Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3703

[Удален]  

Достаточно выбрать один режим, оптимизировать на нем ТС и сравнить с оптимизированной ТС на всех данных, на форварде. Чтобы не утопать в голословии. Статьи на эту тему имеются.

Можно сделать перебор режимов в оптимизаторе. Преимущество - не нужно оптимизировать диапазоны признаков в поиске режимов, они уже есть. Не будет подгонки диапазонов к остальным переменным, когда окажется, что это не настоящий режим, а просто подгонка ряда значений под другие значения в ТС.

Некие условно-гипотетические граали не обсуждаются.

 
Maxim Dmitrievsky #:
Ну например волатильность условно постоянна 

Согласен. Либо почти постоянна, либо меняется (на минутках например) по постоянному периодическому закону.

Непонятно только, как это постоянство может принести прибыль. Грубо говоря, у СБ тоже постоянная волатильность.

 
Maxim Dmitrievsky #:

Достаточно выбрать один режим, оптимизировать на нем ТС и сравнить с оптимизированной ТС на всех данных, на форварде. Чтобы не утопать в голословии. Статьи на эту тему имеются.

Можно сделать перебор режимов в оптимизаторе. Преимущество - не нужно оптимизировать диапазоны признаков в поиске режимов, они уже есть. Не будет подгонки диапазонов к остальным переменным, когда окажется, что это не настоящий режим, а просто подгонка ряда значений под другие значения в ТС.

Некие условно-гипотетические граали не обсуждаются.

Конечно проверка на практике важнее любой теории. Если взлетит, то не так уж важно почему)

 
Maxim Kuznetsov #:

темпы ещё "условно-постоянны".. валюта A к B растёт/падает с темпом X%/сутки. Заигзаг с постоянным углом наклона. Длительность этих отрезков плохо предсказуема и смена движений из-за волатильности видна уже потом, когда поздно метаться

Полагаю, статистика не покажет особых отличий от СБ. Имхо, в зигзагах отличие от СБ нужно искать в том, как более крупные зигзаги складываются из более мелких (Мандельброт и присущие ему фракталы).

 
Aleksey Nikolayev #:

Полагаю, статистика не покажет особых отличий от СБ. Имхо, в зигзагах отличие от СБ нужно искать в том, как более крупные зигзаги складываются из более мелких (Мандельброт и присущие ему фракталы).

Статистикой они (const наклоны) и выявляются на фоне прочего, как-то уже не СБ. И их можно посчитать аналитическим способом, потому-что это следствие "условно-постоянной" волатильности, то есть совсем не СБ

Наклон не является случайной величиной. (можно вообще предположить что это "удобная, привычная" экспортёрам/импортёрам величина. Но это более фундаментальный нужен анализ, а не игры с пачками котировок)

А вот как поймать в реальном времени моменты разворотов или определить длительность колен такого зигзага, вот то вопрос :-)

 
Maxim Kuznetsov #:

Статистикой они (const наклоны) и выявляются на фоне прочего, как-то уже не СБ. И их можно посчитать аналитическим способом, потому-что это следствие "условно-постоянной" волатильности, то есть совсем не СБ

Наклон не является случайной величиной. (можно вообще предположить что это "удобная, привычная" экспортёрам/импортёрам величина. Но это более фундаментальный нужен анализ, а не игры с пачками котировок)

А вот как поймать в реальном времени моменты разворотов или определить длительность колен такого зигзага, вот то вопрос :-)

Ничего не понятно, но очень интересно. Какой-то набор утверждений вытекающий непонятно из чего. Впрочем, как обычно.
 
Aleksey Nikolayev #:
Ничего не понятно, но очень интересно. Какой-то набор утверждений вытекающий непонятно из чего. Впрочем, как обычно.

я уже много лет назад рассказывал и неоднократно, как и что там считается. Всё просто, но все увлечены новыми игрушками ML, теперь ещё и AI :-) Предобработку и реальный анализ данных делать никто не умеет, да и не хочет.

Все хотят накидать в горшочек произвольных методов, насыпать данных и горшочек им должен как-то сам сварить и выдать грааль. Но выдаётся г-но и все удивляются, зато меряются сортами и консистенцией. Удачи вам

 
Maxim Kuznetsov #:

я уже много лет назад рассказывал и неоднократно, как и что там считается. Всё просто, но все увлечены новыми игрушками ML, теперь ещё и AI :-) Предобработку и реальный анализ данных делать никто не умеет, да и не хочет.

Все хотят накидать в горшочек произвольных методов, насыпать данных и горшочек им должен как-то сам сварить и выдать грааль. Но выдаётся г-но и все удивляются, зато меряются сортами и консистенцией. Удачи вам

Ну, привели бы тогда ссылки на "рассказывал ранее".

Пока больше похоже на "рассказывал ранее" от Рената. Кстати, давно не видно его на форуме, наверно занят паковкой своих трильонов денег.

[Удален]  
Aleksey Nikolayev #:

Согласен. Либо почти постоянна, либо меняется (на минутках например) по постоянному периодическому закону.

Непонятно только, как это постоянство может принести прибыль. Грубо говоря, у СБ тоже постоянная волатильность.

Ну дальше я мыслю от типа стратегии. Например, если возврата к среднему - ей подходят одни признаки и режимы, трендовая - другие. В принципе, в одномерном ряду котировок спрятано не так много признаков, чтобы можно было промахнуться :) А потом - как повезет. 

Допустим, по Мандельброту, если H != 0.5, то есть какие-то неэффективности, которые теоретически можно трансформировать в ТС. Но H величина переменная, а в конкретном режиме может получиться постоянной. То есть чтобы хоть что-то было постоянное. Если мультифрактальные спектр посчитать, то в нем будет несколько компонент с разным H.

Сложно какими-то нормальными словами сказать, что конкретно ищется :)
[Удален]  
Maxim Dmitrievsky #:

Допустим, по Мандельброту, если H != 0.5, то есть какие-то неэффективности, которые теоретически можно трансформировать в ТС. Но H величина переменная, а в конкретном режиме может получиться постоянной. То есть чтобы хоть что-то было постоянное. Если мультифрактальные спектр посчитать, то в нем будет несколько компонент с разным H.

Статья на тему 

На крипте самый высокий показатель неэффективности. На долларовых парах она исчезающе мала.

CONCLUSIONS This research utilizing the latest version of the Multifractal Detrended Fluctuation Analysis (MFDFA) provided a robust framework to uncover the fractal properties of these markets, offering deeper insights into their efficiency dynamics compared to earlier methods. The advanced capabilities of this method allowed for more accurate detection of multifractal behaviour. The result demonstrated that traditional asset classes such as stock indices (S&P 500, Nasdaq, Russell 2000, Hang Seng), U.S. Treasury bonds (10-year and 30-year), forex pairs (EUR/USD and GBP/USD), and commodities (gold and crude oil) exhibit characteristics of efficient markets. In contrast, cryptocurrencies like Bitcoin, Ethereum, USDT, and Binance Coin were found to be inefficient, highlighting a key distinction between emerging digital assets and traditional markets. The MFDFA method provided a robust framework to uncover the fractal properties of these markets, offering insights into their efficiency dynamics. These findings have importantimplications for investors, indicating that traditional assets may provide more stable and efficient investment opportunities, while cryptocurrencies are subject to inefficiencies and higher volatility.