Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1004
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Eu costumava comprar-lhes outro produto e não tive problemas. Mas aqui começou.
Como é que os vendedores avaliam a situação - está tudo a correr de acordo com o plano?
É tudo legítimo: os travestis ou travestis são obrigados a ser castigados. SEMPRE.
É mais um problema que quando se compra algo que não se sabe como funciona, mas se confia nele... A questão da confiança básica é o olá da infância(uma boa infância) - opinião.
Por favor
A fórmula para calcular o erro é mostrada no cabeçalho da tabela. Deixe-me explicar no último exemplo nnet: 204/(204+458) = 30,8%, ou seja, o modelo produziu um total de 662 unidades, das quais 204 eram falsas.
Os resultados são quase os mesmos em 12 pares de moedas, ou seja, o desempenho do modelo é quase independente do modelo e do par de moedas.
Este resultado é alcançado devido ao trabalho cuidadoso com preditores cuja capacidade de previsão muda muito pouco quando se corre uma janela de 500 velas sobre um ficheiro de 5000 velas. As mudanças estão dentro de 5%.
PS.
Ainda não é possível mostrar o testador - preso na aplicação do testador para arquivos acima de 1000 barras.
E o que você tem como alvo? Sinal ZZ?
Impulsionado pelo desejo feroz de reanimar este ramo, e tendo em conta que a previsão é possível exclusivamente e apenas em VR estacionário
(1. Kolmogorov A. N. Interpolação eextrapolaçãodesequênciasaleatóriasestacionárias
2.Wiener N.Extrapolação, interpolação e alisamento de séries temporais estacionárias)
pergunta:
Na verdade, o valor CLOSE[i]-OPEN[i] nada mais é do que a soma dos incrementos.
Uma sequência de tais valores deve, no limite, tender para uma distribuição normal.
Bem, há uma opinião de que a sequência de retornados (CLOSE[i]-OPEN[i])-(CLOSE[i-1]-OPEN[i-1]) é uma série estacionária.
Alguém tentou algo assim na entrada da NS e quais foram os resultados???
P.S. Max, Doc, Mishanya, Warlock, Alyosha... A quem estás a atirar este fio? А?
1) Não deveria. Por exemplo, pode ter muitas distribuições marginais diferentes.
2) Muito provavelmente errado. Já te dei o contra-exemplo do vértice passado. A não-estacionariedade não é "um bug, mas um chip" que aparece como resultado de os criadores de mercado se livrarem de "excessos" pelo grosso dos comerciantes.
O que você tem como alvo? O sinal ZZ?
Incremento
ZZ pode fazer um ótimo professor de tendências, mas não consegui encontrar nenhum preditor para este professor - todos dão um erro de cerca de 50%.E Kolmogorov, em geral, vejo, prestou atenção especial a B(k)=M[x(t)*x(t-to)]=M[(FECHAR[i]-OPEN[i])*(FECHAR[i-to]-OPEN[i-to])] e recusou-se a prever qualquer coisa se essa função não fosse bem definida.
Talvez faça sentido colocar certas condições no trabalho da NS?
Digamos, pular pedaços instáveis de BP, explorar segundos retornos ou B(k), por exemplo?
O modelo ARIMA tem condições semelhantes.
O modelo pode ser treinado e mesmo o lucro pode ser obtido a partir de um gráfico, mas se certas condições e requisitos não forem cumpridos - este modelo não pode ser negociado de qualquer forma. O teste de estacionaridade Dickey-Fuller é do que eu me lembro.
No GARCH a distribuição dos retornados previstos é também observada como sendo semelhante aos dados originais.
Eu acho que muito do que você quer fazer já está implementado neste modelo.
Em relação ao neurônio - você não pode simplesmente empurrar algumas séries cronológicas para dentro dele, treiná-lo para o resultado máximo e esperar por lucro. Isso levará ao "overfit" - o neurônio simplesmente armazena os dados existentes e não consegue trabalhar adequadamente com novos dados. Precisamos de ajustar os seus parâmetros de treino e, por vezes, parar o treino e fazer validações cruzadas para garantir que o excesso de equipamento ainda não chegou.
