기고글 토론 "조합론과 트레이딩 확률(4부): 베르누이 논리" - 페이지 2

 
Alexandr Plys #:


"흥미롭게도 단일 상태 또는 한 단계만 고려할 때 우리가 얻는 것은 혼돈일 가능성이 가장 높습니다..."
- 여기서 멈춰야 합니다.

시장의 혼돈이나 난기류는 5-7 년에 한 번씩 매우 드물게 발생하며 급격한 비행 또는 유입으로 표현됩니다
이는 급격한 성장에 영향을 미치고 급격히 수축하거나 금융 상품의 가치가 공황 상태로 떨어집니다.
따라서 우리는 단순하고 가격 패턴없이 고려할 수 있으며, 이는 큰 숫자이며 항상 예상되는 방향을 제공하지는 않습니다.
사실이 아닙니까, Eugene?

당연히 그렇습니다. 트레이더의 이해에서 패턴은 가격 그림이지만 패턴은 가격 그림 그 이상입니다. 패턴은 상태의 연속입니다. 상태는 시각적 측면과 시각적으로 확인할 수 없는 일부 매개변수의 벡터로 표현할 수 있습니다. 사람이 시각적으로 무언가를 보는 것이 더 쉽지만 패턴이 다차원이고 다차원 공간에서만 묘사 될 수 있다면 어떨까요? 패턴은 각 상태가 절대적으로 모든 스칼라 및 복잡한 값의 집합으로 특성화 될 수있는 상태 체인이며, 이와 관련하여 가격 만 고려할 필요가 없으며 Mjving 평균 곡선 및 원하는 다른 모든 것을 고려할 수 있습니다. 가장 중요한 것은 이러한 데이터를 처리하고 통계를 만들 수 있다는 것이며, 동일한 성공으로 가상 백 테스트의 가상 균형을 고려할 수 있으며 형평성 등의 라인을 고려할 수 있습니다.... 변형과 무한대 및 그 중 하나에서 통계를 얻고 향상된 스퀴즈를 만들 수 있습니다.

 
Dmitry Fedoseev #:

더 정확하게 말하면, 가장자리에서 떨어지는 것은 독수리의 평면과 꼬리의 평면을 연결하는 가장자리에서 떨어지는 것입니다. 따라서 동전이 약간 기울어져 있을 때 가장자리에서 실제로 떨어지는 또 다른 변형이 있습니다.

물론 가장자리도 왼쪽 또는 오른쪽으로 기울어지거나 한도 또는 다른 범위로 기울어질 수 있습니다. 각 상태는 얼굴이 파랗게 될 때까지 분열 될 수 있으며, 그러면 더 정확한 패턴이나 고전적인 거래자의 관점에는 존재하지 않는 패턴을 찾을 수 있지만 고전적인 패턴보다 훨씬 더 효과적 일 것입니다. 유일한 것은 이러한 상태를 컴파일 할 때 그룹의 완전성을 요구해야한다는 것입니다. 즉, 이러한 상태는 하나의 이벤트 공간에서 양립할 수 없는 이벤트여야 하고 완전한 그룹을 형성해야 하며, 즉 총 확률이 1이어야 합니다. 이러한 이벤트는 호환되지 않아야 합니다. 이러한 조건이 충족되면 이러한 상태의 체인 조합, 즉 패턴을 구성할 수 있습니다.

 
Evgeniy Ilin #:

물론 가장자리는 왼쪽 또는 오른쪽으로 기울어 지거나 한 범위의 각도 또는 다른 범위의 기울기로 다를 수도 있습니다. 각 상태는 얼굴이 파랗게 될 때까지 쪼개질 수 있으며, 그러면 더 정확한 패턴이나 고전적인 트레이더의 관점에는 존재하지 않는 패턴도 찾을 수 있지만 고전적인 패턴보다 훨씬 더 효과적 일 것입니다. 유일한 것은 이러한 상태를 컴파일 할 때 그룹의 완전성이 필요하다는 것입니다. 즉, 이러한 상태는 하나의 이벤트 공간에서 양립할 수 없는 이벤트여야 하고 완전한 그룹을 형성해야 하며, 즉 총 확률이 1이어야 합니다. 이러한 이벤트는 호환되지 않아야 합니다. 이러한 조건이 충족되면 이러한 상태의 체인 조합, 즉 패턴을 구성할 수 있습니다.

기울기에는 질량 중심이 받침점에 정확히 투영될 때 한 가지 변형만 있습니다. 다른 경우에는 안정성이 없습니다.

 
Evgeniy Ilin #:

인간의 눈은 3차원만 볼 수 있기 때문에 더 복잡한 시스템을 그래픽으로 표현하는 것은 불가능합니다. 하지만 다차원 함수도 다른 기능과 마찬가지로 기능적이라는 점을 인식해야 합니다.

그러나 이를 위해 차원 축소 방법인 PCA, t-sne. umap 등...

제가 찾은 첫 번째 기사는 다음과 같습니다.

Потрясающе красиво: как отобразить десятки признаков в данных
Потрясающе красиво: как отобразить десятки признаков в данных
  • 2021.09.28
  • habr.com
Пробуем алгоритм UMAP урожая 2018 — пакет Python для впечатляющих визуализаций и кластеризации данных. Статья напомнит об этой прекрасной альтернативе t-SNE или PCA и поможет с визуализацией на флагманском курсе Data Science.