트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 1475

 
Alexander_K :
몇 주 전에 저는 03_AUDCAD의 실제 틱에서 모델이 왜 그렇게 잘 훈련되고 거래되는지에 대한 질문을 받았습니다. 내가 지금 도달한 대답은  
가격 상승분의 분포는 대칭이고 이러한 분포의 대칭은 슬라이딩 윈도우에서 유지되기 때문입니다.
이와 같은 것이 내가 M15에서 달성해야 하는 것입니다.
2018.04.16 22:43
매우 흥미로운. 내가 확인 할게요.
2018.04.17 00:31
2018.04.17 00:57
03_AUDCAD.xls의 실제 틱에 대한 마지막 가격 인상이 10000회 있습니다.
노란색 선은 윈도우가 100인 이동 평균입니다. 거의 완벽하게 평평합니다.
2018.04.17 00:58

그러나 비교를 위해 EURUSD M1. 10000 최신 바, 희석 없음. 평균값은 끊임없이 옆으로 치우쳐 있습니다.

2018.04.17 01:04
2018.04.17 01:04

이것은 Doc의 PM의 마지막 항목 중 하나입니다. 어쩐지 옛날 생각이 나서 눈물이 났습니다...

그리고 일부 진드기를 버리는 기준은 무엇입니까? 아니면 "thinning"이라는 단어가 다른 의미를 가지고 있습니까?

 
도서관 :
스프레드와 함께 AUDCAD를 공부했습니까? 그는 거기에서 거대합니다 - 약 40-50pt. 차트를 보니 - 지난 100분 동안 가격이 스프레드를 넘지 않았습니다.

네.

얇은 진드기에 대한 Doc의 모델이 우수한 결과를 주었다는 사실에도 불구하고 스프레드는 거의 모든 이익을 먹었습니다. 따라서 그는 약 15분에 한 번 이벤트(인용)를 받기까지 씬 아웃했습니다. 아아, 나는 그의 추가 운명을 모른다. 사라졌습니다 ... 아마도 그들은 Alyosha처럼 종소리를 들었을 것입니다 - 누가 알겠습니까 ...

나는 거기에서 멈추고 무작위 프로세스 이론의 공식을 얻은 VR에 간단히 적용했습니다.

 
알렉세이 비아즈미킨 :

그리고 일부 진드기를 버리는 기준은 무엇입니까? 아니면 "thinning"이라는 단어가 다른 의미를 가지고 있습니까?

나는 Erlang에 의해 가장 단순한 사건의 흐름으로 희석되었습니다. 틱 따옴표가 많이 있습니다. 모든 2번째 따옴표는 그것에서 남습니다 - 우리는 그것을 연구하고, 그것은 맞지 않습니다 - 즉 모든 3번째 따옴표 등을 의미합니다. 특정 속성을 가진 시리즈를 얻을 때까지.

 
Alexander_K :

나는 Erlang에 의해 얇아졌습니다. 많은 틱 이벤트가 있습니다. 모든 두 번째 따옴표는 버려집니다. 우리는 그것을 연구했지만, 맞지 않습니다. 즉, 모든 세 번째 따옴표 등을 의미합니다. 특정 속성을 가진 시리즈를 얻을 때까지.

그들이 이 사건을 역사에서 버리고 원하는 분포를 찾았다고 가정해 봅시다. 그리고는 무엇입니까? 결국 첫 번째 틱부터가 아니라 두 번째 틱부터 얇아지기 시작하면 완전히 다른 데이터를 버려야 하지 않을까요? 정확한 지점에서 실시간으로 어떻게 희석될 수 있는지 이해가 되지 않습니다.

 
알렉세이 비아즈미킨 :

그들이 이 사건을 역사에서 버리고 원하는 분포를 찾았다고 가정해 봅시다. 그리고는 무엇입니까? 결국 첫 번째 틱부터가 아니라 두 번째 틱부터 얇아지기 시작하면 완전히 다른 데이터를 버려야 하지 않을까요? 정확한 지점에서 실시간으로 어떻게 희석될 수 있는지 이해가 되지 않습니다.

