交易中的机器学习：理论、模型、实践和算法交易 - 页 3100 1...309330943095309630973098309931003101310231033104310531063107...3399 新评论 Valeriy Yastremskiy 2023.06.07 10:01 #30991 sibirqk #:当然，我们说的不是精确的量化模型。否则，进一步创建 TS 就没有意义了--为卢布建立这样一个模型，计算未来几年汇率将如何变化，然后坐在阳光下、沙滩上、巴厘岛的某个地方。 重点是至少创建一个金融资产定价的粗略定性模型，并在此基础上创建 TS，至少使用 MO 方法，至少从自己的头脑中发明一些东西。 计算公平价格或利率))))))这就是问题所在）。 对于股票来说，这比较容易，而且有更多的文献) mytarmailS 2023.06.07 10:29 #30992 你们对模型的定义太狭隘了...... 模型是用更简单、更易懂的东西代替真实现象，保留 必要 的属性，摒弃不必要的 属性。 如果你是一名航海家，你不需要进入太空看着地球来导航，你只需要有一个地球仪....。 地球仪是地球的模型，它具有你确定方向所需 的特性，并去掉了不必要的 特性。 地球仪不是地球，地球仪上没有生物，没有水，没有风，没有温度，没有压力......但你不需要这些，所以有一个模型。 模型是一种有用的简化，当它是一种近似，当它是一种线性化，当它是一种神经元，当它是一种降维....。 价格是什么？ 是刻度，但如果我们看一个钟表，价格是什么？ 是蜡烛，蜡烛是什么？ 这是一个价格模型，因为它是价格的简化表示。 TS 是试图用一套规则或函数来描述市场过程。TS 是市场过程的模型。 但模型是一种 有用的简化。 市场模型并不一定是某种描述市场关系的公式。 sibirqk 2023.06.07 13:01 #30993 Maxim Dmitrievsky #: 那么，粗尾是由于波动（波浪集群）不均匀造成的，具体取决于交易时段。它们似乎不包含任何其他信息。我认为市场的效率有高有低。因此，我们的任务就是寻找低效率。很难说可以将其归入哪种模式。因为它们时而出现在这里，时而出现在那里。 。 要么是一些复杂的计量经济学模型，但这些通常是投资策略。而对于剥头皮来说，要么是套利，要么是过度优化的 TS。 训练有素的 MOSHka 本身已经包含了有用信息和噪音。您可以在报价上训练一次，然后研究这个模型。这也是一种选择。不要像 IO 创造了圣杯那样狂热和喧哗。只需探索，找出未探索的东西。 你可能是对的。不过在我看来，用波动率不均匀来解释非稳态性有点过于简单化了。波动率的聚类 建模非常简单，任何异方差性都可以通过与波动率的相关性轻易消除。 市场很可能是有效的，如果市场是无效的，你只能通过寻找你的阿尔法来发现，借助阿尔法你可以不断战胜市场。在我看来，在哪里寻找阿尔法，朝哪个方向挖掘，定价模型都可以提出建议并加以推动。否则，"维度诅咒 "会导致计算机需要花费数百万小时的时间才能找到阿尔法。 СанСаныч Фоменко 2023.06.07 13:03 #30994 mytarmailS 降维时....。 价格是什么？ 是刻度，但如果我们看一个钟表，价格是什么？ 是蜡烛，蜡烛是什么？ 这是一个价格模型，因为它是价格的简化表示。TS 是什么？它试图用一套规则或函数来描述市场过程。TS 是市场过程的模型。 模型是一种有用的简化。 市场模型并不一定是某种描述市场互动的公式。 在上述模型概念之外，我还想在我们的案例中补充一个极其重要的属性：上述地球仪并不存在，但存在一组地球仪，它们以某种概率位于某个通道中。 一旦我们忘记了这一点，我们就会陷入决定论，开始相信所得到的数字，即使它是纸上的，但它并不存在。也就是说，当我们说分类误差 = 30% 时，我们不应该按照字面意思去理解，而是应该明白--30% 的分类误差是在一定范围内的，例如 2%，概率为 95%。那么 30%就是 30%。但有人会计算通道宽度吗？或者通道宽度的概率是 60%？30% 的分类误差值多少钱？ 这不是我们的全部幸福。 如果误差分布是正态的，那么上述关于概率和通道宽度的推理是有效的。谁检查过分类误差分布的正态性？ mytarmailS 2023.06.07 13:21 #30995 sibirqk #:否则，"维度诅咒 "可能会导致数百万小时的计算工作才能找到它。 维度诅咒由来已久。 因为它 1）市场不会重复--因为 它。 2）有如此多的价格选择--因为它。 3) 全部按照 "明天会像昨天一样 "的计划运作的方法都行不通--因为它。 这就是为什么我们需要一个模型，以求简单，以求可重复性。 sibirqk 2023.06.07 13:42 #30996 mytarmailS 降维....。 价格是什么？ 是刻度，但如果我们看一个钟表，价格是什么？ 是蜡烛，蜡烛是什么？ 这是一个价格模型，因为它是价格的简化表示。TS 是试图用一套规则或函数来描述市场过程。TS 是市场过程的模型。 模型是一种有用的简化。 市场模型并不一定是描述市场关系的公式。 我完全同意你的观点--模型是一种有用的简化。但我指的是金融资产的定价模型。 