交易中的机器学习：理论、模型、实践和算法交易 - 页 151

新评论
 

在所有领域的所有科学出版物中，有很大一部分是用R语言编写的。自然》、《物理学信评》等。这些文章有在ggplot中构建的图表。

还有Python，它在分析方面也非常流行。那么是什么让外汇变得如此不同？这是同样的科学，有一个主体，一个对象，方法。

 
Alexey Burnakov:

谁试过了？我和我的同事想训练一个卷积NS。有一些绘图正在进行中。我们希望如此。

这是一种非常规的应用方法。另一方面，我们只是提出一个一维的 "图片 "作为输入，并且有可能将相邻的 "像素 "和它们之间的互动进行拼接。

融合性NS现在是一种趋势，就像RF、boosting等相对而言是最近才出现的，但它们的应用背景受到图片的限制，事实上CNN唯一的技巧是当输入向量的相邻分量之间存在明显的相关性时，对过滤器进行分层选择，它可以通过另一种方式来完成，而不需要backprop，例如聚类。但主要的问题仍然是另一个问题：向输入端输送什么。

我想我没有透露美国，特别是在2016年底，tn。"TA模式"，即同一系列的价格 "模式"，现在与下一个刻度的方向或其在一定时间范围内的平均方向完全没有关系。这就像在足球场上预测球，用它来预测记分牌一样，关联性很弱，少了几十倍才能收回交易成本。我认为，市场是分散的，不幸的是，既没有饲料，也没有正常的饲料，有的都是假的。一般来说，要在外汇市场上进行交易...嗯，你知道我的意思））））。

如果我知道我在说什么，那么建议如何寻找有效的预测因素将是愚蠢和非法的，但看到聪明的人使用 "模式"，如头和肩，以及各种蜡烛图的转变，对它们应用ML，这是令人遗憾的。价格中的依赖性是最小的，并以指数形式 减少，一个给定长度的系列的过去价格历史与相同长度的未来价格的关系是超过2个西格玛的，更深的历史根本没有意义。在任何能够以任何方式影响地球上广大人民群众行为的事物上，寻找原则和 最快的数据来源，并在这整个初级肉汤中，寻找珍贵的ALPH。

 
J.B:

1）我不认为我在发现美国，特别是在2016年底，那T。"TA模式"，即同一系列的价格 "模式"，现在与下一个刻度的方向或其在一定时间范围内的平均方向完全没有联系。

2)用什么作为模式的搜索并不重要，NB、SVM、RF、MLP、CNN等，就像预测足球场上打哪个球一样，用记分牌上的比分变化序列作为预测指标，关系是有的，但极弱，少了几十倍才能收回交易成本。

3）外汇是分散的，不幸的是，既没有饲料，也没有正常的市场，那些有的都是假的。一般来说，要在外汇市场上进行交易...嗯，你知道我的意思））））。

至于确定这种事件的方向的可能性，如果你不正确解决，可能是一个错误，甚至是一个错误的结果。

1）我还不太同意，我认为通过搜索过去的相似性来预测价格是很有可能的，但这不是 "TA模式"，明确地说....。研究仍在进行中，但非常耗费时间

2) 我同意，模型本身没有什么影响

例如，如果我们把丝带，分别划分为买入和卖出，然后建立它们的累计总和，并得出这些总和之间的差异--你将得到相同的价格。棉条是价格的预测器，在高流动性的市场上，价格总是跟随较高的流动性，如果棉条中的买入请求多于卖出请求，那么市场几乎总是下跌，但棉条的变化和价格的变化之间的差异是以毫秒计算的。所以你不可能在那里快速发展，那些壁龛已经被占领了很长时间。..

我曾经研究过一种乐器的完整订单书。 这里的许多人甚至不知道它是什么。还有就是对交易的具体参与者进行索引，如果市场上有100个卖出合约，你可以检查是一个人下了这个10万的订单，还是几个人买了一个价格，它总共赚了10万，你可以检查他们是完全拿了这个人，还是只拿了他20万的10万，他取消了其余8万等等。д..

所以我说的这一切，回到杯子和速度，有这样的，我计算了一个家伙谁为几毫秒管理设置和取消他的请求4倍，只是操纵的价格不会让它下降或上升，我有相同的从终端只有我的订单戳或卖去0.8秒。

4) 是的，你从事的是形式最多样的套利，有什么好隐瞒的呢 :)从HFT到漫长的季节性...

 
J.B:

甚至暗示如何寻找有效的预测因素都是愚蠢和 非法的。

量子基金中的非披露签名？
还是你的意思是，这是一项无用的活动，不应该被普及？

 
J.B:

聚合式NS--现在是一种趋势，因为相对而言，最近有RF、boosting等，但它们的应用背景受到图片的限制，事实上，只有CNN的技巧是在输入向量的相邻分量之间存在明显关系时分层选择过滤器，它可以用另一种方式来完成，而不需要backprops，例如通过聚类。但主要的问题仍然是另一个问题：向输入端输送什么。

我想我没有透露美国，特别是在2016年底，tn。"TA模式"，即同一系列的价格 "模式"，现在与下一个刻度的方向或其在一定时间范围内的平均方向完全没有关系。这就像在足球场上预测球，用它来预测记分牌一样，关联性很弱，少了几十倍才能收回交易成本。我认为，市场是分散的，不幸的是，既没有饲料，也没有正常的饲料，有的都是假的。一般来说，要在外汇市场上进行交易...嗯，你知道我的意思））））。

如果我知道我在说什么，那么建议如何寻找有效的预测因素将是愚蠢和非法的，但看到聪明的人使用 "模式"，如头和肩，以及各种蜡烛图的转变，对它们应用ML，这是令人遗憾的。价格中的依赖性是最小的，并以指数形式减少，一个给定长度的系列的过去的价格历史与相同长度的未来价格的关系是超过3σ的值，更深的历史完全没有意义。寻找原则和 任何能够以任何方式影响整个地球上广大人民群众行为的最快的数据来源，并在这整个初级肉汤中，寻找珍贵的ALPH。

所以在你看来，在大的TF（日、周）上交易根本没有意义？但大银行，恰恰是在长期内成功地进行了外汇交易。
 
sibirqk:
所以你认为在大的TF（日、周）上交易完全没有意义？但大银行，恰恰是在长期内成功地进行了外汇交易。
银行有没有告诉你？
 
mytarmailS:
银行是这样告诉你的吗？
他们关于交易头寸的公开报告。
 
J.B:


..... 一定长度的一行的过去价格历史与相同长度的未来价格历史的关系是超过3个希格玛的量，更深的历史根本就没有意义。


你这话是什么意思？这句话中似乎有一些有趣的东西，但我不知道其含义。

 
阿列克谢-伯纳科夫。

你这话是什么意思？这句话中似乎有一些有趣的东西，但我不知道其含义。

他说的是这里已经说过很多次的事情--系列不是静止的，方差趋向于无穷大。
 
迪米特里。
他说的是这里已经说过很多次的内容--这个系列是非稳定的，方差趋向于无穷大。

我还是想听听他的回答。

数据是非平稳的，这是一个反复陈述的事实。

1...144145146147148149150151152153154155156157158...3399
新评论