交易中的机器学习:理论、模型、实践和算法交易 - 页 3134

 
在图表中,如果你只是描述它:)
 
СанСаныч Фоменко #:
    Valeriy Yastremskiy#
    马克西姆-德米特里 耶夫斯基 #:

    我想讨论的是一种算法,它可以自己寻找规律性,因此规律性不是现成的。

    我希望它能够寻找任何类型的模式,而不会对数据和处理数据的方式产生偏见。


    但我不知道什么样的(什么语言的)算法能描述这些规律性,一般来说,也不知道规律性本身的结构。


    因此,问题在于是否存在一种可以描述任何事物的通用语言,以及如何将这种 "任何事物 "以就绪模块的形式放入 "检查器 "中。


    我倾向于记录规则和一般代码。

     
    mytarmailS #:

    我想推测一种算法,这种算法会自己寻找模式,所以模式并不是现成的。

    我希望它能够寻找任何类型的模式,而不会对数据和处理数据的方式产生偏差。


    但我不知道算法可以用哪种语言来描述这些规律性,一般来说,规律性的结构....。


    因此,问题在于是否存在一种可以描述任何事物的通用语言,以及如何将这种 "任何事物 "以现成模块的形式放入 "校验器 "中。


    我倾向于记录。

    整个人类历史都在说,只有人类才能找到规律。

    今天,灰狗作家们将这种能力归功于人工智能,而今天的人工智能只能依靠对历史数据的推断来工作。这充其量也就是这样。而通常情况下,人工智能只不过是一个非常快速的搜索引擎。

    你提出的是一个质的不同的问题:创造一个与人类类似的人工智能。如果你意识到了这一点,那就这样吧。

     
    mytarmailS #:

    我想推测一种算法,这种算法会自己寻找模式,所以模式并不是现成的。

    我希望它能够寻找任何类型的模式,而不会对数据和处理数据的方式产生偏差。

    但我不知道算法可以用哪种语言来描述这些规律性,一般来说,规律性的结构....。

    因此,问题在于是否存在一种可以描述任何事物的通用语言,以及如何将这种 "任何事物 "以现成模块的形式放入 "检查器 "中。

    我倾向于记录规则和一般代码。

    你来晚了,我已经创建了这样一个模块)),但只适用于外汇或任何时间序列。

    不同领域的数据表示是不同的,模式的表示也是不同的,这将是一团糟。

     
    mytarmailS #:

    我想推测一种算法,这种算法会自己寻找模式,所以模式并不是现成的。

    我希望它能够寻找任何类型的模式,而不会对数据和处理数据的方式产生偏差。


    但我不知道算法可以用哪种语言来描述这些规律性,一般来说,规律性的结构....。


    因此,问题在于是否存在一种可以描述任何事物的通用语言,以及如何将这种 "任何事物 "以现成模块的形式放入 "校验器 "中。


    我倾向于记录。

    任务没有明确给出。在一维数列中搜索是一回事,在二维或更多维数列中搜索又是另一回事。一维价格序列过于简单,没有考虑价差和成交量。此外,日历时间也会使这一序列循环往复,这一方面简化了序列,但也是必须考虑的另一个条件/因素。

    如果我们看一下我们感兴趣的是什么,那就是趋势或模式,但也有更复杂的依赖关系,它们也可以重复,但对交易毫无用处。

     

    日志规则本质上是关联规则。当然,你可以描述它们,但你需要一些验证器来确定这些规则的可靠性。

    这就是从关联过渡到因果关系的话题。我不知道对数规则有这样的矩阵,不过可能与回归类似。

     
    Maxim Dmitrievsky #:

    你来得太晚了,我已经创建了一个 ))

    你创建的是常见的 "排行榜 "模型,就像拿纸飞机和真飞机作比较一样。

     
    Valeriy Yastremskiy #:

    至于要寻找什么样的重复,如果我们看一下我们感兴趣的是什么,那就是趋势或模式,但还有更复杂的依赖关系,这些依赖关系也可以重复,但它们对交易毫无用处。

    我们只需要知道两类=反转/非反转。

    其他一切--形态、趋势、平线、新闻、水平--首先是主观的,其次可以归类为迹象。

     
    mytarmailS #:

    你创造了常见的 "排行榜 "模型,这就像拿纸飞机和真飞机作比较。

    排行榜在最后,因为在现实生活中,你永远不会得到一个唯一和完美。判断总是有差异的。

     
    Maxim Dmitrievsky #:

    排行榜就在最后,因为在现实生活中,你永远不可能得到一个唯一、完美的排行榜。

    我们说的是不同的事情,我说的基本上是自动机为模型创建不受任何限制的非常复杂的定性特征的想法。


    它可以是一个复杂的规则 ==> 在此基础上训练出一些序列, ==> 只从中挑选出工作模式(规则) ==> 在此基础上训练出模型。


    它可以是基本模型数百个特征中的一个。