트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 747

 
아나톨리 자인치코프스키 :

음, 가능한 모든 입력 매개변수에서 이 정보를 가져옵니다. 나는 처음에는 단순히 파도로 시작했고, 그 다음에는 파도의 증가로, 그 다음에는 파도의 델타로 시작했습니다... 검색, 그리고 검색만. 이제 나는 turkey borscht와 같은 것을 개발 중입니다))) 이전과 같이 20개가 아닌 하나의 행이 교육을 위해 제출될 수 있도록 ...

borscht)))) 모든 칠면조는 가격의 파생 상품입니다. 예를 들어, 어제 양초가 끝날 때 터키는 일부 결과를 보여주었습니다. 예를 들어 매개변수 14 7 4(당연한 것으로 간주)가 있는 확률론은 44.44와 27.78의 값을 보여줍니다. 이 2개의 숫자는 어제와 다음을 나타냅니다. 일 잘. 하지만 오늘만큼은 아니지... 이 두 숫자에 오늘에 대한 정보가 얼마나 될까요? 0.0001? ))) 제 생각에는 다른 의미를 찾아야합니다 ... 더 많은 정보로 미래에 대해 알려주는 것.

 
막심 드미트리예프스키 :

백테스트 기간 동안만이 심사위원의 역할을 할 수 있다고 생각합니다. 날짜나 순서에 따른 트랜잭션의 명시적인 암기가 없지만 몇 년에 걸쳐 수천 또는 수만 건의 트랜잭션이 원활하게 증가하면 이미 나쁘지 않습니다.

그리고 더 이상 중요하지 않은 정보

충분하지 않다. 효율적 시장 가설을 설파한 사람들이 수년 동안 성공적으로 일하고 귀족을 받았다가 파산했다는 사실을 잊지 말자.


백테스트가 필요하며, 현실에 가장 가깝기 때문에 테스터에서 하는 것이 좋습니다.

하지만.

백테스트의 성공에는 이론적 근거가 있어야 합니다.

  • 회귀 모델의 경우 이러한 정당화는 위치 결정이 STATIONARY 시리즈를 기반으로 이루어지기 때문일 수 있습니다. 이것은 공적분 및 GARCH에서 수행됩니다.
  • 분류 모델의 경우 이 정당화는 예측 변수의 예측력이 목표 변수에 대해 일정하다는 것일 수 있습니다.


이를 통해 백테스트를 신뢰할 수 있습니다.

 
아나톨리 자인치코프스키 :
Max는 이론적으로 기계가 시장의 여러 단계를 인식하도록 가르쳐 각 상태에 대해 가장 효과적인 입력 데이터가 각 상태에 대해 자동으로 선택되도록 하려고 합니다. 그것은 각각이 특정 시장 조건에 대해 훈련되는 여러 신경망의 포트폴리오와 같습니다...

예, 이와 비슷하지만 Markov와 같은 TS 매개변수 및 하위 상태 그룹에 영향을 미치는 모든 종류의 전역 메타상태를 도입해야 합니다.

 
예브게니 라스파에프 :

borscht)))) 모든 칠면조는 가격의 파생 상품입니다. 예를 들어, 어제 양초가 끝날 때 터키는 일부 결과를 보여주었습니다. 예를 들어 매개변수 14 7 4(당연한 것으로 간주)가 있는 확률론은 44.44와 27.78의 값을 보여줍니다. 이 2개의 숫자는 어제와 다음을 나타냅니다. 일 잘. 하지만 오늘만큼은 아니지만... 이 두 숫자에 오늘에 대한 정보는 얼마나 될까요? 0.0001? ))) 제 생각에는 다른 의미를 찾아야합니다 ... 더 많은 정보로 미래에 대해 알려주는 것.

음, 확실히 시간과 같은 매개변수는 막대에 대해 이미 고정되어 있습니다. 그러면 상상력이 도움이 되기 시작합니다. 여기에서 차트로 화면을 보고 있는 분석가 트레이더가 무언가를 보고 여기에서 한 종류의 규칙으로 본 것을 설명할 수 있어야 합니다. 예를 들어, 거래자는 화면에 표시된 시간 동안의 가격 범위를 보고, 가격이 현재 범위에 상대적인 위치를 보고... 가격이 더 긴 위치, 가격이 가속된 위치를 보고... 이것은 지표가 없지만 지표를 추가하고 이미 시간이 증가함에 따라 그림을 이해할 수 있습니다. 그리고 가장 어려운 점은 이 시각적 분석을 분석가가 보는 모든 것을 고려하는 의미 있는 방정식으로 작성하는 것입니다.

