし現実には、トリッキーなアーチやガーチがたくさんあり、それもあまりうまく機能しない。
市場はおそらく効率的であり、そうでない場合は、アルファを見つけることによってのみ知ることができ、そのアルファの助けを借りて、常に市場を打ち負かすことができる。このアルファをどこで探すか、どの方向から掘り下げるか、私の考えでは、プライシング・モデルが提案し、後押ししてくれる。そうでなければ、次元の呪いによって、アルファを見つけるのに何百万時間というコンピュータの作業が必要になってしまう。

私は、平均と分散の不変性という通常の計量経済学的なものを定常性と呼んでいる。市場には当然そのようなものはなく、「記念碑」ではない。異方分散性は取り除かれ、残りはSBに近い。

一般に、分布の種類は予測可能性についてほとんど語らない。このような数学的なゲームは、取引から遠い。スプレッドをカバーするようなふわふわ感を気配値に加える。あるいは、一日のある時間帯に平均値に安定的に戻る。スプレッドは変わらず、儲けることができる。おおよそこのようなものを非効率と呼ぶことができる。そのためには、すべてを予測することはできないし、予測する必要もないという事実を考慮してアルゴリズムを書く。そのような呪いがあるとは言いません。ただ、本当に効率的なツールがあり、そこから何も得られないというだけです。

 
AIに情報巨人になる方法を教える。
1...309330943095309630973098309931003101310231033104310531063107...3399
新しいコメント