Предсказание рынка на основе макроэкономических показателей - страница 44
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Не думал что все кончится банальной продажей книжек, так бы х рассказал))) Жалею))) угараю...
Я бы поделил всю современную экономическую математику на две части:
...
Казалось бы едва ли уловимые отличия влекут очень серьезные следствия.
...
И в первом и во втором случае используется экстраполяция данных как таковая. Если телегу поменять местами с лошадью, то она так и останется телегой с лошадью - экстраполяцией. Не имеет значение, ищем мы изначально факторы, влияющие на изменение чего-то в будущем, или сравниваем свершившееся изменение с этими факторами - результат один, модель, которая как нам кажется должна предсказывать будущее, на основании данных из прошлого.
Лично я разделил бы все подходы к трейдингу на две другие группы:
С первой группой все более менее ясно. Это бесконечные комбинации предикторов с разными весами для попыток объяснения якобы зависимой от них переменной - ценой. Принцип работы второй группы иной. Он основан на идентификации специфических свойств процесса, с последующей эксплуатацией этих свойств. Например, если модель умеет идентифицировать сильную возвратность процесса, то она просто находит рынки, с такой характеристикой и начинает торговать "на отбой от уровня". При этом конкретные правила идентификации этого магического "уровня" или конкретные торговые техники не сильно важны. Важно, что бы лишь процесс действительно обладал этой характеристикой и не изменял ее во времени. При этом исход каждого конкретного входа в рынок абсолютно не важен, т.к. нет понятия самого прогноза для конкретной сделки. Важна лишь итоговая статистика, зависящая от свойств процесса.
И в первом и во втором случае используется экстраполяция данных как таковая. .
Здесь Вы просто не в курсе. В моделях классификации машинного обучения экстраполяция отсутствует как таковая.
Например, леса.
На обучающей выборке строятся деревья, обычно для выборки свыше 3000 бар получается более 100 деревьев - лес деревьев. Каждое дерево - это некоторый паттерн в терминах ТА.
По приходу очередного бара комбинация предикторов, соответствующая этому последнему бару ищется среди деревьев. Это может быть 1-е дерево, 50-е или последнее - то, которое лучше всего подходит. Где здесь экстраполяция?
Он основан на идентификации специфических свойств процесса, с последующей эксплуатацией этих свойств
Прекрасная мысль, если удастся сформировать обучающую выборку. Вся проблема в учителе. А так ручками....
Здесь Вы просто не в курсе. В моделях классификации машинного обучения экстраполяция отсутствует как таковая.
Например, леса.
На обучающей выборке строятся деревья, обычно для выборки свыше 3000 бар получается более 100 деревьев - лес деревьев. Каждое дерево - это некоторый паттерн в терминах ТА.
По приходу очередного бара комбинация предикторов, соответствующая этому последнему бару ищется среди деревьев. Это может быть 1-е дерево, 50-е или последнее - то, которое лучше всего подходит. Где здесь экстраполяция?
Он основан на идентификации специфических свойств процесса, с последующей эксплуатацией этих свойств
Прекрасная мысль, если удастся сформировать обучающую выборку. Вся проблема в учителе. А так ручками....
Зачем ручками, кохонен прекрасно классифцирует, признаки только нужно представить Еще раз о картах Кохонена
Я не понимаю практической ценности в трейдинге методов классификации без учителя. Торгуем ведь вполне определенные вещи: лонги-шорты, пробой -отскок уровня...
А тут? Есть РСА, так он переформатирует предикторы и новый набор обладает рядом очень интересных свойств, а здесь?
Я не понимаю практической ценности в трейдинге методов классификации без учителя. Торгуем ведь вполне определенные вещи: лонги-шорты, пробой -отскок уровня...
А тут? Есть РСА, так он переформатирует предикторы и новый набор обладает рядом очень интересных свойств, а здесь?
Я не понимаю практической ценности в трейдинге методов классификации без учителя. Торгуем ведь вполне определенные вещи: лонги-шорты, пробой -отскок уровня...
А тут? Есть РСА, так он переформатирует предикторы и новый набор обладает рядом очень интересных свойств, а здесь?
Что есть обучение без учителя - автоматическое выделение паттернов. Имея паттерны - находим на карте точки кучкования "определенных вещей: лонги-шорты, пробой-отскок...", и далее ждем сигналов онлайн для активации этих точек.
Если нет учителя, то не понятен смысл паттернов.
Что такое учитель?
Кусок котира соответствует лонгам, а этот кусок котира соответствует шортам. При обучении модели наборы значений предикторов разделяются на два класса, соответствующие учителю.
А если без учителя? Какое значение имеют паттерны?
А если без учителя? Какое значение имеют паттерны?