交易中的机器学习：理论、模型、实践和算法交易 - 页 3368

新评论
 
Maxim Kuznetsov #:

当 MA 周期受 ATR 控制时（反之亦然），但有必要揭示这两个公式，而不是用优化来吓唬你的大脑

是的，这就是某些同志的 "想法"，摆脱优化。你知道 "如何在马什卡的帮助下建立一个自适应系统，而不是用优化来吓唬你的大脑 "这个问题的答案吗？- 请告诉我。我们看到，很多人都知道，但出于某种原因却保持沉默。

当然，不管怎样，这样的 "自适应系统 "是不会泄漏的））。

 

优化什么？

适应什么？

总有一些讨论，好像周围什么都没有。而最重要的是，我们并不清楚我们要借助优化或适应来解决什么问题。

如果不明确问题所在，那么所有这些都不过是另一种空洞的废话。

而问题是完全一样的：一个非稳态市场。这就是为什么任何关于优化或调整不同 mashka（即使是 ATR）的讨论都是空洞的废话，而关于任何指标甚至是最复杂的过滤器等等，也都是空洞的废话....。

非平稳市场有两种方法，其中包括金融时间序列：

1.对非平稳性进行建模，初步破坏其最明显的表现形式，例如趋势--这就是 GARCHs。

2.利用 MOE 在历史中寻找模式。如果在预处理上下功夫，这些模式未来的分类误差将低于 20%。

全部。

 
mytarmailS Mashka 的周期由 ATR 控制，那也是不可能的......乌托邦？

很简单，还可以再发明 100500 种变体。它们中的哪一个能在市场上发挥作用呢？

 
Forester #:

这与科学有关，在科学中，公式是精确的，他们只需要改变输入参数。我们没有科学，我们没有描述市场的公式。

我并不是在说一个可以描述整个市场的神奇公式。我是说，在非稳态环境中，具有动态参数的系统优于具有静态参数的系统！

就是这样！

Forester#：

很简单，你还可以想出 100500 种变化。哪一个能在市场上行得通？

马什科和亚太地区的例子只是一个抽象的简单例子，只是为了表达我的观点，并不是我所说的指南。

 
在某个地方，奥列格-阿夫托马特正在默默地悲伤。
 
Maxim Dmitrievsky #:
奥列格-阿夫托马特在某处默默悲伤

)

顺便说一下，他的主题是通过一本书的链接 开始的，书中有另一种非稳态建模的正常变体。在那里，它被表述为几个静态序列之间的随机切换。另外，他的自我引用与该书的内容毫无关系（他甚至否认了该书的基本数学装置--理论家）。

 

我告诉他，他的 PI/PID 调节器可以很容易地被马什基取代，如果炉温受到与欧元兑美元图表 相同的外部影响，他将无法借助调节器调节螺旋的热量，从而消除外部影响，使炉温保持稳定（以获得利润）。炉子要么冷却到车间温度，要么烧坏线圈，烧焦砖墙。

"这就是事情发生的原因......"Eduard Severe.

))

 
Aleksey Nikolayev #:

)

顺便说一下，他的主题一开始是指向一本书的链接，书中有另一种非稳态模型的正常变体。在那本书中，非平稳性被描述为几个平稳序列之间的随机切换。另外，他的选择与该书的内容没有丝毫关系（他甚至否认了该书的基本数学装置--理论家）。

问题在于是否需要建立模型。在 MOE 中有一种很好的估算方法--它就是 CV。通过它，您甚至可以选择 TC 的参数并重新排列数据集。

最近我想到了几个想法，我得去看看。例如，我对数据进行了洗牌，如果能对时间序列使用 CV 就更好了。
 
Maxim Dmitrievsky #:
问题：以及是否应该建立模型。 。

有这样一条定理：粗略地说，任何预测对象的模型总是等同于某种描述对象的模型。事实证明，除了欲望之外，我们总是要建立一些市场模型。

 
Aleksey Nikolayev #:

有一条定理大致指出，任何预测对象的模型总是等同于描述对象的模型。事实证明，除了欲望之外，我们总会建立一些市场模型。

建模可以通过不同的方式进行))))

1...336133623363336433653366336733683369337033713372337333743375...3399
新评论