交易中的机器学习：理论、模型、实践和算法交易 - 页 2657

[Renat Akhtyamov]

Aleksey Nikolayev #:

重重叠叠的造浪者令人作呕。

啊哈哈哈

我 100% 同意。

但不管怎么说，看所有的 TANalisers 都非常 .....有趣。

嗯，那里没有鱼，我们是时候意识到这一点了。

[mytarmailS]

Aleksey Nikolayev #:

重叠的破浪船真是令人作呕。

如果我没理解错的话，雷纳特是对的。

市场是一个非稳态系统。

想象一下，我们在移动平均线上有一个 TS，只不过我们可以控制 Mashka 的周期，例如，取决于波动率等等......因此，Mashka 不再是简单的，而是自适应的，我们的想法是：如果我们用规则做一些类似的事情呢？

[Aleksey Nikolayev]

mytarmailS #:
如果我没理解错的话，雷纳特是对的。

市场是一个非稳态系统...

试想一下，我们在移动平均线上有一个 TS，但我们可以控制 Mashka 的周期，例如，取决于波动率等等......因此，Mashka 不再是简单的，而是自适应的，我们的想法是：如果我们用规则做一些类似的事情呢？

好吧，这个问题没有通用的好办法，这只是一个平庸的说法。

通过构造巧妙排列的符号来消除非稳态是一种很正常的想法，但当然也不是万能的。

在我的研究中，我从片断静止性的标准假设出发，即市场有一些静止状态，有时会在这些状态之间切换。当然，这也不是一种普遍的方法（非静止状态很可能是 "浮动的"）。

[Valeriy Yastremskiy]

Aleksey Nikolayev #:

除了 "没有放之四海而皆准的好办法 "这个平庸的说法之外，它还是有道理的。

通过构建巧妙排列的符号来消除非平稳性是很正常的想法，但它当然不具有普遍性。

在我的研究中，我从片断静止性的标准假设出发，即市场有一些静止状态，有时会在这些状态之间切换。当然，这也不是一种普遍的方法（非静止状态很可能是 "浮动的"）。

当然，可悲的是它没有速度和加速)))))。

相当正常的研究方法。静止状态是可见的，是模型化的，过渡状态也是可见的，但不是模型化的静止状态。而浮动非静止，它仍然是一种复杂的物质，但噪音过去是，将来也是。

[mytarmailS]

Aleksey Nikolayev #:

除了 "对于当前的问题，没有放之四海而皆准的好办法 "这一平庸的断言之外，它还是有道理的。

通过构建巧妙排列的符号来消除非平稳性是一个非常正常的想法，但它并不具有普遍性。

在我的研究中，我从片断静止性的标准假设出发，即市场有一些静止状态，有时会在这些状态之间切换。当然，这也不是一种普遍的方法（非静止状态很可能是 "浮动的"）。

在我看来，片断静止的想法并不可行....。

我认为：延迟是有用武之地的，因为静止性是在移动窗口中检测的，也就是说，我们会延迟检测到静止性，我们也会延迟知道静止性的结束，这就像交易 MAs 的交叉一样（总是落后于窗口的大小）。

关于切换，我们可以使用 HMM 吗？

[Aleksey Nikolayev]

mytarmailS #:
我认为片断静止的想法行不通。

我认为：有延迟的地方，因为静止性是在移动窗口中检查的，也就是说，我们会在延迟中发现静止性，我们会在延迟中知道静止性的结束，这就像交易 MA 的交叉一样（总是落后于窗口的大小）。

关于切换，我们可以使用 HMM 吗？

减少滞后会导致误报率增加，这总是一个在两者之间权衡的问题。

HMM 不太适合我，因为切换不太均匀，存在卡滞状态或切换过于频繁的情况。假设切换时刻是确定的（未知的）会更容易一些。

[Maxim Dmitrievsky]

枚举、枚举......三角函数、对数、分布矩、时间特征......你无法猜测其他方法应该是什么样子的。

还没找到聚类的方法

[mytarmailS]

Maxim Dmitrievsky #:
枚举、枚举......三角函数、对数、分布矩、时间特征......你无法用其他方法猜测它应该是什么样子的

聚类还没成功。

你在说什么？）

[Maxim Dmitrievsky]

mytarmailS #:
你在说什么？）

关于寻找征兆

[Valeriy Yastremskiy]

Maxim Dmitrievsky #:

关于寻找征兆

图表上只有增量和时间。而导数并没有提供任何新信息。奇怪的是，聚类却停滞不前。