交易中的机器学习：理论、模型、实践和算法交易 - 页 656

新评论
 
尤里-阿索连科。


嗯，还有非平稳性。任何过程，如果被分解成几块，就会变得不稳定，如果不稳定，就不会是随机的。

我不明白。在GARCH中，该过程被分解成各个组成部分，而不是被分解成几块。这是在公式本身：前值+噪音。

顺便说一下，从不同的长间隔（几个超过3个月）的分布情况来看，我没有注意到它们之间有任何明显的区别。

在关于GARCH的出版物中，已经证明了为了计算分布的参数，必须要有5000个以上的观测值。小于1000会使模型不稳定。

关于经济意义--嗯，我不知道。我假设市场对观察者来说是随机的。它是否真的是随机的，其实并不重要。这里的关键词是对观察者而言。

关于外汇，我完全同意，因为我认为汇率 就是政治。

至于其他资产类型。尽管今天的资产价格是虚假的：石油价格高出几倍，而消费却大致相同。

 
马克西姆-德米特里耶夫斯基。


但你并没有摆脱排放。


当然不是，你不能这样做。此外，GARCH模型的意义之一是它对排放后的过程的REALLY拟合程度。

 
桑桑尼茨-弗门科。

当然不是，也不应该这样做。此外，GARCH模型的意义之一是它与离群点之后的过程的REALLY匹配程度。

我的意思是，如果你只取增量和增量的对数，图表将是相等的，但只是在不同的价格尺度上。

 
交易员博士。

我也一直在思考这个问题。

如果回归模型预测了每一栏的价格收益，并且R2得分在前测和回测中都高于零，这已经是一个好的开始。问题是，结果虽然稳定，但却很小，价差不能被打败。

从分析上看，问题在于R2对模型的大误差惩罚较重，而忽略了小误差和错误的交易方向。如果你看一下收益的分布，大多数价格变动只有几个点。而这个模型，不是预测这种小运动的正确方向，而是学习预测分布的长尾，因为它将获得更高的R2。因此，该模型可以在某种程度上预测大的运动，但在小的运动中，它总是在方向上犯错，并失去了差价。

结论--标准回归估计对外汇不利。有必要建立一个某种健身函数，以考虑到交易方向、传播和准确性。那么即使准确率略高于50%，也有机会获利。
准确度、夏普比率、恢复系数和其他分析交易图表的功能过于离散，带有标准反推的神经元将无法走出局部最小值，无法正常学习。

另一个结论是完全忽略神经元的弱信号。只对强势的进行交易。问题是，我们总是可以定义在回测中得到良好结果的阈值，但在前测中不会得到良好的结果。你在这里也要想点办法。

R2 IMHO以及logloss是相当不方便的指标，因为它是非线性的。对我来说，回报率与预测值的简单关联要方便得多，它就像R2的根，乘以100，你就会得到你能从市场上捕捉到的确切变化百分比，我得到3-5%，但麻烦的是，正如你正确所说，这些信号过于频繁，过滤或平均化几乎完全杀死了α。我想这是我需要集中精力的地方，因为无论如何我都无法从正常的数据中获得超过5%的收益。

 
桑桑尼茨-弗门科。

至于经济意义--嗯，我不知道。我假设市场对观察者来说是随机的。它是否真的是随机的，其实并不重要。这里的关键词是对观察者而言。

关于外汇，我完全同意，因为我认为汇率 就是政治。

至于其他资产类型。虽然今天的资产价格已经脱胎换骨：石油价格按次数和消费差不多。

是的，到处都是。我主要是玩股票-期货市场。 对于一个观察者来说，一切都很随机。那里到底有什么--谁他妈知道。你必须是一个内部人士）。

什么是 "非随机"--它是运动中的回滚和围绕平均值的波动（不要与Alexander_K2-m混淆）。用这种方法，而是打一个运动可以被称为随机的，但不是罕见的，甚至是有规律的现象，因为我们永远不知道它将在什么时候和在哪个方向。

 
尤里-阿索连科。

是的，到处都是。我主要是玩股票-期货市场。 对一个观察者来说，一切都是随机的。它到底是什么，我不知道。你必须是一个内部人士）。

什么是 "非偶然性"--它是运动中的回滚和围绕平均值的波动（不要与Alexander_K2-m混淆）。用这种方法，宁可打出一个动作，也可以说是随机的，但不是罕见的，甚至是经常发生的，因为我们永远不知道什么时候或哪个方向会发生。

这种有效市场的假说是无稽之谈。

 
马克西姆-德米特里耶夫斯基。

我的意思是，如果你只取增量和增量的对数，图表是相等的，但只是在不同的价格尺度上。

Stranye你有图形，对数也应该压缩它们。你是用哪个公式计算的？小数点后一位，例如，输入数据的10倍变化会导致2倍的变化。也是自然的，但比较弱。你的图表没有显示垂直压缩。
 
桑桑尼茨-弗门科。

毕竟，GARCH模型被用于增量不是没有道理的。而且它们是目前最常见的。通过将非平稳序列分解为具有相当意义的经济和统计意义的组成部分来战胜非平稳性的基本想法是非常吸引人的。

现在，Garch对我来说太复杂了。关于它的书籍主要是为统计学和计量经济学的专家写的，而且不断地用我不理解的东西来操作；要理解和吸收一些基本知识，我需要首先理解一堆其他的东西，而这些东西在书上是没有解释的。

我玩过R语言的包，但即使是测试，我也没有在默认设置下获得任何收益；我需要再次了解如何以及在设置中调整什么，而我不能偶然地做到这一点。

我相信Garch可以做很多事情，但是为了弄清楚这些事情，我必须投入的时间太多，而且我也没有多少时间。

 
elibrarius。
Stranye你有图形，对数也应该压缩了。你是通过什么公式计算出来的？十进制，例如，输入数据的10倍变化会导致2倍的变化。也是自然的，但比较弱。你的图表没有显示垂直压缩。

log(close[i]/close[i-15])

在哪里关闭什么，为什么？

 
马克西姆-德米特里耶夫斯基。

我的意思是，如果你只取增量和增量的对数，图表是相等的，但只是在不同的价格尺度上。

我想这不是log(open[0]-open[1])。
但是log(open[0]/open[1])

1...649650651652653654655656657658659660661662663...3399
新评论