交易中的机器学习:理论、模型、实践和算法交易 - 页 1528

 
马克西姆-德米特里耶夫斯基

这些都是为白痴写的文章。从事科学工作的人--通常有很多数学,几乎没有免费的机会

好了,大概就是这样,我已经在谷歌上搜索了很多次期权的东西,或者用科学的方法打开广告,或者像这样准备好的期权策略,用 "微笑,罢工,看跌和看涨",同样的维基有更多的信息比在runet

问题是在哪里获得历史数据,然后制定策略和...以及如何测试....我认为,如果你坐在MT终端上是不赚钱的,它太贵了--一切从头开始,你应该在国外的论坛上看看有哪些平台可以选择。

 
伊戈尔-马卡努

好了,就这些了,我已经在网上搜索了很多关于期权的东西,要么是科学的公开广告,要么是像这样准备好的期权策略,有 "微笑、罢工、看跌和看涨",同样的Wiki比runet有更多信息

问题是在哪里获得历史数据,然后制定策略和...以及如何测试....对我来说,使用MT-终端是无利可图的,它太贵了 - 一切从零开始,你需要在国外论坛上搜索他们可能使用的平台选项

我在上面写到,它也可以适用于BP预测。但波动性总是比初始BP更容易预测,这就是为什么他们使用期权。

 
马克西姆-德米特里耶夫斯基

我在上面写到,它也可以适用于BP预测。但波动性总是比初始BP更容易预测,这就是为什么他们坐在期权上的原因

好吧,我们在PM中一直在聊牛的问题--那里有复制品,至少有些东西会定期重复出现!

至于预测,我被Savvateev "打入冷宫"。在他最近的视频中,他公开说做TP预测毫无意义....。他是个讨厌鬼,他扼杀了我所有的梦想!))))

 
马克西姆-德米特里耶夫斯基

我在上面写到,它也可以适用于BP预测。但波动性总是比初始BP更容易预测,这就是为什么他们坐在期权上的原因

那么如何预测波动性呢?

 
伊戈尔-马卡努

好吧,我们谈到了牛 - 那里有重播,至少有些东西是定期重复的!"。

至于预测,Savvateev "把我从困境中击倒"。在最近的视频中,他公开说--预测BP....,是没有意义的。他是个讨厌鬼,他扼杀了我所有的梦想!))))

是的,他在TI上有一个合格的系列视频

 
Aleksey Vyazmikin:

那么你如何预测波动性呢?

我认为预测波动率的唯一方法是相反的--有一个波动率的峰值,然后在一段时间内不会有任何波动,但这里的任务是确定估计波动率峰值的时间,事实上,我们要估计的TF比这个事件(波动率峰值)之前的价格速度 更高。

 
Maxim Dmitrievsky:

比这更复杂一些......它是用布莱克-斯科尔斯方程或默顿跳等随机方程来预测的,而MO是用来调整参数的。我不知道具体是如何交易的,但如果你有一个好的预测,我想这并不难。

你所需要的选择是对意志的预测。

这里是付费订阅的东西。这对我和任何人来说都有点复杂,我想:)

它应该是按照马科维茨的 投资组合理论 的精神进行交易。

我相当同意,随机扩散器是一门非常复杂的科学。这在一定程度上被简化了,因为。

1)通常只使用线性随机扩散器,如果理解了线性普通扩散器,就很容易理解。

2)通常情况下,人们从线性随机扩散器转向回归。

 
伊戈尔-马卡努

记得你写过关于游戏中的树的东西。这里有一篇关于它的文章,我刚看到的。总的来说,这是一个有趣的算法,算是吧。

https://medium.com/@pedrohbtp/ai-monte-carlo-tree-search-mcts-49607046b204

AI: Monte Carlo Tree Search (MCTS)
AI: Monte Carlo Tree Search (MCTS)
  • Pedro Torres Perez
  • medium.com
Monte Carlo Tree search is a fancy name for one Artificial Intelligence algorithm used specially in games. Alpha Go reportedly used this algorithm with a combination of Neural Network. MCTS has been used in many other applications before that. Here I explain what algorithm is, and how it works. What is Monte Carlo Tree Search MCTS, like the...
 
马克西姆-德米特里耶夫斯基

记得你写过关于游戏中的树的东西。这里有一篇关于它的文章,我刚刚看到的。这其实是一种有趣的算法,算是吧。

https://medium.com/@pedrohbtp/ai-monte-carlo-tree-search-mcts-49607046b204

我在Habra上读到,在很酷的游戏中,机器人的逻辑不是建立在NS上,而是经常建立在决策树上,然后我上网搜索,结果发现Rete的算法(Wiki)--本质上,它是基于知识库的自我训练系统,CLIPS专家系统就是建立在这个算法上--可以自由访问。

SZZY:我下载了几本关于CLIPS的书,我希望能全部读完,材料太多,太麻烦了 ))))- 写一个订单的网格更容易,我就是这么做的 ))

 
伊戈尔-马卡努

我在Habra上读到,在很酷的游戏中,机器人的逻辑不是建立在NS上,而是更多的建立在决策树上,然后我上网搜索了一下,原来是Rete的算法(Wiki)--本质上,它是基于知识库的自我训练系统,CLIPS专家系统就是建立在这个算法上--免费提供。

SZZY:我下载了几本关于CLIPS的书,我希望自己能读完这些东西,材料太多,但无望))))。- 如果把订单写成网格,那就容易多了,我就是这么做的 ))

:D 这些变态行为并没有真正导致什么。昨天我读了更多关于正弦波的模糊时间序列的例子