Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1508

Новый комментарий
 
Ilya Antipin:

Разочаровал меня грааль. Наблюдается сильное отклонение от моих теоретических расчетов и предположений. Меня тут одноименная статья Максима вдохновила заняться феноменом так называемой долгой памяти или Long-range dependence. Написал индикатор на основе ARFIMA. По утверждению авторов она обладает более лучшей прогнозирующей способностью чем ARIMA.

LRD плавает волнами, есть смысл отфильтровывать участки с высокой эн., тогда в предсказаниях есть смысл, на небольшую перспективу. И подобрать окно

а цепи плохо кластеризуют? я уже почти что разобрался, скоро на mql перепишу для прикола, пусть будут в арсенале
 
Ilya Antipin:

Разочаровал меня грааль. 

Так индикатор что я кидал то пробовали с цепями ?? или только с ценами баловались ?

 

Впечатлительным изнеженным психологам лучше не смотреть 


 
Maxim Dmitrievsky:

Впечатлительным изнеженным психологам лучше не смотреть 


О как! Дробышевский от систематизации черепов гоменид, перешел к философствованию на тему о содержимом оных (черепов имеется в виду). Неожиданно! Посмотрел с удовольствием, спасибо.  

ПыСы: Похоже ему лавры Анохина с Черниговской покоя не дают.
 
sibirqk:

О как! Дробышевский от систематизации черепов гоменид, перешел к философствованию на тему о содержимом оных (черепов имеется в виду). Неожиданно! Посмотрел с удовольствием, спасибо.  

ПыСы: Похоже ему лавры Анохина с Черниговской покоя не дают.

Не могу серьезно воспринимать людей, которые когда что-то не понимают то неизменно приходят к Богу, или они так пресмыкаются перед чувствами верующих. Анохин вроде неглупый тип, но как начнет думать о высоком... пиши пропало, про вторую вообще молчу :))

 
Maxim Dmitrievsky:

Впечатлительным изнеженным психологам лучше не смотреть 


Ну что же, удивлен, не знал, что теперь человекообразных древних обезьян/людей считают предками современных обезьян (58:18).

По материалу - ощущение подгонки под историю :) К сожалению, обоснования слабы и противоречивы, но как точка зрения - пусть будут.

На мой взгляд, подобные исследования должны подкрепляться анализом изменения ДНК подвидов, с выделением новых мутаций, послужившим развитию вида вот тогда это уже будет более интересно для меня.

А вот что касается "условных рефлексов", на основании которых человек бездумно часто принимает решение в своей повседневной жизни, в том числе по важным вопросам, то интересен труд Роберта Чалдини, книга под названием "Психология Влияния". Тема там так же до конца не раскрыта, но интересны собранные методики, которыми пользуются осведомленные и заинтересованные лица для своих целей.

 
ну вот, я же говорил :( психологи требуют извлечения ДНК из окаменевших останков, древних как д. динозавра
 
Maxim Dmitrievsky:
а что с цепями то, закончилось представление?

С цепями все неоднозначно. Взял логретурн EURUSD/M20, "отгаусианил" с помощью "lambertW" (рисунки здесь). Обучил модель с двумя состояниями(лучше конечо с большим, автор говорит 5). Ниже код и рисунки.

require(LambertW)
set.seed(12358)
y1 <- diff(log(pr$close), 3)*100
out <- Gaussianize(y1, return.tau.mat = TRUE)
x1 <- get_input(y1, c(out$tau.mat[, 1]))  # same as out$input
#---
States <- 2L
#set.seed(12358)
param0 <- matrix(c(0.1, 0.05, -1, -0.1, -0.05, 1), States, 3L, byrow = TRUE)
gamma0 <- ldhmm.gamma_init(m = States)
h <- ldhmm(m = States, param = param0, gamma = gamma0, stationary = TRUE)

mod <- ldhmm.mle(h, x1)
dc <- ldhmm.decoding(mod, x1)
post <- t(as.matrix(dc@states.prob))
#predStates <- cbind(post[,1:States])
prStat <- apply(post, 1, function(x) which.max(x))
Stat <- dc@states.global

mod@param
mod@delta
floor(mod@gamma*10000)/100
ldhmm.ld_stats(mod)


> mod@param
               mu      sigma    lambda
[1,] -0.001182310 0.09119015 0.4625385
[2,]  0.001808756 0.04114724 0.6977260
> mod@delta
[1] 0.4189323 0.5810677
> floor(mod@gamma*10000)/100
      [,1]  [,2]
[1,] 93.79  6.20
[2,]  4.47 95.52
> ldhmm.ld_stats(mod)
             mean         sd kurtosis
[1,] -0.001182310 0.05256228 2.142325
[2,]  0.001808756 0.02542165 2.465665

Отрисуем сигнал и котировки

par(mfrow = c(2,1))
matplot(tail(post, 300), t = "l", col = c(1,2,4,5))
abline(h = 0.5, col = 2)
plot(tail(pr$close, 300), t = "l")
par(mfrow = c(1,1))

signal

 

Есть несколько проблем:

1. непонятно как определять параметры начальной инициализации

2. определение соответствия состояния действию, только опытным путем? Должны быть какие то объективные критерии. Нужно проводить исследования, 

Картинки выглядят интересно.

Если выделить сигналы и посмотреть на получающийся баланс

sig <- ifelse(prStat == 1L, 1, -1)               
cbind((pr$close - pr$open), c(NA, NA,NA, lag(sig))) ->.; na.omit(.)->.; tail(., 432) -> prs
bal <- cumsum(prs[ ,1] * prs[ ,2])
plot(bal, t = "l")

balance

Удачи

 
Maxim Dmitrievsky:
ну вот, я же говорил :( психологи требуют извлечения ДНК из окаменевших останков, древних как д. динозавра

Всё возможно при желании, был бы подходящий биоматериал.

А про лекцию - она совершенно не раскрывает заявленную тему "Что такое разум?", по сути идет декларирование идей Чарльза Дарвина, что не ново.

И крайне не понравилась идея о том, что человек думает над каждым своим действием неокортексом, карой, которая потребляет сверх много энергии. Нет, человек напротив старается сохранять энергию, а думает на отдельными задачами, при этом не любит думать два раза и пользуется уже ранее принятыми решениями, в целях экономии энергии.

1...150115021503150415051506150715081509151015111512151315141515...3494
Новый комментарий
Причина обращения: