Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 837
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
GARCH wird im Gegensatz zum maschinellen Lernen auf den Finanzmärkten als Mainstream bezeichnet (zusammen mit Kointegration und Portfolios).
Die Modelle berücksichtigen eine Reihe von statistischen Nuancen von Inkrementen, darunter dicke Schwänze und ein langes Gedächtnis à la Hurst.
Es gibt zum Beispiel eine Veröffentlichung über die Wahl der Parameter von GARCH-Modellen für ALLE Aktien, die im S&P500 Index enthalten sind!
Es gibt eine Vielzahl von Veröffentlichungen über die Anwendung im Forex-Bereich. Das Toolkit ist sehr gut entwickelt. Zum Beispiel das Paket rugarch.
Hier ist ein Wikipedia-Artikel über fraktale Volatilität, es handelt sich nicht um Rugarch, sondern um eine Art von Analogie.
garch ist hart für meine ts, ich liebe es, wenn alles schnell zähltZum Thema Vorhersage der Volatilität. Nehmen wir an, dass die Vorhersage der Volatilität viel einfacher ist als die Vorhersage des Kurses selbst
Und es gibt sogar alle Arten von Modellen wie https://en.wikipedia.org/wiki/Markov_switching_multifractal
Was bringt es, wie wendet man es richtig an, hat schon jemand etwas damit gemacht?
Nun, okay, die Volatilität wurde vorhergesagt, was ist los?
Ich habe alle Forex-Strategien ausprobiert, die ich überprüft habe, und sie durch die Volatilität begrenzt. Schwellenwert höher oder niedriger, es hat mir nichts gebracht.
Ich habe viele gute Angebote bei niedriger Volatilität und gute Angebote bei hoher Volatilität. Ich kann sie nicht mit Bestimmtheit bestimmen.
Nun, ok, vorhergesagte Volatilität, was bedeutet das für Sie?
Bei allen Forex-Strategien, die ich getestet habe, habe ich versucht, sie auf die Volatilität zu begrenzen. Schwellenwert höher oder niedriger, es hat mir nichts gebracht.
Ich habe viele gute Angebote bei niedriger Volatilität und gute Angebote bei hoher Volatilität. Ich kann sie nicht nach ihrer Volatilität unterscheiden.
Ich versuche, in die Fußstapfen der Coryphäen zu treten. Sie schrieben, dass man die Volatilität vorhersagen muss.
Ich versuche, in die Fußstapfen der Coryphäen zu treten )) Sie schrieben, dass man die Volatilität vorhersagen sollte
Glauben Sie, dass das Gerüst nützlich ist? Vielleicht werde ich versuchen, es in Zukunft zu studieren?
Wie denken Sie, dass Gerüste in irgendeiner Weise nützlich sind, ich werde wahrscheinlich versuchen, sie in Zukunft zu erforschen?
Warten Sie auf den Artikel über den Gerüstbau, er wird bald erscheinen.
Was die Volatilität anbelangt, so kann sie dazu verwendet werden, den TS-Modus zu wechseln, je nach Ochsen.
Und wenn die Volatilität ebenfalls vorhergesagt werden kann, dann kann der Devisenmarkt früher und ohne Verzögerung in einen anderen Modus wechseln.
So habe ich es verstanden
Hier ist auch ein Beispiel mit vtreat,
In der Regel handelt es sich dabei um eine Datenvorverarbeitung, die jedoch auch als Schätzung der einzelnen Prädiktoren im Verhältnis zum Ziel verwendet werden kann. Mir gefällt nicht, dass das Paket keine Prädiktorinteraktionen berücksichtigt. Verwenden Sie den Code nur, wenn Sie nur einen Prädiktor nach dem anderen relativ zum Ziel schätzen müssen.
Experimentiert mit vtreat.
Hier ist eine Matrix der Ergebnisse
[,1] [,2]
[1,] 5 8.12444537234629e-196
[2,] 1 1.98504271239423e-144
[3,] 7 2.36022454522949e-109
[4,] 11 5.68901830573741e-102
[5,] 4 6.60631002751930e-96
[6,] 10 2.95535252032342e-73
[7,] 3 2.43324301115409e-71
[8,] 9 4.51329770717951e-67
[9,] 6 3.11264518399281e-37
[10,] 2 5.77058632985908e-13
[11,] 12 3.76158923428915e-12
[12,] 8 8.18815163303239e-01
Formel
Die Auswahl ist nicht sehr gut. So wird zum Beispiel die 3. von unten nach der Sortierung der Eingabe mit sig=5,77e-13 bei 1/nrow(df)=2e-4 übersehen. Außerdem ist es laut und stört das Training.
Das heißt, wir sollten die Auswahl um mehrere Größenordnungen verschärfen. Und es wäre wünschenswert, wenn dies automatisch geschehen würde.
Experimentiert mit vtreat.
Hier ist die Ergebnismatrix
[,1] [,2]
[1,] 5 8.12444537234629e-196
[2,] 1 1.98504271239423e-144
[3,] 7 2.3602245454522949e-109
[4,] 11 5.68901830573741e-102
[5,] 4 6.60631002751930e-96
[6,] 10 2.95535252032342e-73
[7,] 3 2.43324301115409e-71
[8,] 9 4.51329770717951e-67
[9,] 6 3.11264518399281e-37
[10,] 2 5.77058632985908e-13
[11,] 12 3.76158923428915e-12
[12,] 8 8.18815163303239e-01
Er hebt nicht sehr gut ab. Zum Beispiel wird die 3. von unten nach der Sortierung der Eingabe mit sig=5.77e-13 bei 1/nrow(df)=2e-4 übersehen. Außerdem ist es laut und stört das Training.
Das heißt, wir sollten die Auswahl um mehrere Größenordnungen verschärfen. Und es wäre besser, wenn dies automatisch geschehen würde.
Im Allgemeinen verwende ich dieses spezielle Paket, um die Prädiktoren auszuwählen. Es ist klar, dass es Nachteile gibt, insbesondere das Fehlen der Interaktion mehrerer Prädiktoren in Bezug auf den Zielprädiktor. Aber im Großen und Ganzen reicht es für meine Optimierung bisher aus... Wenn es also andere Pakete für die Datenvorverarbeitung gibt, würde ich sie gerne in Betracht ziehen...
Im Allgemeinen verwende ich dieses spezielle Paket zur Auswahl von Prädiktoren. Es ist klar, dass es Nachteile gibt, insbesondere die fehlende Interaktion mehrerer Prädiktoren in Bezug auf das Ziel. Aber im Großen und Ganzen reicht es für meine Optimierung bisher aus... Wenn es also andere Pakete für die Datenvorverarbeitung gibt, würde ich mich freuen, sie zu berücksichtigen...
Nun, Michael, du hast dich von deinem Wahnsinn erholt, wirst du bald anfangen, deinen TS vernünftig und ohne Fanatismus zu bewerten? :)