交易中的机器学习：理论、模型、实践和算法交易 - 页 270

[Andrey Dik]

mytarmailS:

为什么每个人都如此专注于模型？ 为什么没有人谈论迹象？ 为什么没有人谈论非平稳性？为什么没有人尝试解决这些问题？ 为什么没有人思考推动价格的因素？

如果你使用随机的，不管你使用什么模型，无论是通常的KNN还是最复杂的深度网，准确率 都是51-53%，不管它有多深。如果输入是垃圾，这些模型有什么用？不，但95%的注意力都在模型上，对我个人来说，模型是系统的最后一个阶段，它只占工作的 2%。

盐是那些试图将MO应用于市场的人不知道输入MO的内容，他们不能自行解释指标的数据。如果他们不是这样，那么就不需要MO了。在这种情况下，MO只不过是试图将决策（对指标信号的解释）的责任转移到一个没有灵魂的机器上，而这个机器会照顾到一切。

而完全不同的是，当MO被应用于大量数据时，算法分析（使用直接公式）非常困难，甚至不可能。但在这里，一般来说，只有随机性与machcs的组合被破坏，所以 "为什么？"的问题在这里并不特别相关。

[СанСаныч Фоменко]

mytarmailS:

为什么每个人都对模型如此着迷？ 为什么没有人谈论迹象？ 为什么没有人谈论非平稳性？为什么没有人试图解决这些问题？ 为什么没有人思考推动价格的原因？

你对你所处的主题有错误的想法。

看看我的帖子，不仅仅是我说主要问题在数据挖掘的帖子。我甚至给了你一个劳动强度分布的数字，数据挖掘超过70%。

此外，我声称并仍然声称，模型的选择对最终的结果没有什么影响。

此外，我和其他论坛成员引用了具体的算法，可以从噪音中筛选出原始的预测器集合。这样一来，就可以认为没有噪声预测器的模型是不建议使用的。

这些都可以在这个主题上找到。

PS。

没有考虑非平稳性，因为考虑的是分类模型，而不是回归模型，而且非平稳性对分类模型性能的影响并不完全清楚。

[toxic]

mytarmailS:

为什么每个人都如此专注于模型？ 为什么没有人谈论迹象？ 为什么没有人谈论非平稳性？为什么没有人试图解决这些问题？ 为什么没有人思考推动价格的原因？

如果你输入的是随机的，那么你使用什么模型并不重要 .....

非稳态性并不意味着不可预测，它意味着简单的统计数据，如期望值和方差的漂移，甚至不分析这种漂移的规律性，如果它们漂移，它们就不是稳态。 在MO的背景下，非平稳性不是一个问题，非平稳性是建立在假设、期望和变化的片状不变性上的系统的问题。 MO可能使用窗口期望和变化作为特征，但它是特征中非常小的一部分，这些特征的误差可以部分消除。主要问题在于市场对新信息的快速反应，这不是由这些特征决定的，唯一的希望在于内部人士和相关的扩散性 "预言家"，当参与者的某些行为模式在消息公布之前出现。也就是说，由于内部人的行动，市场更可预测。

你为什么需要一个随机数？事实上，MO随机和标准动量之间的差异并不大，没有必要使用动量以外的东西，作为回归者的简单窗口预期。 看看传统计量经济学模型（AR、ARMA、GARCH、......）中使用的东西。只有回报、变化和回报的混搭，这就是瞬间，它不是从简单的角度出发，但由于所有这些东西与 "一个理想的指标"，特别是在平滑的背景下，不会落后，它看起来像炼金术士试图使一个哲学家的石头或永恒的引擎，他们是无知的狂热者。但指标并不仅仅是平滑的，例如 "水平 "可能是最重要的特征之一，我指的是我们在图表上用眼睛看到的水平，人们在那里放置停止。试着将这个标志正式化和程序化，并检查它的统计学意义有多大。

[Дмитрий]

..:

非平稳性并不意味着非可预测性，它表明简单的统计数据，如期望值和方差漂移，甚至不分析这种漂移的规律性，如果它们漂移，那么它就是非平稳性。 在MO的背景下，非平稳性不是一个问题，非平稳性是建立在假设、期望和变化的片状不变性上的系统的问题。 MO可能使用窗口期望和变化作为特征，但它是特征中非常小的一部分，这些特征的误差可以部分消除。主要问题在于市场对新信息的快速反应，这不是由现有的特征决定的，唯一的希望在于内部人士和相关的扩散性 "预示"，当参与者的某些行为模式在消息宣布之前出现。也就是说，由于内部人的行动，市场更可预测。

...

什么？

[toxic]

迪米特里。
什么？

突出强调你不明白的地方。

[Дмитрий]

我会 去的。

非平稳性并不意味着非可预测性，它表明简单的统计数据，如期望值和方差漂移，甚至这种漂移的规律性也没有分析，如果它们漂移，那么就是非平稳性。 在MO的背景下，非平稳性不是一个问题，非平稳性是建立在假设、期望和变化的片状不变性上的系统的问题。 MO可能使用窗口期望和变化作为特征，但它是特征中非常小的一部分，这些特征的误差可以部分消除。主要问题在于市场对新信息的快速反应，这不是由现有的特征决定的，唯一的希望在于内部人士和相关的扩散性 "预示"，当参与者的某些行为模式在消息宣布之前出现。也就是说，由于内部人的行动，市场更可预测。

1.非平稳性=方差等于无穷大。"漂移 "是突破性的！"漂移 "是一个新的概念。

2.红色突出显示的是--储存了爆米花和啤酒。期待节目中通过MO的方法预测价格区间!

[СанСаныч Фоменко]

迪米特里。

1.非稳态性=分散性等于无穷大。"漂流 "是突破性的!

2.红色突出显示的是--储存了爆米花和啤酒。期待节目中通过MO的方法预测价格区间!

我们对你在这里对啤酒和爆米花生产商的支持并不真正感兴趣。

我们这里对发现市场中的问题并解决这些问题的想法感兴趣。不是一般的问题，而是在决定头寸时。

对我来说有两个这样的问题。

1.预测商数SIGNIFICANCE（评价）的不稳定性

2.预测科蒂尔运动方向时的过度学习。

这样做，MO不仅可以命名问题，还可以讨论解决问题的工具，更可以证明所获得的结果的准确性。

[TheXpert]

迪米特里。
什么？

它有什么问题？

[Дмитрий]

组合器。
它有什么问题？

上面已经写了。

[toxic]

迪米特里。

1.非稳态性=分散性等于无穷大。"漂流 "是突破性的!

2.红色突出显示的是--储存了爆米花和啤酒。期待节目中通过MO的方法预测价格区间!

什么样的 "天才 "会衡量价格的分散性？当然，我们谈论的是回报或对数回报。