:))) 글쎄요, 1.5년이 걸렸습니다. 그러나 희석 없이는 이 문제를 해결하는 방법을 모르겠습니다.

그리고 나서 - Doc에서 NS는 어리석게도 다음 증분의 부호를 예측했고 나는 평균으로 돌아가는 Ornstein-Uhlenbeck 프로세스를 얻었습니다.

 
Alexander_K :

네.

얇은 진드기에 대한 Doc의 모델이 우수한 결과를 주었다는 사실에도 불구하고 스프레드는 거의 모든 이익을 먹었습니다. 따라서 그는 약 15분에 한 번 이벤트(인용)를 받기까지 씬 아웃했습니다. 아아, 나는 그의 추가 운명을 모른다. 사라진 ... 어쩌면 그들은 Alyosha와 같은 pochikali - 아는 사람 ...

나는 거기에서 멈추고 무작위 프로세스 이론의 공식을 얻은 VR에 간단히 적용했습니다.

젠장... 내 생각에 Doc에 대한 이러한 농담은 Alyosha가 Yura Reshetov가 그랬던 것처럼 폭력적인 죽음으로 사망했다는 점을 고려할 때 더 이상 웃기지 않습니다. 그리고 DR_TR은 다행히도 살아있고 건강하며 월급을 받기 위해 점원으로 일하고 보스의 명령을 이행하고 시장과의 이 모든 악몽에 대해 기억조차 하지 않습니다. 암호화폐 거래소에서 킬로달러를 지불하고 나면 그가 상쾌하고 새로운 아이디어로 돌아올 것이라고 확신합니다.

 
Alexander_K :
몇 주 전에 저는 03_AUDCAD의 실제 틱에서 모델이 왜 그렇게 잘 훈련되고 거래되는지에 대한 질문을 받았습니다. 내가 지금 도달한 대답은  
가격 상승분의 분포는 대칭이고 이러한 분포의 대칭은 슬라이딩 윈도우에서 유지되기 때문입니다.
이와 같은 것이 내가 M15에서 달성해야 하는 것입니다.
2018.04.16 22:43
매우 흥미로운. 내가 확인 할게요.
2018.04.17 00:31
2018.04.17 00:57
03_AUDCAD.xls의 실제 틱에 대한 마지막 가격 인상이 10000회 있습니다.
노란색 선은 윈도우가 100인 이동 평균입니다. 거의 완벽하게 평평합니다.
2018.04.17 00:58

그러나 비교를 위해 EURUSD M1. 10000 최신 바, 희석 없음. 평균값은 끊임없이 옆으로 치우쳐 있습니다.

2018.04.17 01:04
2018.04.17 01:04

이것은 Doc의 PM의 마지막 항목 중 하나입니다. 어쩐지 옛날 생각이 나서 눈물이 났습니다...

https://www.hindawi.com/journals/tswj/2015/909231/

The Lambert Way to Gaussianize Heavy-Tailed Data with the Inverse of Tukey’s h Transformation as a Special Case
The Lambert Way to Gaussianize Heavy-Tailed Data with the Inverse of Tukey’s h Transformation as a Special Case
  • Hindawi
  • www.hindawi.com
I present a parametric, bijective transformation to generate heavy tail versions of arbitrary random variables. The tail behavior of this heavy tail Lambert random variable depends on a tail parameter : for , , for has heavier tails than . For being Gaussian it reduces to Tukey’s distribution. The Lambert W function provides an explicit inverse...
 
Alexander_K :
몇 주 전에 저는 03_AUDCAD의 실제 틱에서 모델이 왜 그렇게 잘 훈련되고 거래되는지에 대한 질문을 받았습니다. 내가 지금 도달한 대답은  
가격 상승분의 분포는 대칭이고 이러한 분포의 대칭은 슬라이딩 윈도우에서 유지되기 때문입니다.
이와 같은 것이 내가 M15에서 달성해야 하는 것입니다.
2018.04.16 22:43

나는 이미 이것에 대해 썼고 이것이 넌센스라고 설명했습니다 ....