假设有这样一个模型--让价格在某一时刻的变化由卖出或买入的过量出价决定。为了简单起见，我们假设有大量的独立参与者，比如说一百万人。让他们以相同的交易量同时下单，并有一定的频闪，让价格变化与某一步的总头寸不平衡成正比。显然，在这样的模型中，资产的价格将是经典的纯随机漫步。事实上，如果交易者独立做出交易决策，那么其中大约一半会买入，另一半会卖出。他们之间的差额很可能是参与者数量的根。在下一步，平衡可能会发生变化，价格会向另一个方向移动。 从这个意义上讲，可以说 SB 是最被接受和最粗略的定价模型。但这一模型还需要进一步完善，以解释一些经验，同时了解在哪些方面存在效率低下的问题。 Valeriy Yastremskiy 2023.06.07 14:08 #30997 sibirqk #:我完全同意你的观点--模型是一种有用的简化。但我指的是金融资产的定价模型。假设有这样一个模型--让价格变化由卖出或买入的出价决定。为了简单起见，我们假设有大量的独立参与者，比如说一百万人。让他们以相同的交易量同时下单，并有一定的频闪，让价格变化与某一步的不平衡总头寸成正比。显然，在这样的模型中，资产价格将是经典的纯随机漫步。事实上，如果交易者独立做出交易决策，那么大约一半的交易者会买入，另一半会卖出。他们的差额很可能是参与者数量的根。在下一步，平衡可能会发生变化，价格会向另一个方向移动。 从这个意义上说，SB 是最广为接受和最粗略的定价模型。但这一模型还需要进一步完善，以解释一些经验，同时了解在哪些方面存在效率低下的问题。 阿列克谢-尼古拉耶夫在他关于 R 的博客中建立了一个 "咖啡馆 "游戏模型，即 "少数人的胜利"，这个模型与市场类似，如果玩家的位置在一个参与者较少的社会中，他就会获胜（在咖啡馆中，根据日期，当天来的游客最少的玩家获胜，来的游客多的玩家失败），但这个模型过于简单，在现实世界中还有很多类型的玩家，既有国家和其他大玩家，也有数量众多的小玩家。这个模型甚至还没有大致建立起来）。 但那里的图形甚至与蜱虫徘徊非常相似。 mytarmailS 2023.06.07 15:43 #30998 sibirqk #:我完全同意你的观点--模型是一种有用的简化。但我指的是金融资产的定价模型。假设有这样一个模型--让价格变化由卖出或买入的出价决定。为了简单起见，我们假设有大量的独立参与者，比如说一百万人。让他们以相同的交易量同时下单，并有一定的频闪，让价格变化与某一步的不平衡总头寸成正比。显然，在这样的模型中，资产的价格将是经典的纯随机漫步。事实上，如果交易者独立做出交易决策，那么大约一半的交易者会买入，另一半会卖出。他们之间的差额很可能是参与者数量的根。在下一步，平衡可能会发生变化，价格会向另一个方向移动。 从这个意义上说，SB 是最广为接受和最粗略的定价模型。但这一模型还需要进一步完善，以解释一些经验，同时了解在哪些方面存在效率低下的问题。 我个人认为，SB 模型没有任何用处。 它没有做任何事情，没有突出好的属性，没有抑制坏的属性，也没有简化...... 是啊，图表看起来像价格，那又怎样？ Maxim Dmitrievsky 2023.06.07 16:50 #30999 sibirqk #:你可能是对的。不过在我看来，用波动率不均匀来解释非平稳性有点简单化了。波动率的聚类 建模非常简单，任何异方差性都可以通过与波动率的相关性轻易消除。 市场很可能是有效的，如果市场是无效的，你只能通过寻找你的阿尔法来发现，借助阿尔法你可以不断战胜市场。在我看来，在哪里寻找阿尔法，朝哪个方向挖掘，定价模型都可以提出建议并加以推动。否则，"维度诅咒 "会导致计算机需要花费数百万小时的时间才能找到阿尔法。 我称静止性为计量经济学中常见的东西：均值和方差的恒定性。在市场中自然不存在这样的东西，它们不是 "丰碑"。除去异方差性，其余的都接近于 SB。 一般来说，分布类型对可预测性影响不大。这是一种数学游戏，与交易相去甚远。在覆盖价差的报价中加入一些蓬松度。或者在一天中的某些时间稳定回归均值。价差不会改变，就有可能赚钱。粗略地说，这种情况和类似情况可以称为低效率。要做到这一点，在编写算法时要考虑到一个事实：你无法预测一切，也不需要预测一切。我并不是说存在这样的诅咒，只是说有一些非常高效的工具，你无法从中获得任何东西。 Ivan Butko 2023.06.07 19:10 #31000 教人工智能如何成为信息巨人 1...309330943095309630973098309931003101310231033104310531063107...3399 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
当然，我们说的不是精确的量化模型。否则，进一步创建 TS 就没有意义了--为卢布建立这样一个模型，计算未来几年汇率将如何变化，然后坐在阳光下、沙滩上、巴厘岛的某个地方。
重点是至少创建一个金融资产定价的粗略定性模型，并在此基础上创建 TS，至少使用 MO 方法，至少从自己的头脑中发明一些东西。
计算公平价格或利率))))))这就是问题所在）。
对于股票来说，这比较容易，而且有更多的文献)
你们对模型的定义太狭隘了......
