Usando redes neurais no comércio - página 30
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
Não vou nem esconder de você a dura verdade e dizer-lhe como um artista para um artista - a econometria moderna não tem métodos para prever séries não estacionárias. Somente e exclusivamente estacionários e os não estacionários que podem ser reduzidos a uma forma estacionária
Precisamos definir o objeto com o qual estamos trabalhando. Onde é que as redes neurais têm esta definição? Com o que elas trabalham? Com camadas, perseptrões?
A premissa: observamos a realização de um processo instável, geralmente de interesse para as últimas 30-50 observações, no máximo.
Depois decidimos o que negociamos. A maioria das pessoas comercializa uma tendência. Observamos e vemos a tendência e acreditamos que a tendência será no futuro e que o passado não tem nada a ver com isso. Nós apenas acreditamos e o passado é apenas para a construção de modelos.
Esta é a premissa inicial.
E depois há as nuances.
Bem, isso é fácil!
NS trabalham com dados recebidos, dados enviados e a própria rede.
20-30 observações não é suficiente nem mesmo para uma autoregressão normal, muito menos para NS.
Se você estiver usando NS, não há "tendências".
Isso é tudo que você não está falando sobre NS
bem, isso é fácil!
NS trabalham com dados recebidos, dados enviados e a própria rede.
20-30 observações não é suficiente nem mesmo para a autoregressão comum, muito menos para a NS.
Se você estiver usando NS, não há "tendências".
Isso é tudo que você não está falando sobre NS
Na verdade, não. Além da ARIMA, existem as FARIMA. Em modelos estaduais de espaço sem qualquer redução. Modelos GARCH..... Muita coisa mudou nos últimos 10 anos. Veja a lista de pacotes R, não só funciona com não-estacionalidades, mas também tem código pronto.
Você está me confundindo novamente! Você está sempre tentando me confundir!
Não me lembro da FARIMA, mas a GARCH definitivamente trabalha com séries estacionárias - entendo que ela introduz uma condição de estacionaridade necessária e a variação incondicional do processo é constante.
Talvez você se refira ao IGARCH?
Você está me confundindo novamente! Você está sempre tentando me confundir!
FARIMA Não me lembro.
FARIMA é ARIMA com integração fracionária. Sinônimo de Hearst, cauda longa.
A GARCH é um monte deles. O resíduo simulado tem uma variação variável em vários sentidos. A disseminação do resíduo da simulação GARCH é geralmente menor do que a disseminação - insignificante.
Talvez eu não entenda alguma coisa.
Nós classificamos em padrões . Acreditamos que tal padrão certamente surgirá no futuro e seremos capazes de usar este conhecimento para fazer previsões. Certo?
Em que base? Quem provou que esse padrão existirá, ou que terá mudado ligeiramente ou fortemente?
IMHO se ensinarmos a rede a reconhecer a letra "a" escrita à mão, então há certeza absoluta de que esta letra será no futuro, pois ela existe na língua e se no futuro a maioria das pessoas começar a escrever com os pés, ainda haverá um "a", apenas a letra "a" mudará e talvez a rede tenha que ser mais bem treinada. Fala de estacionariedade.
As citações são um processo não estacionário em princípio, ou seja, há algum tipo de desvio o tempo todo, diferente em momentos diferentes, que são comparáveis (superiores) à parte estacionária. Este é o problema - a não-estacionariedade do original: cartas russas hoje e cartas chinesas amanhã. É preciso buscar a realidade objetiva que as cartas refletem. E isso é o que os operadores de redes neurais não fazem.
Eu acho que você NÃO entendeu. Acho que você tem tudo isso misturado. Os padrões como tais têm sido, são e sempre serão. O primeiro livro que li foi sobre TA. E foi este documento de 1990 a alguns anos. Todos os números aí descritos ainda estão presentes. E a maioria das figuras de análise técnica pode ser chamada de padrões. Além da onda do "primeiro segundo" (o impulso do mercado) não é um padrão? Com um desenvolvimento em um terceiro. Ou não um desenvolvimento. Ou, por exemplo, "impulse-bounce-impulse-bounce" - a borboleta de Gartley. Olhe para o gráfico agora mesmo, há muitas borboletas. E Gartley descreveu este modelo em 1935. Em geral, a existência de padrões certamente não pode ser preocupada por muito tempo.
