交易中的机器学习：理论、模型、实践和算法交易 - 页 2174

[Forester]

Alexander_K:

是的...

这个主题每天都在变得更好。

而这似乎也很简单。这里有MO的coryphaei，但实际上，没有巫师能够提出一些具有预测能力的魔法特征（对吗？当然，从理论上证明这些实际上是伟大的芯片...

所以，已经有人说过，不是我说的，而是大家说的，预测的最简单模型是具有非零ACF的静止过程的下一个回报的标志。

ACF是幸运的--在市场上，无论我们对报价做什么，它总是不为零，这给那些受苦的人的心带来了巨大的希望。

但静止性在哪里，如果可能直截了当地=0，如何预测下一个增量的符号？

咳咳...我已经多次展示过《创世纪》中的一段话。我再给大家看看。

"......这是基本的，静止分布是通过写具有相同数量刻度的条形图得到的。
在这种情况下，这种条形图的开放时间间隔的分布是指数型的：

，而增量的分布是双三角形的：

现在，有了这样的回报分布，预测下一个回报的标志似乎并不是一个不可能的任务。

咳咳...

最多4次就可以了？OHLC？

[Maxim Dmitrievsky]

Renat Akhtyamov:

只是，条件很陡峭。

佣金是点差的6倍。

不是每个系统都能在那里工作。

;)))

好吧，那么埃瓦

我将至少在美分上运行它，以便不在市场上废话，让我们说；）））。

但你可以在演示中这样做，我不在乎。

这意味着这样的结果，因为专员，传播是小的。

[Aleksey Vyazmikin]

非常感谢您!我曾试图用简单的全网络神经网络来使用自动编码的原理，但并不完全成功)。也许我应该重新考虑一下这段经历)))

代码在哪里，因为它被引用了，我不知道在哪里可以找到实现。

在这20个项目中，我们只对16个项目进行了分析，因为我们拥有或可以大致了解相关的投入。笔记本conditional_autoencoder_for_trading_dat演示了 如何计算相关指标。

[Uladzimir Izerski]

亲爱的，尊敬的MO们，你们有没有试过提前两个3、5、10步进行预测。还是只看历史？好吧，我没有看到任何有结果的帖子，即使是来自演示的。对不起，我忘了。"喷火 "已经显示出负面的结果。两次。嘻嘻。

[iwelimorn]

Aleksey Vyazmikin:

代码在哪里，因为它被引用了，但不清楚在哪里可以找到实现。

在这20个项目中，我们只对16个项目进行了分析，因为我们拥有或可以大致了解相关的投入。笔记本conditional_autoencoder_for_trading_dat演示了 如何计算相关指标。

不过里面有一些东西。

https://github.com/0b01/recurrent-autoencoder

[Evgeniy Chumakov]

Uladzimir Izerski:

看起来你已经喝了几杯啤酒，兄弟。而啤酒对你的思维中心是有害的。

1.你不是我的兄弟。

2.我没有喝啤酒--你是个喝酒的人，去买点白兰地，以满足你的思想中心。嘻嘻

[Maxim Dmitrievsky]

不过那里有一些东西。

https://github.com/0b01/recurrent-autoencoder

有一个很好的变体包，我想用它。它是在PyToch之上的

https://pyro.ai/examples/index.html#

[Alexander_K]

elibrarius:
最多4支就可以了？OHLC？

我已经回答过了--某位Demco形成了等分条（根据Alpari，每条100分），并以这种条的OPEN价格工作。

事实上，初始流量变薄，得到了具有这种不寻常的增量分布的最简单流量。Demko称其为市场进程的 "始祖"。

我亲自检查过他的数据--的确，在这样的增量上得到了一个静止的过程。

问题：我为什么不把这些增量，研究神经网络，秘密地 拿下圣杯？

答案是，我不知道。我有某种工作的TS，我把这个选项留到以后的某个时候......

[iwelimorn]

Maxim Dmitrievsky:

都一样，但从2017年开始通过了测试。

提高了很多，3年内3.5k%。最大余额缩减10%，绝对值23%。Z.I. 你可以做得更好。Python源代码将在文章中出现。

享受

炸弹!

[Maxim Dmitrievsky]

welimorn:
Bomb!

适当地把传播的内容加入到标志中，应该会进一步改善。我将在本周内研究这个问题。