模型是用更简单、更易懂的东西代替真实现象，保留 必要 的属性，摒弃不必要的 属性。
如果你是一名航海家，你不需要进入太空看着地球来导航，你只需要有一个地球仪....。
地球仪是地球的模型，它具有你确定方向所需 的特性，并去掉了不必要的 特性。
地球仪不是地球，地球仪上没有生物，没有水，没有风，没有温度，没有压力......但你不需要这些，所以有一个模型。
模型是一种有用的简化，当它是一种近似，当它是一种线性化，当它是一种神经元，当它是一种降维....。
价格是什么？ 是刻度，但如果我们看一个钟表，价格是什么？ 是蜡烛，蜡烛是什么？ 这是一个价格模型，因为它是价格的简化表示。
TS 是试图用一套规则或函数来描述市场过程。TS 是市场过程的模型。
但模型是一种 有用的简化。
市场模型并不一定是某种描述市场关系的公式。
那么，粗尾是由于波动（波浪集群）不均匀造成的，具体取决于交易时段。它们似乎不包含任何其他信息。我认为市场的效率有高有低。因此，我们的任务就是寻找低效率。很难说可以将其归入哪种模式。因为它们时而出现在这里，时而出现在那里。 。
你可能是对的。不过在我看来，用波动率不均匀来解释非稳态性有点过于简单化了。波动率的聚类
建模非常简单，任何异方差性都可以通过与波动率的相关性轻易消除。
市场很可能是有效的，如果市场是无效的，你只能通过寻找你的阿尔法来发现，借助阿尔法你可以不断战胜市场。在我看来，在哪里寻找阿尔法，朝哪个方向挖掘，定价模型都可以提出建议并加以推动。否则，"维度诅咒 "会导致计算机需要花费数百万小时的时间才能找到阿尔法。
价格是什么？ 是刻度，但如果我们看一个钟表，价格是什么？ 是蜡烛，蜡烛是什么？ 这是一个价格模型，因为它是价格的简化表示。
TS 是什么？它试图用一套规则或函数来描述市场过程。TS 是市场过程的模型。
模型是一种有用的简化。
市场模型并不一定是某种描述市场互动的公式。
在上述模型概念之外，我还想在我们的案例中补充一个极其重要的属性：上述地球仪并不存在，但存在一组地球仪，它们以某种概率位于某个通道中。
一旦我们忘记了这一点，我们就会陷入决定论，开始相信所得到的数字，即使它是纸上的，但它并不存在。也就是说，当我们说分类误差 = 30% 时，我们不应该按照字面意思去理解，而是应该明白--30% 的分类误差是在一定范围内的，例如 2%，概率为 95%。那么 30%就是 30%。但有人会计算通道宽度吗？或者通道宽度的概率是 60%？30% 的分类误差值多少钱？
这不是我们的全部幸福。
如果误差分布是正态的，那么上述关于概率和通道宽度的推理是有效的。谁检查过分类误差分布的正态性？
否则，"维度诅咒 "可能会导致数百万小时的计算工作才能找到它。
维度诅咒由来已久。
因为它
1）市场不会重复--因为 它。
2）有如此多的价格选择--因为它。
3) 全部按照 "明天会像昨天一样 "的计划运作的方法都行不通--因为它。
这就是为什么我们需要一个模型，以求简单，以求可重复性。
价格是什么？ 是刻度，但如果我们看一个钟表，价格是什么？ 是蜡烛，蜡烛是什么？ 这是一个价格模型，因为它是价格的简化表示。
TS 是试图用一套规则或函数来描述市场过程。TS 是市场过程的模型。
模型是一种有用的简化。市场模型并不一定是描述市场关系的公式。
我完全同意你的观点--模型是一种有用的简化。但我指的是金融资产的定价模型。
假设有这样一个模型--让价格在某一时刻的变化由卖出或买入的过量出价决定。为了简单起见，我们假设有大量的独立参与者，比如说一百万人。让他们以相同的交易量同时下单，并有一定的频闪，让价格变化与某一步的总头寸不平衡成正比。显然，在这样的模型中，资产的价格将是经典的纯随机漫步。事实上，如果交易者独立做出交易决策，那么其中大约一半会买入，另一半会卖出。他们之间的差额很可能是参与者数量的根。在下一步，平衡可能会发生变化，价格会向另一个方向移动。