그러한 속성을 가진 시리즈를 만들기 위해 천재일 필요는 없으며 일종의 이국적인 변형 등을 사용할 필요가 없습니다. 시리즈의 이중/삼중 미분을 하는 것으로 충분하다....

그리고 예!

1. 우리는 대칭 증분과 부드러운 이동 평균을 가진 슈퍼 고정 시리즈를 얻을 것입니다.

2. 우리는 영구적으로 0으로 돌아갈 것입니다

3. 90% 이상의 모든 분류기에서 이러한 계열의 우수한 예측 가능성을 얻습니다.


그러나 이러한 신호를 시장에 적용하면 역변환 후 이 신호는 1페니 가치가 없기 때문에 첫 번째 추세에서 우리를 더럽힐 것입니다!

그러니 어서 Alexander_K

또는 증거로 내 잘못을 주장합니다(닉네임이 없는 다른 사람의 거래 화면은 귀하의 결백을 증명하는 것으로 간주되지 않습니다)

아니면 이 광기를 대중에게 퍼뜨리는 것을 멈추면 누군가는 똑같이 믿을 수 있습니다 ...

진정한 대화를 기대합니다

 
mytarmailS :

또는 증거로 내 잘못을 주장합니다(닉네임이 없는 다른 사람의 거래 화면은 귀하의 결백을 증명하는 것으로 간주되지 않습니다)

아니면 이 광기를 대중에게 퍼뜨리는 것을 멈추면 누군가는 똑같이 믿을 수 있습니다 ...

진정한 대화를 기대합니다

이것은 그의 화면입니다. 문제는 드로다운이 이익과 동일하고 이 차트에 자본이 표시되지 않는다는 것입니다. 따라서 모든 SW에서 방법의 증명이 매우 의심스럽습니다.

나는 강한 움직임에 동의합니다. 최근에는 단순히 존재하지 않았습니다.
 
mytarmailS :

그러나 이러한 신호를 시장에 적용하면 역변환 후 이 신호는 1페니 가치가 없기 때문에 첫 번째 추세에서 우리를 더럽힐 것입니다!

그러니 어서 Alexander_K

또는 증거로 내 잘못을 주장합니다(닉네임이 없는 다른 사람의 거래 화면은 귀하의 결백을 증명하는 것으로 간주되지 않습니다)

아니면 이 광기를 대중에게 퍼뜨리는 것을 멈추면 누군가는 똑같이 믿을 수 있습니다 ...

진정한 대화를 기대합니다

나는 마침내 아무 말도 할 수 없습니다 - 당신을 위해 더 쉬워 질까요?

또한 Doc은 사라졌고 그의 작업에 대해 말할 수 없지만 그의 성장하는 신호를 본 다음 bam-아무 것도 없습니다 ...

내 신호에 관하여:

TIP 스레드에서 설명할 수 있는 모든 것을 설명했습니다. 그리고 처음에는 모두 틱 흐름을 얇게 만드는 데 기반을 두었습니다. M1, M5, .... 무작위 프로세스 이론의 공식은 작동하지 않습니다. 실제로 SB에서와 같이 +0%의 이익이 나옵니다. 얇아지고 비선형 시계열에서 작동합니다. 왜 그런지, 그리고 그렇지 않은지 - 모르겠습니다.

멍청하게 가늘어진 줄을 국회에 집어넣고 이익을 낼 수 있을까? 이 질문에 대한 답변은 Doc... 제 개인적인 의견은 NO입니다. 나는 이것을 맥심에게 말했다. NN은 또한 무작위 프로세스의 이론을 알고 프로세스의 분산을 위한 Einstein-Smoluchowski 공식을 독립적으로 도출해야 합니다. NN은 인간의 천재성을 이길 수 없습니다. 임호. 내가 틀렸을 수도...

그러나 결국이 분기에서는 입력 데이터의 전처리에 거의 아무도 관여하지 않습니다. 하지만 1000페이지 전의 마법사는 이것이 가장 중요하고 이 단계가 모든 MO 마스터의 가장 중요한 비밀이라고 했습니다. 그리고 마법사는 들을 수 있어야 합니다.

사유: