나는 이미 기성품 차익 거래를 가지고 있었고 그렇게 까다롭지 않은 방식으로 진입 신호를 필터링하여 그것을 개선하고 싶었습니다. 슬라이딩 창에서 우리는 공적분의 강도(두 VR의 근접성)를 고려하고 VR이 다음과 같을 때만 고려합니다. 서로 강력하게 통합되어 차익 거래를 시작합니까?
Огромное количество данных в data mining вообще и в финансах в частности приходит к нам в виде временных рядов. Это не удивительно, ведь очень часто нас интересуют какие-то события или показатели изменяющиеся во времени. При этом, огромный пласт классической математики веками создавался для работы с множествами чисел. В результате, одним из...
나는 이미 기성품 차익 거래를 가지고 있었고 그렇게 까다롭지 않은 방식으로 진입 신호를 필터링하여 그것을 개선하고 싶었습니다. 슬라이딩 창에서 우리는 공적분의 강도(두 VR의 근접성)를 고려하고 VR이 다음과 같을 때만 고려합니다. 서로 강력하게 통합되어 차익 거래를 시작합니까?
그런 필터링의 결과가 애매해서 좋다 나쁘다 구분할 수 없다
첫 번째 옵션에서 테스트 시스템은 한 달에 평균 7%의 수익을 냈습니다. 회복 인자 3 포함
저에게는 모든 것이 위험에 관한 것입니다. 약간의 감수를 시도하지만 여전히 위험을 감수합니다. 고문을 수십 년 동안 성공적으로 거래하도록 만들 수 있지만 그 이유는 무엇입니까? 이익은 아마도 일년에 몇 퍼센트가 될 것이며, 동일한 성공으로 은행에 무위험 예금으로 돈을 입금할 수 있습니다. 한 켤레만 가져 와서 1년 동안 잘 거래되도록 모델을 훈련하면 매월 최소 10%의 이익을 기대할 수 있습니다. 이는 이미 더 나은 것입니다. 2개월 분량의 데이터에 대해서만 모델을 훈련시키십시오. 아마도 일주일 동안 성공적으로 작동할 것이지만 더 짧은 기간에 이 10%를 가져올 것입니다.
모델이 훈련을 위해 가지고 있는 데이터 세트(시간 및 쌍 수 측면에서)가 좁을수록 새 데이터에 대한 수익성이 더 높아집니다. 그러나 그것은 쓸모 없게 될 것이고 훨씬 더 일찍 수익성이 없어질 것입니다. 그래서 훨씬 더 위험합니다. 일부 뉴스는 전체 모델을 깨뜨릴 수도 있습니다. 새로운 예측 변수와 모델 매개변수를 다시 찾아야 합니다.
고마워, 나는 그것을 알아내지 못했을 것이다.
결과를 보는 것은 매우 흥미로울 것입니다.
한 번 약혼하면 어딘가에 코드가 있습니다.
1. 의사 결정을 위해 주어진 코드로는 충분하지 않습니다. 임계값이 필요하고 부동
2. 최대 10의 이익 계수로 매우 수익성 있는 시스템을 얻을 수 있습니다.
하지만.
MO 이익은 5핍 미만입니다. 스프레드 회계는 모든 아름다움을 죽입니다. 하지만 확산 외에도 선물도 있습니다
결과를 보는 것은 매우 흥미로울 것입니다.
중재의 주제는 여기의 주제가 아니지만 관심이 있으시면 간단히 답변 드리겠습니다 ...
나는 이미 기성품 차익 거래를 가지고 있었고 그렇게 까다롭지 않은 방식으로 진입 신호를 필터링하여 그것을 개선하고 싶었습니다. 슬라이딩 창에서 우리는 공적분의 강도(두 VR의 근접성)를 고려하고 VR이 다음과 같을 때만 고려합니다. 서로 강력하게 통합되어 차익 거래를 시작합니까?
그런 필터링 결과가 애매해서 좋다 나쁘다 구분할 수 없다
첫 번째 옵션에서 테스트 시스템은 월 평균 7%의 수익을 냈습니다. 회복 인자 3 포함
여과를 통해 시스템은 월 평균 5.7%를 제공합니다. 및 PV 5.5
그녀가 덜 벌지만 더 안정적인 ...
러시아어 "R"에 대한 예가 있는 흥미로운 링크:
상관과 공적분의 차이점에 대해
http://www.algorithmist.ru/2011/08/time-series-similarity-measures.html
http://www.algorithmist.ru/2011/09/time-series-test-for-cointegration.html
복식 및 차익 거래에 대해
http://rforfinance.ru/pairs-trade/
http://rforfinance.ru/rolling-window/
중재의 주제는 여기의 주제가 아니지만 관심이 있으시면 간단히 답변 드리겠습니다 ...
