Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3159
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
Обсуждать можно только с тем кто тоже в этой теме, тут таких нет
Предлагаю обяснить нормально как это использовать, чтобы я смог запустить у себя и проверить..
если это работает , то тогда есть смысл читать книгу и вникать, дальше обсуждать..
А пока эта тема имеет статус такой же мути как и у остальных..
Обзор на пальцах, что за зверь кажуал.
Обзор на пальцах, что за зверь кажуал.
В статье приводится ссылка на ещё одну книгу по теме - вот её самая свежая версия.
Меня больше всего интересует вопрос о том, что может являться "тритментом" в приложении каузала (не казуала!😁) к трейдингу.
В статье приводится ссылка на ещё одну книгу по теме - вот её самая свежая версия.
Меня больше всего интересует вопрос о том, что может являться "тритментом" в приложении каузала (не казуала!😁) к трейдингу.
Обзор на пальцах, что за зверь кажуал.
Как понял из прочитанного весь этот Causal Inference крайне актуален в рамках доказательной медицины, где изначально не ясно влияет ли новое лекарство на заболевание или нет. В медицине causal Inference является основой ее доказательности.
В экономике Causal Inference в этом "медицинском" смысле не столь актуален, так как экономика - это хорошо детерминированный процесс на основе цепочек производства и сбыта.
Довольно большой неопределенностью обладает курс валют с неизвестными причинами в рамках дней и недель, но на более длительных периодах причины становятся очевидны. Но нам надо предсказывать будущее, а вот причины, которые оказываются влияние на курс в будущем владельцами инструментов, влияющими на курс, тщательно скрываются и узнать мы можем только постфактум.
И последнее. С точки зрения статистики ничего нового в Causal Inference нет. Вот мнение CRAN
There are no basic R functions that are direct implementations of standard causal inference designs, but many methods - more or less complex - are implemented in different packages on CRAN, which we structure into main topics:
Максим, как человек пренебрегающий R, а посему имеющий крайне ограниченные познания в инструментарии, гонит волну кажуал как некое открытие. Ничего нового, просто ушлые русские ребята с замашками из 90-х скомпоновали в кучу известные инструменты, повесили вывеску "Causal Inference" сомнительной применимостью в экономике.
Саныч, когда пытается спорить и доказывать, начинает перебирать пакеты с X2 скоростью... Похоже на перебор четок, для успокоения.
Спросите его про один пакет из списка, он вам выдаст ссылки на пакеты, ссылающиеся на этот пакет, в качестве доказательства своего глубокого понимания темы.
Можно вынести тритмент за скобки (или внести из-за скобок) и использовать просто оставшийся матстат :)
Интересен теоретико-квазифилософский аспект того, что можно считать тритментом) Это в смысле практики всё просто - что работает, то и гут)
Если сущность - это пациент, которому даётся лекарство/плацебо или школяр, которому выдаётся/невыдаётся планшет, то всё понятно и просто.
Если в нашем случае в качестве базовой сущности взять (для простоты) приращение цены за бар, то нам, мелким игрокам, не доступен никакой тритмент, влияющий на неё. Если же в качестве сущности взять приращение эквити, то мы уже можем в качестве тритмента взять размер и направление позиции по инструменту. Но можно на этом не останавливаться же и в качестве тритмента брать любые параметры, описывающие ТС, которая собственно и вычисляет позицию. Этот подход открывает врата в бесконечную сложность и гибкость для понятия тритмента, что может приводить как к переобучению, но также наверно и к чему-нибудь хорошему)
Интересен квазифилософский аспект того, что можно считать тритментом. В смысле практики всё просто же - что работает, то и гут)
Если сущность - это пациент, которому даётся лекарство/плацебо или школяр, которому выдаётся/невыдаётся планшет, то всё понятно и просто.
Если в нашем случае в качестве базовой сущности взять (для простоты) приращение цены за бар, то нам, мелким игрокам, не доступен никакой тритмент, влияющий на неё. Если же в качестве сущности взять приращение эквити, то мы уже можем в качестве тритмента взять размер и направление позиции по инструменту. Но можно на этом не останавливаться же и в качестве тритмента брать любые параметры, описывающие ТС, которая собственно и вычисляет позицию. Этот подход открывает врата в бесконечную сложность и гибкость для понятия тритмента, что может приводить как к переобучению, но также наверно и к чему-нибудь хорошему)
Примерно так и мыслю. Тритмент - это инструментальная переменная, которая должна привести к чему-нибудь хорошему. В козуле есть разделение на ковариаты и тритмент только потому, что на ковариаты мы не можем оказывать влияние, а на тритмент можем.
Плюс ковариаты имеют другой смысл, чем признаки при прогнозировании. Они являются отличительными характеристиками каждого наблюдения. Поэтому МЛ модель в козуле похожа больше на базу данных, по которой делается запрос другой моделью и считаются статистики. Или строятся 2 модели и ищутся их пересечения. Больше похоже на работу с базами.
Тогда тритмент можно представить как запрос, по результатам которого считаются статистики.Там же исходно про двухфакторный метод проверки лечения (тритмент). Вы, помнится, близки к этой теме в прямом медицинском смысле.
ИМХО, Максим как-то очень широко и творчески переносит понятие тритмента на наши задачи.
Медицина не наука))) Поэтому там надлежащие практики медицинских исследований, которые устойчивые модели лечения считают имеющими причину, а не устойчивые причину не имеют, а имеют ассоциации у наблюдателей))) А метод рандомного эксперимента уменьшает ошибку, но никак не убирает ее полностью)))
Так что близко по смыслу понимаю)))
Медицина не наука))) Поэтому там надлежащие практики медицинских исследований, которые устойчивые модели лечения считают имеющими причину, а не устойчивые причину не имеют, а имеют ассоциации у наблюдателей))) А метод рандомного эксперимента уменьшает ошибку, но никак не убирает ее полностью)))
Так что близко по смыслу понимаю)))