从这个意义上讲，可以说 SB 是最被接受和最粗略的定价模型。但这一模型还需要进一步完善，以解释一些经验，同时了解在哪些方面存在效率低下的问题。
我完全同意你的观点--模型是一种有用的简化。但我指的是金融资产的定价模型。
假设有这样一个模型--让价格变化由卖出或买入的出价决定。为了简单起见，我们假设有大量的独立参与者，比如说一百万人。让他们以相同的交易量同时下单，并有一定的频闪，让价格变化与某一步的不平衡总头寸成正比。显然，在这样的模型中，资产价格将是经典的纯随机漫步。事实上，如果交易者独立做出交易决策，那么大约一半的交易者会买入，另一半会卖出。他们的差额很可能是参与者数量的根。在下一步，平衡可能会发生变化，价格会向另一个方向移动。
从这个意义上说，SB 是最广为接受和最粗略的定价模型。但这一模型还需要进一步完善，以解释一些经验，同时了解在哪些方面存在效率低下的问题。
阿列克谢-尼古拉耶夫在他关于 R 的博客中建立了一个 "咖啡馆 "游戏模型，即 "少数人的胜利"，这个模型与市场类似，如果玩家的位置在一个参与者较少的社会中，他就会获胜（在咖啡馆中，根据日期，当天来的游客最少的玩家获胜，来的游客多的玩家失败），但这个模型过于简单，在现实世界中还有很多类型的玩家，既有国家和其他大玩家，也有数量众多的小玩家。这个模型甚至还没有大致建立起来）。
但那里的图形甚至与蜱虫徘徊非常相似。
我完全同意你的观点--模型是一种有用的简化。但我指的是金融资产的定价模型。
假设有这样一个模型--让价格变化由卖出或买入的出价决定。为了简单起见，我们假设有大量的独立参与者，比如说一百万人。让他们以相同的交易量同时下单，并有一定的频闪，让价格变化与某一步的不平衡总头寸成正比。显然，在这样的模型中，资产的价格将是经典的纯随机漫步。事实上，如果交易者独立做出交易决策，那么大约一半的交易者会买入，另一半会卖出。他们之间的差额很可能是参与者数量的根。在下一步，平衡可能会发生变化，价格会向另一个方向移动。
从这个意义上说，SB 是最广为接受和最粗略的定价模型。但这一模型还需要进一步完善，以解释一些经验，同时了解在哪些方面存在效率低下的问题。
我个人认为，SB 模型没有任何用处。
它没有做任何事情，没有突出好的属性，没有抑制坏的属性，也没有简化......
是啊，图表看起来像价格，那又怎样？
你可能是对的。不过在我看来，用波动率不均匀来解释非平稳性有点简单化了。波动率的聚类
建模非常简单，任何异方差性都可以通过与波动率的相关性轻易消除。
市场很可能是有效的，如果市场是无效的，你只能通过寻找你的阿尔法来发现，借助阿尔法你可以不断战胜市场。在我看来，在哪里寻找阿尔法，朝哪个方向挖掘，定价模型都可以提出建议并加以推动。否则，"维度诅咒 "会导致计算机需要花费数百万小时的时间才能找到阿尔法。
我称静止性为计量经济学中常见的东西：均值和方差的恒定性。在市场中自然不存在这样的东西，它们不是 "丰碑"。除去异方差性，其余的都接近于 SB。
一般来说，分布类型对可预测性影响不大。这是一种数学游戏，与交易相去甚远。在覆盖价差的报价中加入一些蓬松度。或者在一天中的某些时间稳定回归均值。价差不会改变，就有可能赚钱。粗略地说，这种情况和类似情况可以称为低效率。要做到这一点，在编写算法时要考虑到一个事实：你无法预测一切，也不需要预测一切。我并不是说存在这样的诅咒，只是说有一些非常高效的工具，你无法从中获得任何东西。