交易中的机器学习:理论、模型、实践和算法交易 - 页 1578

 
鲍里斯

这是正确的,没有人承诺会收敛到零。

问题是关于如何交易分歧的时间序列的混合物,哪一个会在底部或顶部 ,我们不 知道。

如果你不知道,只有一个选择--猜测)。

 
鲍里斯

这是肯定的,没有人承诺会有零的和解。

这个问题是关于如何交易分歧的时间序列的混合物,哪一个会在底部或顶部我们不知道。

问题是要交易一个分歧的时间序列的混合物。

抽象地--考虑继承顺序上的列文斯坦距离。该措施大于合理值--这意味着行与行之间是 "交织 "的,应该重新计算。
如果行数不是从吐出的,这不仅对你意味着,也意味着许多人将改变估计,并进行输入/输出。然后你就可以想办法了 :-)

 
Maxim Kuznetsov:

图片:处于顶端的人更有可能停留在顶端。

以一种抽象的方式--考虑继承顺序上的列文施泰因距离。该措施大于合理的措施--这意味着行与行之间 "交织在一起",你必须重新计算它们。
如果行数不是从头开始,这意味着不仅是你,也意味着许多人将改变估计,并进行输入/输出。而在这里,你可能会想到一些有用的东西。

在我们村,他们甚至不知道这个词。

你能把你的观点说得更清楚吗?

当然有一个概率,甚至有一些统计数字...但由于某些原因,它不能帮助我们(()。

[删除]  
鲍里斯


另一个棘手的问题是,可敬的主教们

假设我们有10个以上的时间序列从大约相同的点出来

如果我们事先不知道哪个BP会比其他BP高或低,我们如何在系列之和的背离上进行交易?

你有很多类似的行,也许应该对它们进行协整检查。
 
马克西姆-德米特里耶夫斯基
你有很多类似的行,也许应该对它们进行协整检查。

系列可以非常相似,这是真的

而且,我承认,有些甚至可能是 "协整 "的,尽管它们的差异与静止过程不是很相似

有的并列,有的交织,有的分歧,有的汇合

唯一可靠的事实是,它们大多是发散的,即系列之间的初始距离小于最终距离。

当然,如果我们知道它们中的哪一个在期末会更高和更低,就不会有问题了。

[删除]  
鲍里斯

系列可以非常相似,这是真的

而且,我承认,有些甚至可能是 "协整 "的,尽管它们的差异与静止过程不是很相似

有的可以并排走,有的可以交织走,有的可以分流走,有的可以汇合走。

唯一可靠的事实是,它们主要是发散的,即系列之间的初始距离小于最终距离。

当然,如果我们知道在期末时哪个会更高,哪个会更低,那就不会有问题了

那么,如果它们之间的距离是线性变化的,那就不是问题。它在看照片,我不知道另一个人。你可以允许为一个人买,为另一个人卖,通过剩余的信号。

即这是唯一的选择。

 
马克西姆-德米特里耶夫斯基

那么如果它们之间的距离是线性变化 的,那就不是问题。它在看照片,我不知道另一个人。你可以允许为一个人买,为另一个人卖,通过余额发出信号。

即这是唯一的选择。

你是什么意思?

这样的照片破坏了我的心情


这就可以了,但复杂的重叠(()



然后是这个





正常(标准利润)位置--当第1行--蓝线位于其他位置以下时

但情况并非总是如此,我尚未能确定原因。

[删除]  
鲍里斯

你是什么意思?

我有心情看这样的照片。

而这也很好,但有复杂的重叠(()。

然后是这个

正常(标准利润)的位置是当第一行--蓝线位于其他的下面时。

但它并不总是那样发生,我还不能确定其原因。

当Y与X成比例变化时,即有一个线性依赖+周期+噪音,这两条弯曲的线往哪边走没有区别,甚至在不同的方向上也是如此。

所以观察结果不够,我们需要1000倍的观察结果。或者评估曲线背后的基本模式,其中有多少是一致的。

就这样了,我已经离开了论坛。新年快乐!

 
鲍里斯

你是什么意思?

正是这样的照片破坏了心情。


而这也是可以的,但重叠的情况很复杂(()。



然后是这个





正常(标准盈利)的位置是当第一行--蓝线低于其他线时。

但情况并非总是如此,我还不能确定其原因。

Boris,合成的只是金融系列的总和。 对合成的唯一能做的事是无限期地缩小方差。 因此我建议继续观察原始系列的发散曲率,而不是合成的。 你会看到同样的画面,同样的扩大曲率。我不能告诉你如何交易这种扩张模式,但我可以假设,如果曲率的某些部分开始改变方向的矢量,很可能其他部分也应该改变其方向的矢量。
更有趣的是,观察这个膨胀的曲线球云何时强烈偏离中心,然后可以收集统计数据,并试图检测出一些有用的东西。 但这不是我们的工作,所以请原谅我掉入一个非主题。