Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1475

 
Alexander_K:
Eu tinha uma pergunta há algumas semanas atrás sobre por que os modelos aprendem e trocam tão bem nos seus carrapatos reais a partir de 03_AUDCAD. A resposta a que cheguei agora é.
Porque a distribuição dos ganhos de preço é simétrica, e essa distribuição simétrica é preservada na janela deslizante.
Algo como isto é o que eu preciso de conseguir na M15.
2018.04.16 22:43
Muito interessante. Eu vou verificar.
2018.04.17 00:31
2018.04.17 00:57
Existem 10000 últimos aumentos de preço em carrapatos reais de 03_AUDCAD.xls
A linha amarela é uma média móvel com uma janela de 100. Quase perfeitamente plano.
2018.04.17 00:58

E aqui está o EURUSD M1 para comparação. 10.000 últimas barras, sem desbaste. A média está constantemente a ir muito para o lado.

2018.04.17 01:04
2018.04.17 01:04

Esta é uma das últimas entradas que tive no meu PM do Doc... Algo me fez chorar, lembrando os velhos tempos....

E qual é o critério pelo qual alguns dos carrapatos são jogados fora? Ou será que a palavra "desbaste" tem um significado diferente?

 
elibrarius:
Você já estudou AUDCAD incluindo a propagação? É enorme lá - cerca de 40-50 ppts. Eu olhei para o gráfico - nos últimos 100 minutos o preço não saiu do spread

Sim.

Embora o modelo do Doc sobre carrapatos finos estivesse dando ótimos resultados, o spread estava consumindo quase todos os lucros. Portanto, ele passou a desbastar mais, até conseguir um evento (citação) cerca de uma vez a cada 15 minutos. Ai de mim, não sei o que aconteceu a seguir. Desapareceu... Talvez morto como Aliosha - quem sabe...

Eu parei por aí e simplesmente apliquei fórmulas da teoria dos processos aleatórios à BP obtida.

 
Aleksey Vyazmikin:

E qual é o critério pelo qual alguns dos carrapatos são jogados fora? Ou será que a palavra "desbaste" tem um significado diferente?

Eu tenho desbastado por Erlang como um simples fluxo de eventos. Há uma série de citações de carrapatos, cada segunda citação é deixada a partir dela - estudamo-la, não se encaixa - por isso, cada terceira citação, etc. Até que uma série com determinadas propriedades seja obtida.

 
Alexander_K:

Eu tenho andado a desbastar pelo Erlang. Há uma série de eventos de tick, cada 2ª citação é jogada fora - investigar, não se encaixa - então a cada 3ª, etc. Até que a série com determinadas propriedades seja obtida.

Suponha que acabamos de reiniciar a distribuição na história, encontramos a distribuição desejável e depois o quê? Se começarmos a desbastar a partir do segundo tick e não a partir do primeiro, teremos de deitar fora dados completamente diferentes, certo? Eu não entendo como isso pode ser feito em tempo real a partir do ponto desejado.

 
Aleksey Vyazmikin:

Digamos que a jogamos fora na história, encontramos a distribuição desejada, e depois? Afinal, se começarmos a desbastar não a partir do primeiro tick, mas a partir do segundo, teremos de deitar fora dados completamente diferentes, certo? Não entendo, como pode ser feito em tempo real a partir do ponto desejado.

:))) Bem, levei 1,5 anos para fazer isso. Mas, sem desbaste, não tenho a menor ideia de como resolver este problema.

E ainda - no caso do Doc, a NS estava estupidamente prevendo um sinal para o próximo incremento, enquanto eu recebi um processo Ornstein-Uhlenbeck com um retorno à média.

 
Alexander_K:

Sim.

Embora o modelo do Doc em carrapatos finos estivesse dando ótimos resultados, a disseminação estava consumindo quase todos os lucros. Portanto, ele passou a desbastar mais, até conseguir um evento (citação) cerca de uma vez a cada 15 minutos. Ai de mim, não sei o que aconteceu a seguir. Desapareceu... Talvez morto como Aliosha - quem sabe...

Eu parei por aí e simplesmente apliquei fórmulas da teoria dos processos aleatórios à BP obtida.

Meu... Acho que estas piadas do Doc já não têm graça, dado que Aliosha teve uma morte violenta e, presumivelmente, o Yura Reshetov também teve. E DR_TR, felizmente, está vivo e bem, trabalhando por um salário como balconista, fazendo os recados do chefe, e nem pensa em todo esse pesadelo com os mercados, pelo menos até que a ferida espiritual esteja curada, depois de perder cerca de três kilobucks em criptografia, e então, tenho certeza, ele voltará refrescado e com novas idéias.

