交易中的机器学习：理论、模型、实践和算法交易 - 页 3035

新评论
 
Aleksey Nikolayev #:

我并不反对平稳平衡，恰恰相反，我双手赞成！）问题是，您的指标取决于取样顺序，而这在 MO 中并不典型。例如，夏普（Sharpe）并不取决于交易顺序。我应该找找有类似损失函数的文章，因为我的直觉告诉我，事情没那么简单。

我不赞成将所有项目随机混合--只有标准指标可以这样使用，而不考虑平衡。

 
Forester #:

直线代表完美的均匀性。与直线不同的是不均匀性。我想尽量减少不均匀性。

标准偏差有什么问题？

 
Aleksey Vyazmikin #:

好吧，你可以这么做 - 解释的结果是一样的


我们开始吧）。
不规则度增加了 30%，而角度只相差 3 度。我认为 3 度还不够。


如果我们把第一个点从 0 移到 -1.22，我想我们就能精确命中了。
但我们需要把它留在 0 点，并把最大值留在原处。然后移动其他点，实现线的重合。

在我看来，偏差模量之和能更好地描述平衡线的劣化情况。在这种情况下，它是 30%，而且还会恶化。

 
Aleksey Vyazmikin #:

我不赞成随意混合所有琴弦--这只是使用标准度量的方式，没有考虑到平衡问题。

样本中顺序的重要性意味着数据表中各行之间存在依赖关系。依赖性总是不好的，通常要小心避免。

 
Aleksey Vyazmikin #:

标准偏差怎么了？

它应该以平均值为基础，而我建议用直线。这可能是一致的。数学家可以用公式来检验。
，我想--这不符合。
 
Forester #:

我们开始吧）。
不规则度增加了 30%，而角度只相差 3 度。我认为 3 度还不够。

我不知道差了多少，我眼睛看不到。以百分比表示不均匀度--这在我看来是一种奇怪的方法--但没关系。

Forester#:

如果把第一个点从 0 移到 -1.22，我想你就能准确命中。

但我们需要将其保持在 0，并将最大值保持在同一位置。然后移动其他点，实现线的重合。

在我看来，偏差模量之和能更好地描述平衡线的恶化情况。在这种情况下，它是 30%，而且还会恶化。

它会吻合，但角度不会。我只是不明白你的逻辑--移动这个和那个，那么结构就会改变--根本无法比较。

在这里，你移动了零和最大值--都是一样的。改善了多少并不重要，重要的是改善的事实。这是一个相对指标，可以在许多其他选项中进行选择。


 
Aleksey Nikolayev #:

发明自己的夏普（Sharpe）和索蒂诺（Sortino），以及二十一点和其他必要的东西)

现在，如果他们能在其他地方这样做就好了....但是，这样的梦想....而这只是主题中的垃圾。

 
Aleksey Vyazmikin #:

我不知道有多少，我无法亲眼看到。我不知道有多少，我无法亲眼看到。

我还需要考虑/实验是用 % 还是 abs 单位来测量。我认为腹肌单位更好。

 
СанСаныч Фоменко #:

如果他们能在其他地方这样做....。但这只是一个梦想....这只是主题中的垃圾。

你的梦想是至少能听到一些有用的新信息，并能以有用的方式加以应用。

 
Forester #:

我还需要用 % 或 abs 单位进行思考/实验。我认为腹肌单位更好。

你可以把天平寄给我--我会用我的方法进行评估--告诉我结果如何。

1...302830293030303130323033303430353036303730383039304030413042...3399
新评论