Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2565

[Удален]  
Renat Akhtyamov #:

я не ищу разрешения, Вы не верно поняли смысл поста

Тебе придётся предсказывать его динамику, плюс он запаздывающий
 
Maxim Dmitrievsky #:
Тебе придётся предсказывать его динамику, плюс он запаздывающий

в смысле

это же просто коэффициент

нашли его, сделали выводы и забыли про Херста

который говорит на форексе о том, что котир имеет фрактальную структуру и плюсом то вверх, то вниз,

буквально тик вверх, тик вниз

а фрактал тут, это практически треугольник схожий по внешнему виду с графиком логнормального распределения, единственный паттерн, другого не дано

что кстати доказано Самуэльсоном и получил он за это Нобеля

вот и погнали нейронку парить

 
Renat Akhtyamov #:

в смысле

это же просто коэффициент

нашли его, сделали выводы и забыли про Херста

который говорит на форексе о том, что котир имеет фрактальную структуру и плюсом то вверх, то вниз,

буквально тик вверх, тик вниз

а фрактал тут, это практически треугольник схожий по внешнему виду с графиком логнормального распределения, единственный паттерн, другого не дано

что кстати доказано Самуэльсоном и получил он за это Нобеля

вот и погнали нейронку парить

Хоть Самуэльсона то не позорь - он ничего такого не доказывал

[Удален]  
Renat Akhtyamov #:

в смысле

это же просто коэффициент

нашли его, сделали выводы и забыли про Херста

который говорит на форексе о том, что котир имеет фрактальную структуру и плюсом то вверх, то вниз,

буквально тик вверх, тик вниз

а фрактал тут, это практически треугольник схожий по внешнему виду с графиком логнормального распределения, единственный паттерн, другого не дано

что кстати доказано Самуэльсоном и получил он за это Нобеля

вот и погнали нейронку парить

Какие выводы сделали?
 
Dmytryi Nazarchuk #:

Хоть Самуэльсона то не позорь - он ничего такого не доказывал

просвятиться бы Вам не мешало

 
Maxim Dmitrievsky #:
Какие выводы сделали?

https://www.mql5.com/ru/forum/375928/page2

если 0 ≤ H < 0,5 – цены являются фракталами, подтверждается справедливость FMH, имеют место «тяжелые хвосты» в распределении переменных, антиперсистентные серии, т.е. отрицательная корреляция в изменении цен, розовый шум с частыми изменениями направления движения цен;
[Удален]  
Renat Akhtyamov #:

https://www.mql5.com/ru/forum/375928/page2

если 0 ≤ H < 0,5 – цены являются фракталами, подтверждается справедливость FMH, имеют место «тяжелые хвосты» в распределении переменных, антиперсистентные серии, т.е. отрицательная корреляция в изменении цен, розовый шум с частыми изменениями направления движения цен;
 👍 
 
Если брать реализации СБ и считать для них Хёрста, то он всегда будет разным и будет отличаться от 0.5 и иногда сильно. Чтобы был хоть какой-то смысл в подобных расчётах, всегда нужно вычислять p-value - вероятность того, что расчёты велись на СБ.
 
Aleksey Nikolayev #:

Воронцов - наверно лучший специалист по МО в России. Курс поэтому обязан быть хорошим, но поскольку он для айтишников, то там опущена базовая и важная для нас математика. Неоднократно замечал, что для применения математических методов в трейдинге мало когда подходит их базовая, упрощённая форма.

МО основано (можно посмотреть например у Тибширани) на предположении, что существует неизменное совместное распределение предикторов и ответов P(X,Y). Из него может быть вычислена условная вероятность Py(Y|X), из которой может быть вычислена регрессия Y=f(X). В итоге, эта регрессия приближается какими-либо моделями МО. В физическом мире эта теория более-менее работает. Но не в трейдинге. У нас оказывается, что P(X,Y) меняется со временем (нестационарность) непредсказуемым образом и вся теория немного рушится.

Приходится как-то придумывать свою теорию и здесь уж - кто во что горазд) Самый распространённый подход - просто не обращать внимания на нестационарность и потом удивляться результатам и жаловаться на МО)

Важно точно понимать: "нестационарность" чего? и не скатываться к нестационарности самого временного ряда. Скорее всего можно не обращать внимания на нестационарность самого котира.

Краеугольной является условная вероятность  Py(Y|X). 

Вместо условной вероятности удобнее использовать "предсказательную способность" предиктора по отношению к конкретному учителю.

Ввел меру такой предсказательной способности и прогнал окно по ВР, набрав статистику в 2000 примеров. Особо отмечу, что про модели вообще нет речи. Ищем пару "предиктор-учитель".


Вот часть результатов: столбик- отдельный предиктор, приведены итоговые строки: среднее значение предсказательной способности, стандартное отклонение и % для удобства.


Видим, что среди предикторов имеется предиктор с отношением sd/mean около 10%. Но замечательно, что у меня НЕ встретились предикторы, которые бы имел этот процент более 100%.

Поэтому задача проектирования состоит в поиске такого набора предикторов для конкретного учителя, у которого была бы ограничено отношение  sd/mean величиной 10%, а лучше 5%, которыми можно пренебречь. Стабильность предсказательной способности - это краеугольный камень торговой системы.

 

гуглим предложение дословно

"

Получается, что оптимальным прогнозом будущего значения уровня ряда является его текущее значение

"