交易中的机器学习：理论、模型、实践和算法交易 - 页 2826

新评论
 
mytarmailS #:
阿列克谢，这是哪种类型的资本曲线？
是随机曲线还是随机曲线？
可以对其进行哪些类型的预测？

我想这取决于工具和 TS。例如，苏联储蓄银行的存款就是确定性的。）

传统上使用的是带趋势的 SB 模型（无再投资）和几何 SB 模型（有再投资）。在使用夏普进行估值时，这些模型是隐含假设。

 
Aleksey Nikolayev #:

我想这取决于工具和 TS。例如，苏联储蓄银行的存款就是确定性的。）

传统上，我们使用趋势 SB 模型（无再投资）和几何 SB 模型（有再投资）。在使用夏普模型进行估值时，这些模型都是隐含假设。

想法：如果我们用贸易平衡曲线上的 arima 预测来衡量模型的学习质量....。比如，如果预测是向上的，而且置信区间很窄，那么资本曲线就有可能向上，这与蒙特卡罗模拟类似。

 
mytarmailS #:

想法：如果我们用阿里玛对贸易平衡曲线的预测来衡量模型学习的质量......比如，如果预测是向上的，而且置信区间很窄，那么资本曲线就有可能向上，这就类似于蒙特卡罗模拟。

与往常一样，有两个量需要优化 - 趋势速度和波动率（可能与置信区间的宽度有关）。这就需要建立其中之一（例如夏普），或者建立一条最优曲线（例如马科维茨投资组合理论），然后在曲线上选择一个点。

 
Aleksey Nikolayev #:

与往常一样，有两个量需要优化--趋势速度和波动率（可能与置信区间的宽度有关）。这就需要建立其中之一（例如夏普），或者建立一条最优曲线（例如马科维茨投资组合理论），然后在曲线上选择一个点。

我不明白）
 
mytarmailS #:
我不明白）

对资本曲线类型进行优化是很常见的。通常，人们会试图提高趋势率并缩小趋势线附近的波动范围--因此，优化有两个标准。这个双标准优化问题既可以简化为传统优化（使两个标准中的一个达到最佳，如夏普），也可以在平面上寻找一条帕累托最优 线，然后根据一些考虑因素在上面选择一个点（如马科维茨投资组合理论）。

关于这个话题有很多变体，也有大量的文章。

 
Aleksey Nikolayev #:

那么，对资本曲线类型进行优化是司空见惯的事情。....

啊，我明白了，但我不是这个意思，我只是说优化的不是资本曲线本身， 而是对资本曲线未来增长的预测，这很有意思。

比如优化资本曲线，使预测尽可能好（如红色通道）。

曲线本身可能一直在下降......

我用 autoarima 试过，效果不错，但需要很长时间来训练。

 
mytarmailS #:

啊，我明白了，但我不是这个意思，我只是说，需要优化的不是资本曲线本身， 而是对资本曲线未来增长的预测。

就像优化资本曲线，使预测尽可能好（就像红色通道）。

曲线本身可能一直在下降...

我用 autoarima 试过，效果不错，但需要很长时间来训练。

我之前写的内容与此非常吻合，因为我们优化的总是一条最终的资本曲线。如果我们想象我们使用的不是 ARIMA，而是像神经网络这样的黑盒子，那么唯一的区别就是增加了与原始系统资本曲线相对应的特征。

我对在另一个 TS 的基础上建立一个 TS 作为元系统的想法持有偏见。如果这种技术可行，就有必要了解其原因，并直接明确地加以使用。

在这方面，我做过的最困难的事情就是在缩水时停止交易，在增长时恢复交易。

 
Aleksey Nikolayev #:
在这个方向上，最难做到的是在缩减时停止交易， 在增长时恢复 交易。

如果停止交易，储备金如何开始增长？)))

 
elibrarius #:

如果交易停止了，Depo 如何开始增长？)))

实际交易停止，但虚拟交易继续）很明显，实际资产与虚拟资产是不同的，但这一点被忽略了。

 
我觉得我们说的不是同一件事，不过没关系。
1...281928202821282228232824282528262827282828292830283128322833...3399
新评论
原因: