Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2820
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
это и есть вероятность отнесения к кластеру, в геометрической интерпретации
тебе сразу сказали, что ты бредишь и не понимаешь о чем речь. Никто не переобулся с того момента.
это и есть вероятность отнесения к кластеру, в геометрической интерпретации
Ну.... и ты приравниваешь эту геометрическую вероятность которая близость, которая в кластерах к обычной вероятности которая в hmm и говоришь что они работают одинаково
Любопытная статья.
Перевод аннотации
В этой статье сравнивается точность прогнозирования нейронных сетей и условных гетероскедастических моделей, таких как ARCH, GARCH, GARCH-M, TGARCH, EGARCH и
IGARCH, для прогнозирования ряда валютных курсов.Многослойные сети персептрона (MLP) и
радиальной базисной функции (RBF) с различными архитектурами и условными
гетероскедастическими моделями используются для прогнозирования пяти временных рядов обменного курса. Результаты показывают
, что как нейросетевые, так и условно гетероскедастические модели могут быть эффективно использованы
для прогнозирования. Сети RBF работают значительно лучше, чем MLP-сети в нейронном
сетевом кейсе. IGARCH и TGARCH работают лучше, чем другие условные гетероскедастические
модели. Реезультативность нейронных сетей
при прогнозировании обменного курса лучше, чем у моделей условной гетероскедастичности. Показано, что нейронная сеть может быть эффективно
использована для оценки условной волатильности рядов валютных курсов и подразумеваемой
волатильности опционов NIFTY. Обнаружено, что нейронная сеть превосходит условные гетероскедастические
модели при прогнозировании вне выборки.
Преимущество арчеподобных в минимальном кол-ве параметров, наверное, по отношению к кол-ву весов у нейронок. У RBF весов меньше чем у mlp тоже. Хотя это как считать.
арчи моделируют нестационарность, причем довольно подробно.
Модели МО, вероятно, и нейронки также, эксплуатируют идею "история повторяется", путем поиска паттернов.
Означает ли статья, что путь поиска паттернов более перспективен, чем моделирование нестационарности?
арчи моделируют нестационарность, причем довольно подробно.
Модели МО, вероятно, и нейронки также, эксплуатируют идею "история повторяется", путем поиска паттернов.
Означает ли статья, что путь поиска паттернов более перспективен, чем моделирование нестационарности?
Моделирование нестационарности подразумевает моделирование волатильности, насколько понимаю. Без направления сделок. В этом плане паттерны или смещение среднего приращений более перспективно для направленной торговли. Статью не смотрел ещё.
Согласен.
В наших терминалах торгуется знак. Что такое волатильность вообще непонятно.
А вот если прогнозировать абсолютную величину актива, то другое дело. Волатильность - это риск, что является решающем при прогнозировании значения актива.
Вероятно, как-то так.
Так что забудет о гарчах.