 
Alexander_K:
Eu tinha uma pergunta há algumas semanas atrás sobre por que os modelos aprendem e trocam tão bem nos seus carrapatos reais a partir de 03_AUDCAD. A resposta a que cheguei agora é.
Porque a distribuição dos ganhos de preço é simétrica, e essa distribuição simétrica é preservada na janela deslizante.
Algo como isto é o que eu preciso de conseguir na M15.
2018.04.16 22:43
Muito interessante. Eu vou verificar.
2018.04.17 00:31
2018.04.17 00:57
Existem 10000 últimos aumentos de preço em carrapatos reais de 03_AUDCAD.xls
A linha amarela é uma média móvel com uma janela de 100. Quase perfeitamente plano.
2018.04.17 00:58

E aqui está o EURUSD M1 para comparação. 10.000 últimas barras, sem desbaste. A média está constantemente a ir muito para o lado.

2018.04.17 01:04
2018.04.17 01:04

Esta é uma das últimas entradas que tive no meu PM do Doc... Algo me fez chorar, lembrando os velhos tempos....

https://www.hindawi.com/journals/tswj/2015/909231/

The Lambert Way to Gaussianize Heavy-Tailed Data with the Inverse of Tukey’s h Transformation as a Special Case
The Lambert Way to Gaussianize Heavy-Tailed Data with the Inverse of Tukey’s h Transformation as a Special Case
  • Hindawi
  • www.hindawi.com
I present a parametric, bijective transformation to generate heavy tail versions of arbitrary random variables. The tail behavior of this heavy tail Lambert random variable depends on a tail parameter : for , , for has heavier tails than . For being Gaussian it reduces to Tukey’s distribution. The Lambert W function provides an explicit inverse...
 
Alexander_K:
Há algumas semanas atrás eu tinha uma pergunta sobre porque os modelos aprendem e trocam tão bem os seus carrapatos reais de 03_AUDCAD. A resposta a que cheguei agora é.
Porque a distribuição dos ganhos de preço é simétrica, e esta distribuição simétrica é preservada na janela deslizante.
Algo assim é o que eu preciso de conseguir na M15.
2018.04.16 22:43

Eu já escrevi sobre isto antes, e expliquei que é um disparate....

Você não precisa ser um gênio para fazer uma série com tais propriedades, você não precisa usar nenhuma transformação exótica, etc. É suficiente fazer uma diferenciação dupla/tripla de série....

E sim!

1. Vamos obter uma série super estacionária com ganhos simétricos e deslizamento suave

2. Vamos ter um retorno permanente a zero.

3. obteremos excelente previsibilidade de tais séries de qualquer classificador, superior a 90%.


Mas tendo aplicado tal sinal ao mercado, seremos esmagados na primeira tendência, porque depois da transformação inversa este sinal não vale um centavo!

Então vá em frenteAlexander_K

Justificar o meu erro com provas (uma captura de tela de outra pessoa sem apelidos não é prova de que você está certo)

Ou parar de espalhar este disparate nas massas, alguns podem até acreditar nisso...

Estou ansioso por uma discussão substantiva.

 
mytarmailS:

Ou argumentar o meu caso com provas (uma captura de tela de outra pessoa sem apelidos não conta como prova de que você está certo)

Ou pare de espalhar esse disparate para as massas, alguns podem acreditar...

Estou à espera de uma conversa substantiva.

Este é o seu screenshot, o problema é que há drawdowns são equivalentes a lucros, este gráfico não mostra equidade. Portanto, a prova do método é altamente questionável, com todo o devido respeito.

Concordo com os movimentos fortes, mas não tem havido nenhum ultimamente.
 
mytarmailS:

Mas aplicando tal sinal ao mercado, seremos esmagados na primeira tendência, porque depois da transformação inversa este sinal não vale um centavo!

Então, vamos láAlexander_K

Justificar o meu erro com provas (uma captura de tela de outra pessoa sem apelidos não é prova de que você está certo)

Ou parar de espalhar este disparate nas massas, alguns podem até acreditar nisso...

Estou à espera de uma conversa substantiva.

Não tenho de dizer nada. Fazia-te sentir melhor?

Mais ainda que o Doutor desapareceu e pelo seu trabalho não posso dizer nada, excepto que vi o seu sinal crescer, e depois bater - e não há nada...

Sobre o meu sinal:

Descrevi tudo o que pude no ramo das gorjetas. E originalmente foi tudo construído sobre o desbaste do fluxo de carraças. Apenas em M1, M5, .... não funcionam fórmulas da teoria do processo aleatório. Na verdade, sai +0% de lucro, como no SB. Em linhas de tempo finas e não lineares, as filas funcionam. Não sei porque funciona desta maneira e não de outra forma.

Posso simplesmente enfiar séries finas na NS e ter lucro? Esta pergunta pode ser respondida pelo Doc ... A minha opinião pessoal - não. Eu disse isto ao Maxim. NS ainda deve conhecer a teoria dos processos aleatórios e independentemente derivar a fórmula de Einstein-Smoluchowski para a variância do processo... Derrotar o génio humano da NS é impossível. IMHO. Posso estar enganado...

Mas, afinal, quase ninguém nesta linha está a pré-processar os dados de entrada. Mas Warlock 1000 páginas atrás disse que este é o mais importante e esta etapa é o maior mistério de todos os mestres do IM. E tu tens de aprender a ouvir o Koldun.