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
Tente filtrar pelo tempo, por exemplo, sessão asiática/temaceana, se funcionar no apartamento
Não, não está a funcionar, não está a funcionar(!)
De qualquer forma, a forma como eu vejo o nosso problema... as nossas definições TS não são adequadas aos novos movimentos de preços...
1) precisamos de desenvolver um módulo que tenha características objectivas do mercado "módulo ОХ" ...
2) regras de comportamento adequadas ao estado atual devem ser desenvolvidas para cada estado "módulo ОХ".
É possível gerar os seguintes dados
Х - o estado "módulo ОХ".
Y(alvo) - comportamento adequado
3) treinar o modelo para que ele produza um comportamento adequado para cada estado
Parece um RL clássico?
Não, não está a funcionar, não está a funcionar ((
De qualquer forma, a forma como vejo o nosso problema... as nossas definições TS não são adequadas a novos movimentos de preços...
1) precisamos de desenvolver um módulo que tenha características objectivas do mercado "módulo ОХ" ...
2) regras de comportamento adequadas ao estado atual devem ser desenvolvidas para cada estado "módulo ОХ".
É possível gerar os seguintes dados
Х - o estado "módulo ОХ".
Y(alvo) - comportamento adequado
3) treinar o modelo para que ele produza um comportamento adequado para cada estado
Então o que acaba por ser um RL clássico?
RL não funciona em um ambiente aleatório. É necessário procurar conjuntos, para encontrar padrões sazonais.
As flutuações da volatilidade intradiária dificultam a busca de padrões intraday. Preciso de me livrar deles de alguma forma. Possíveis maneiras:
1) Reajustar os incrementos para ter em conta a volatilidade intradiária.
2) Mudar para um novo tempo intradiário, em que a variância cresce uniformemente.
3) Uso de um padrão em ziguezague. Os valores dos joelhos não dependem das flutuações da volatilidade. Os melhores tempos dependem naturalmente da volatilidade (são mais comuns onde a volatilidade é alta), mas estes clusters desaparecem quando se faz a transição para o tempo uniforme.
1) Reajustar os incrementos para ter em conta a volatilidade da hora do dia.
Como você vê isso?
Como você vê isso?
Procure por Di - o quadrado médio dos incrementos para o i-ésimo minuto do dia. Em seguida, divida todos os incrementos por seus correspondentes di=sqrt(Di). Nós resumimos os incrementos ao quadrado e procuramos por desvios da SB na nova série. O preço está distorcido, mas o tempo não muda.
Procure por Di - o quadrado médio dos incrementos para o i-ésimo minuto do dia. Em seguida, divida todos os incrementos por seus correspondentes di=sqrt(Di). Some os incrementos ao quadrado e procure por desvios da SB na nova série. O preço está distorcido, mas o tempo permanece o mesmo.
Mostre-me o código e o resultado nos gráficos, porque não está muito claro
Procure por Di - o quadrado médio dos incrementos para o i-ésimo minuto do dia. Em seguida, divida todos os incrementos por seus correspondentes di=sqrt(Di). Some os incrementos ao quadrado e procure por desvios da SB na nova série. O preço será distorcido, mas o tempo não mudará.
Mas o resultado não se alterará dependendo do número de amostras recolhidas no cálculo da média?
Mostrar o código e o resultado nos gráficos, não é muito claro
Eu entendo que você está calculando a média para minutos específicos, mas a média será diferente - para uma semana, um mês, um ano.
O resultado não mudaria com o número de amostras no cálculo da média?
Claro que sim. Calcular o intervalo em que estamos interessados, mas não muito pequeno (dois meses e mais).
Mostrar o código e o resultado nos gráficos, não é muito claro
Não é difícil, tenho a certeza que o consegues fazer. A única coisa que você deve tomar close[i]-open[i] em vez declose[i]-close[i-1] como incrementos para lidar com lacunas e desistências.