나는 이미 기성품 차익 거래를 가지고 있었고 그렇게 까다롭지 않은 방식으로 진입 신호를 필터링하여 그것을 개선하고 싶었습니다. 슬라이딩 창에서 우리는 공적분의 강도(두 VR의 근접성)를 고려하고 VR이 다음과 같을 때만 고려합니다. 서로 강력하게 통합되어 차익 거래를 시작합니까?
그런 필터링의 결과가 애매해서 좋다 나쁘다 구분할 수 없다
첫 번째 옵션에서 테스트 시스템은 한 달에 평균 7%의 수익을 냈습니다. 회복 인자 3 포함
여과를 통해 시스템은 월 평균 5.7%를 제공합니다. 및 PV 5.5
그녀가 덜 벌지만 더 안정적인 ...
러시아어 "R"에 대한 예가 있는 흥미로운 링크:
상관과 공적분의 차이점에 대해
http://www.algorithmist.ru/2011/08/time-series-similarity-measures.html
http://www.algorithmist.ru/2011/09/time-series-test-for-cointegration.html
복식 및 차익 거래에 대해
http://rforfinance.ru/pairs-trade/
http://rforfinance.ru/rolling-window/
고맙습니다. 첫 번째 링크에서 설명이 미소를 지었습니다. 두 개의 알코나프트가 오고 있습니다.
:)
그건 그렇고, 신경망에 관한 그의 기사에서 Mr. Perervenko는 이러한 유형의 네트워크에 대해 아무 말도 하지 않았습니다. 글 전체에서 단 하나의 언급만 찾았습니다. 그리고 시계열에 대한 적용 가능성의 문제를 (사려 깊게) 여는 것이 가능할 것입니다.
알렉세이
순환 신경망(RNN, CNN 및 LSTM)에 대한 별도의 기사(또는 두 개)가 있을 것입니다. mxnetR 및 아마도 mxnet(Python)을 사용하는 예.
그건 그렇고, mxnet 패키지는 CRAN 저장소에 있습니다. 사실, GitHub(RMSProp, Adam, AdaGrad 및 AdaDelta)에서 최적화 프로그램을 추가하려면 약간의 체조를 수행해야 합니다. 현재 이러한 옵션을 테스트하고 있습니다.
행운을 빕니다
좋아요, 흥미롭게 읽을 수 있습니다.
CNN은 그 자체로 순환 네트워크가 아닙니다.
이 기사를 읽은 후 다음과 같은 질문이 생겼습니다.
왜 나를 포함하여 우리 모두는 동일한 통화 쌍에서 파생된 예측 변수에 집착합니까? 통화 쌍이 많이 있지만 일반적으로 통화 쌍은 아니며 바다는 십원입니다 ...
이 기사를 읽은 후 다음과 같은 질문이 생겼습니다.
왜 나를 포함하여 우리 모두는 동일한 통화 쌍에서 파생된 예측 변수에 집착합니까? 통화 쌍이 많이 있지만 일반적으로 통화 쌍은 아니며 바다는 십원입니다 ...
저에게는 모든 것이 위험에 관한 것입니다. 약간의 감수를 시도하지만 여전히 위험을 감수합니다. 고문을 수십 년 동안 성공적으로 거래하도록 만들 수 있지만 그 이유는 무엇입니까? 이익은 아마도 일년에 몇 퍼센트가 될 것이며, 동일한 성공으로 은행에 무위험 예금으로 돈을 입금할 수 있습니다.
한 켤레만 가져 와서 1년 동안 잘 거래되도록 모델을 훈련하면 매월 최소 10%의 이익을 기대할 수 있습니다. 이는 이미 더 나은 것입니다.
2개월 분량의 데이터에 대해서만 모델을 훈련시키십시오. 아마도 일주일 동안 성공적으로 작동할 것이지만 더 짧은 기간에 이 10%를 가져올 것입니다.
모델이 훈련을 위해 가지고 있는 데이터 세트(시간 및 쌍 수 측면에서)가 좁을수록 새 데이터에 대한 수익성이 더 높아집니다. 그러나 그것은 쓸모 없게 될 것이고 훨씬 더 일찍 수익성이 없어질 것입니다. 그래서 훨씬 더 위험합니다. 일부 뉴스는 전체 모델을 깨뜨릴 수도 있습니다. 새로운 예측 변수와 모델 매개변수를 다시 찾아야 합니다.