Se tudo for feito correctamente, o treino vai parar suficientemente cedo quando o R2 for um pouco mais alto que zero. O gráfico de equidade mostrará lucro estável tanto na formação como nos novos dados, mas a dispersão superior a um par de pontos tornará tudo negativo. Para maior precisão, deve-se usar redes profundas e semanas para treinamento ou escolher vários indicadores por si mesmo, que devem ser submetidos à neurônica juntamente com uma série cronológica.
E Kolmogorov, em geral, vejo, prestou atenção especial a B(k)=M[x(t)*x(t-to)]=M[(FECHAR[i]-OPEN[i])*(FECHAR[i-to]-OPEN[i-to])] e recusou-se a prever qualquer coisa se essa função não fosse bem definida.
Talvez faça sentido colocar certas condições no trabalho da NS?
Digamos, pular pedaços instáveis de BP explorando segundos retornos ou B(k), por exemplo?
Não, não funciona.
Há uma coisa boa no mercado para a engenharia phicha - a interconexão de fintechs. Você pode criar instrumentos similares mas ligeiramente diferentes e observar as distribuições entre eles. Mas todos estão cansados de extrair características de um PB :)
Aumentar
ZZ pode fazer um grande professor de tendências, mas não fui capaz de encontrar nenhum preditor para este professor - todos dão cerca de 50% de erroZZ é uma ferramenta complicada de apontar, com ela você precisa preparar a amostra de uma forma especial, para não se enganar a si mesmo.
A precisão "cerca de 50" é bastante normal, se você usar dados esféricos, acima de 53% você pode negociar, e em geral a precisão para isso é uma métrica de merda, pode facilmente ser precisão ~50%+-1% e a correlação dos incrementos previstos com o mercado é >5% (0,05) e isso é enorme, não um graal, mas o suficiente para negociar em um portfólio com outras estratégias. Use ou correlação ou R^2, ou logloss se você se acostumar com a não-linearidade
E todos já estão fartos de extrair características de uma BP :)
Afinal de contas, estamos a lidar com 2 correntes:
1. um fluxo de eventos - tempo de aparecimento de uma nova citação (intervalos entre eles)
2. A própria série de preços neste fluxo de eventos.
Hoje ou amanhã vou tentar provar (ou refutar) que, arbitrariamente, mudando os tempos de leitura das citações, a função de autocorrelação, por exemplo, se comporta de forma diferente em uma mesma janela de tempo de observação móvel.
Onde quero chegar com isto?
А! O meu ponto de vista é que o "desbaste" de um fluxo de eventos desempenha um grande papel. Talvez - uma chave. Aleshenka, o filho não vai mentir. Mas, desde que seja tudo "no processo..."
Ainda assim, estamos a lidar com duas correntes, por assim dizer:
1. o fluxo de eventos - o momento do aparecimento de uma nova citação (intervalos entre eles)
2. A própria série de preços neste fluxo de eventos.
Hoje ou amanhã vou tentar provar (ou refutar) que, arbitrariamente, mudando os tempos de leitura das citações, a função de autocorrelação, por exemplo, se comporta de forma diferente em uma mesma janela de tempo de observação móvel.
Onde quero chegar com isto?
А! O meu ponto de vista é que o "desbaste" de um fluxo de eventos desempenha um grande papel. Talvez - uma chave. Aleshenka, o filho não vai mentir. Mas enquanto está tudo "em progresso..."
Então, ele já admitiu que tem vazado durante anos, depois voltou a tocar, e agora não está a funcionar para ele.
Se houvesse um padrão real para a transformação da PA, ela ainda estaria funcionando. Contos sobre os mercados serem mais eficientes agora e "eu costumava fazer grandes coisas" não funcionam.
Na verdade, não há mais ninguém para desmascarar, por mais que lutem contra isso :) Então Aleshenka é um mau provérbio, um novo é necessário.