 
아나톨리 자인치코프스키 :

나는 깨끗한 증분으로 시도했지만 아무것도 짜내는 데 성공하지 못했습니다 ... 아마도 목표를 올바르게 설정하지 않았을 것입니다 ... 알려주실 수 있습니까?

신경망의 입력은 관찰의 특정 시간 창에서 이러한 가장 순수한 증분의 합이어야 합니다.

모두.

 
알렉산더_K2 :

신경망의 입력은 관찰의 특정 시간 창에서 이러한 가장 순수한 증분의 합이어야 합니다.

모두.

알겠습니다. 합계의 다른 시간 창을 만들려고 시도하지만 그리드가 없고 포리스트가 있지만 알고리즘이 다르다는 사실이 역할을 하지 않을 것이라고 생각합니다. 반대로 여러 개의 임시 창을 한 번에 숲으로 몰아 넣을 수 있습니다.

 
산산이치 포멘코 :

충분하지 않다. 효율적 시장 가설을 설파한 사람들이 수년 동안 성공적으로 일하고 귀족을 받았다가 파산했다는 사실을 잊지 말자.


백테스트가 필요하며, 현실에 가장 가깝기 때문에 테스터에서 하는 것이 좋습니다.

하지만.

백테스트의 성공에는 이론적 근거가 있어야 합니다.

  • 회귀 모델의 경우 이러한 정당화는 위치 결정이 STATIONARY 시리즈를 기반으로 이루어지기 때문일 수 있습니다. 이것은 공적분 및 GARCH에서 수행됩니다.
  • 분류 모델의 경우 이 정당화는 예측 변수의 예측력이 목표 변수에 대해 일정하다는 것일 수 있습니다.


이를 통해 백테스트를 신뢰할 수 있습니다.

예, 하지만 내 시스템은 성령과 스파게티 괴물의 개념으로 작동하므로 이론적으로 설명하기가 매우 어렵습니다.

 
아나톨리 자인치코프스키 :

음, 확실히 시간과 같은 매개변수는 막대에 대해 이미 고정되어 있습니다. 그러면 상상력이 도움이 되기 시작합니다. 여기에서 차트로 화면을 보고 있는 분석가 트레이더가 무언가를 보고 여기에서 한 종류의 규칙으로 본 것을 설명할 수 있어야 합니다. 예를 들어, 거래자는 화면에 표시된 시간 동안의 가격 범위를 보고, 가격이 현재 범위에 상대적인 위치를 보고... 가격이 더 긴 위치, 가격이 가속된 위치를 보고... 이것은 지표가 없지만 지표를 추가하고 이미 시간이 증가함에 따라 그림을 이해할 수 있습니다. 그리고 가장 어려운 점은 이 시각적 분석을 분석가가 보는 모든 것을 고려하는 의미 있는 방정식으로 작성하는 것입니다.

정확히!!! 남자, 상인은 숫자를 보지 않고 단순한 패턴을 봅니다. 근사화, 평활화, 그러나 이동 평균 이 아니라 예를 들어 SSA 방법(이와 같은 것)에 의해 - 하지만 신경망에 줄 수는 없습니다...

 
막심 드미트리예프스키 :

예, 하지만 내 시스템은 성령과 스파게티 괴물의 개념으로 작동하므로 이론적으로 설명하기가 매우 어렵습니다.

증명하기 위해 스크랩으로 말하십시오)) 게으른 우수한 학생을 즉시 볼 수 있습니다))) 증명하는 것보다 수행하는 것이 더 쉽습니다))))))

 
아나톨리 자인치코프스키 :

알겠습니다. 합계의 다른 시간 창을 만들려고 시도하지만 그리드가 없고 포리스트가 있지만 알고리즘이 다르다는 사실이 역할을 하지 않을 것이라고 생각합니다. 반대로 여러 개의 임시 창을 한 번에 숲으로 몰아 넣을 수 있습니다.

창을 희생시키면서 나의 기본 TS를 취하십시오. 창은 항상 다르고 시장 자체에 의해 지시되며 그 형성은 또한 시장 반전을 의미합니다. 분석을 위한 가장 정상적인 순간은 예상되는 반전의 순간입니다.

그리고 Max, 나는 또한 좋아해야 하는 나의 TC in verse에 대한 나의 회의론에 대한 사과를 기다릴 것입니다.

오랜 시간 동안 시장은 오름차순에서 내림차순으로 또는 그 반대로 바뀌었고 TS는 여전히 작동하는 대로 작동합니다. 그리고 모델 자체를 본다면 깜짝 놀랄 것입니다(매우 작습니다)

사유: