Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2480
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Вот именно. Временной ряд биржевой прежде всего не стационарный но уж никак не случайный. Для изменения ряда цены всегда есть причина и именно анализ причины помогает в прогнозировании цены, а не следствия!
........................ Приведи пример детерминированного нестационарного ряда
А Вы в курсе что существуют такие методы обучение где минимизация ошибки может быть бесконечно долгой не по времени а по фактическому результату и что минимальная ошибка полученная при обучении не является критерием для оценки обобщающей способности модели. Скажем метод обратного распространения ошибки способом минимизировать ошибку на любых данных в ноль но как правило такие модели не имеют обобщающей способности и плохо работают на новых данных. ТО есть этот метод способен будет минимизировать ошибку при наличии противоречивых данных до нуля, НО практического толку от этого будет мало. Так что поверьте минимизация ошибки при обучении это не достаточный подход при обучении!
Бред
почему случайные?
Временные ряды - детерминированные, случайные и стохастические. Других нет. Вообще.
Форекс и фондовые котировки - какие ряды?
А если именно о вашей мысли говорить я понимаю о чем вы думаете, можно брать любую функцию типа:
A[1]*X^0+A[2]*X^1 + ... + A[N]*X^N , это в общем случае ряд Тейлора(функциональный ряд), за тем исключением что A[i] > 0 для всех i = 1...N это дает в общем случае постоянный прирост именно первой производной, если наглядно то так:
How to Difference a Time Series Dataset with Python
How To Backtest Machine Learning Models for Time Series Forecasting
да, что-то встречается в сети ... смущает поправка на сезонность и др более значимых событий во времени...
... и The number of times :
As such, the process of differencing can be repeated more than once until all temporal dependence has been removed.
The number of times that differencing is performed is called the difference order.
p.s.
линки отсюда тоже полистаю (спасибо за статью)
Временные ряды - детерминированные, случайные и стохастические. Других нет. Вообще.
Форекс и фондовые котировки - какие ряды?
Я не силен в этом..
Если не ошыбаюсь : с точки зрения теории вероятности - котировки это случайный не стацыонарный процесс
Но я с этим не согласен.
Я не силен в этом..
Если не ошыбаюсь : с точки зрения теории вероятности - котировки это случайный не стацыонарный процесс
Но я с этим не согласен.
Почему?
Почему?
У меня есть несколько аргументов, но их не надо разсматривать с точки зрения теории вероятности, а просто человеческого разсуждения.
1) Все мат. методы придуманы для обработки случайных/нестацыонарных/стацыонарных..... любых рядов не работают для котировок , почему ? должны же..
2) Процес который организован людьми для отбора денег у других людей , не может работать случайным(рандомным) образом, я верю в то что этот процес детерминирован но сложен..
еще пункты были но когда начал писать , вылетело из головы ..
У меня есть несколько аргументов, но их не надо разсматривать с точки зрения теории вероятности, а просто человеческого разсуждения.
1) Все мат. методы придуманы для обработки случайных/нестацыонарных/стацыонарных..... любых рядов не работают для котировок , почему ? должны же..
2) Процес который организован людьми для отбора денег у других людей , не может работать случайным(рандомным) образом, я верю в то что этот процес детерминирован но сложен..
еще пункты были но когда начал писать , вылетело из головы ..
1. все мат методы для нестационарных процессов - шаманство. Потому что прогнозировать будущее можно только по прошлому, а если будущее от прошлого не зависит - прогнозы на основе прошлого не работают.
Поэтому выбор метода, модели и пр. не играет никакой роли - только правильный выбор входящих переменных.
Дальше можно не продолжать
иногда мне всё равно кажется, что без правильной статистики легко всё списать на "неправильные нач данные" (хотя по факту они такие, какие есть обычно, других не будет)...
вот с помощью t-статистики человек рассмотрел Флет/Тренд DAX'а ( https://dep_msm.pnzgu.ru/files/dep_msm.pnzgu.ru/metody_postroeniya_i_analiza_statisticheskih_modeley_vremennyh_ryadov.pdf )
При помощи анализа автокорреляционной функции и коррелограммы можно выявить структуру ряда.
Если наиболее высоким оказался коэффициент автокорреляции перво- го порядка, исследуемый ряд содержит только тенденцию. Если наиболее высоким оказался коэффициент автокорреляции порядка τ, ряд содержит циклические колебания с периодичностью в τ моментов времени
хотя, конечно, всё как всегда история... если верить, что она повторится...
Правильнее сказать, что "не от предыдущих цен зависит текущая/будущая цена", а от ДРУГИХ факторов
1. все мат методы для нестационарных процессов - шаманство. Потому что прогнозировать будущее можно только по прошлому, а если будущее от прошлого не зависит - прогнозы на основе прошлого не работают.
Поэтому выбор метода, модели и пр. не играет никакой роли - только правильный выбор входящих переменных.
Дальше можно не продолжать
Согласен..
Какие мысли по признакам?
иногда мне всё равно кажется, что без правильной статистики легко всё списать на "неправильные нач данные" (хотя по факту они такие, какие есть обычно, других не будет)...
вот с помощью t-статистики человек рассмотрел Флет/Тренд DAX'а ( https://dep_msm.pnzgu.ru/files/dep_msm.pnzgu.ru/metody_postroeniya_i_analiza_statisticheskih_modeley_vremennyh_ryadov.pdf )
хотя, конечно, всё как всегда история... если верить, что она повторится...Можно и просто по корреляции индикатор сделать например Mann-Kendall Trend Test со всеми минусами обычного индикатора
Только нету на рынке флета, это субьективный вымысел..