Exceto que não tenho certeza de que os padrões precisam ser classificados. Fiz uma experiência com uma única camada de perceptron sobre o reconhecimento de padrões simples. O perceptron aprende rapidamente e os reconhece a todos. E, é claro, o padrão flutua. O Perceptron não é incomodado por ele. Portanto, não é realmente necessário classificar os padrões. Mas talvez seja necessário classificar o "ambiente" dos padrões. Então você pode descobrir que a classe "bairro" dos mesmos padrões difere em lugares diferentes e esta diferença deve afetar algo. Mas isto é especulação. Deveríamos verificar...
Precisamos definir o objeto com o qual estamos trabalhando. Onde é que as redes neurais têm esta definição? Com o que elas trabalham? Com camadas, perseptrões?
A premissa: observamos a realização de um processo instável, geralmente de interesse para as últimas 30-50 observações, no máximo.
Depois decidimos o que negociamos. A maioria das pessoas comercializa uma tendência. Observamos e vemos a tendência e acreditamos que a tendência será no futuro e que o passado não tem nada a ver com isso. Nós apenas acreditamos e o passado é apenas para a construção de modelos.
Esta é a premissa inicial.
E depois há as nuances.
Vi a frase. Há muito tempo atrás. Eu gostei. Eu não me lembro da fonte. "No futuro será o mesmo, só que diferente".
Eu acho que você NÃO entendeu. Acho que você tem tudo isso misturado. Os padrões como tais têm sido, são e sempre serão. O primeiro livro que li foi sobre TA. E foi este documento de 1990 a alguns anos. Todos os números aí descritos ainda estão presentes. E a maioria das figuras de análise técnica pode ser chamada de padrões. Além da onda do "primeiro segundo" (o impulso do mercado) não é um padrão? Com um desenvolvimento em um terceiro. Ou não um desenvolvimento. Ou, por exemplo, "impulse-bounce-impulse-bounce" - a borboleta de Gartley. Olhe para o gráfico agora mesmo, há muitas borboletas. E Gartley descreveu este modelo em 1935. De qualquer forma, definitivamente não há necessidade de se preocupar com a existência de padrões por muito tempo.
Mas não tenho certeza de que os padrões devam ser classificados. Fiz uma experiência com um perceptron de camada única sobre o reconhecimento de padrões simples. Pepper aprende rapidamente e depois os reconhece a todos. E, é claro, o padrão flutua. O Perceptron não é incomodado por ele. Portanto, não é realmente necessário classificar os padrões. Mas talvez seja necessário classificar o "ambiente" dos padrões. Então você pode descobrir que a classe "bairro" dos mesmos padrões difere em lugares diferentes e esta diferença deve afetar algo. Mas isto é especulação. Temos que verificar...
A "cabeça e os ombros" são e serão. Assim como outros milhares de padrões conhecidos em TA e que ainda não foram encontrados com (ou sem) NS. Mas diga-me, qual é a probabilidade de que se o ombro direito "cabeça e ombros" estiver quebrado, então o preço irá descer, e ainda mais precisamente, qual é o intervalo de confiança da direção descendente?
Em econometria - o intervalo de confiança previsto é a questão básica. E quando você tenta responder a essa pergunta, surge a não-estacionariedade, e com ela muitos problemas que não podem ser resolvidos pela NS, porque não têm nada a ver com classificação.
Os padrões são ensinados durante 18 horas e tomados a crédito, sendo a pergunta principal: você entende que os padrões não podem ser usados no comércio?
Portanto, não tenho nada emaranhado, mas deitado no chão, pelo menos neste.