Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 1589
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
В нашем случае, содержательно можно работать лишь с той нестационарностью, которая так или иначе сводится к стационарности. Кусочная стационарность, модели авторегрессии, hmm и тд.
Основная причина - всегда известна лишь одна реализация процесса. Например, если взять распознавание речи, там любое слово мы можем произнести сколько угодно раз. Котировки же для конкретного инструмента за конкретный промежуток времени в единственном варианте. Кстати, это видимо и является причиной нечёткого отличия у многих здесь случайного процесса от его реализаций.
Зная смесь распределений, через генеративные модели можно создать несколько реализаций
не знаю, поможет ли, но проверить ТС можно дополнительно
Забавно наблюдать как народ издевается над старой доброй статистической (не)стационарностью, подразумевая под ней вообще что угодно, но не относительную сохранность во времени распределения.
Ежели нужна строгость, то можно считать, что речь идёт об отсутствии стационарности в широком смысле у логарифмов ретурнов, например.
Стационарность - это НЕЗАВИСИМОСТЬ МО, дисперсии и функции распределения от времени.
Да нет же, откройте учебник и освежите память, стационарность это ПОСТОЯНСТВО РАСПРЕДЕЛЕНИЯ ВО ВРЕМЕНИ, то есть когда МО, дисперсия и другие моменты остаются постоянными, не меняются.
И какие методы МО определяют "смену рынка"?
Разными, нейросетки, деревяшки итд.
Появилась выборка - построили модель - построили ТС - небольшая прибыль в каждой сделке - "смена рынка" - большой убыток, перекрывающий всю прибыль. Что дальше?
А если вы определите что рынок сменится, вы отключите торговлю и не получите убыток.
П.С. Константная зависимость - это что то из филологии?
Нет, это такая же зависимость как и любая другая y = const
А если вы определите что рынок сменится, вы отключите торговлю и не получите убыток.
но Вы можете уже быть в сделке, причем не просто в сделке, но и в просадке, которая, будь рынок прежним, сменилась бы профитом, но поскольку этого больше нет, то вероятность выйти из просадки может быть и нулевой
Да нет же, откройте учебник и освежите память, стационарность это ПОСТОЯНСТВО РАСПРЕДЕЛЕНИЯ ВО ВРЕМЕНИ, то есть когда МО, дисперсия и другие моменты остаются постоянными, не меняются.
Разными, нейросетки, деревяшки итд.
А если вы определите что рынок сменится, вы отключите торговлю и не получите убыток.
Нет, это такая же зависимость как и любая другая y = const
Константа - это константа, то есть постоянная величина. А зависимость - это переменная величина. Константная зависимость - это белиберда.
Смена рынка - это изменение изменение вероятностных характеристик, чаще всего дисперсии. Любая торговля на стационарном рынке - это открытие сделки на границе канала и закрытие при достижении определенного уровня или противоположной границы. Смена рынка- это когда трейдер на границе канала открывает сделку, а она уходит в минус, расширяя канал до аномальных размеров.
Убыток перекрывает всю прибыль
***
Более чем в 1500 страницах обсуждается математическое обучение, с помощью которого пытаются превратить корыто в стиральную машину.
Ежели нужна строгость, то можно считать, что речь идёт об отсутствии стационарности в широком смысле у логарифмов ретурнов, например.
Читал я эту статейку лет 5 назад, интересная, но дополнительной инфы мало, автор мутит что то с OHLC чтобы подучить более "удобную" метрику волатильности, это в принципе не ново, в классической Dacorogna "An introduction to high-frequency finance" ещё в прошлом веке рекомендуется брать средне-абсолютные значения возвратов а не среднеквадратичные, как меру волатильности. Ну а предсказуемость волы тоже давно известный факт, она на 95% она зависит от двух факторов, сезонности и инерционности. Но даже если выровнять по волатильности (лог)ретурны, это ничего не даст, для торговли нужен знак, а он никак не влияет на распределение.
Например если взять гаусов шум, то очевидно нельзя по предыдущим семплам предсказать следующие, не смотря на стационарность, но если этот ряд например отсортировать, что никак не изменит распределение, но сделает его полностью предсказуемым, потом можно в очень широких пределах играться с динамической волатильностью, сделать его не стационарным, но тем не менее легко прогнозируемым.
Константа - это константа, то есть постоянная величина. А зависимость - это переменная величина. Константная зависимость - это белиберда.
только математикам это не говорите))
Читал я эту статейку лет 5 назад, интересная, но дополнительной инфы мало, автор мутит что то с OHLC чтобы подучить более "удобную" метрику волатильности, это в принципе не ново, в классической Dacorogna "An introduction to high-frequency finance" ещё в прошлом веке рекомендуется брать средне-абсолютные значения возвратов а не среднеквадратичные, как меру волатильности. Ну а предсказуемость волы тоже давно известный факт, она на 95% она зависит от двух факторов, сезонности и инерционности. Но даже если выровнять по волатильности (лог)ретурны, это ничего не даст, для торговли нужен знак, а он никак не влияет на распределение.
Например если взять гаусов шум, то очевидно нельзя по предыдущим семплам предсказать следующие, не смотря на стационарность, но если этот ряд например отсортировать, что никак не изменит распределение, но сделает его полностью предсказуемым, потом можно в очень широких пределах играться с динамической волатильностью, сделать его не стационарным, но тем не менее легко прогнозируемым.
Есть некоторый смысл в том, чтобы делать это всё не на одном таймфрейме, а на некотором их отрезке, сравнивая получившуюся картинку с тем, что должно быть на гауссовом СБ с похожей дисперсией.
Ежели нужна строгость, то можно считать, что речь идёт об отсутствии стационарности в широком смысле у логарифмов ретурнов, например.
https://github.com/BlackArbsCEO/mixture_model_trading_public/blob/master/notebooks/current_public_notebooks/03_Are_Gaussian_Mixture_Components_More_Stationary_2019-01-01.ipynb