Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1589
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
Nein, es ist eine Abhängigkeit, eine ständige Abhängigkeit).
Die Erkennung kann mit MO versucht werden
Das ist die richtige Frage, Sie brauchen nichts zu tun, warten Sie, bis eine statistisch signifikante Stichprobe auftaucht, jede Aktion in einer solchen Situation wäre auf gut Glück, wenn es keinen Insider gibt.
Stationarität ist die UNABHÄNGIGKEIT von MO, Varianz und Verteilungsfunktion von der Zeit.
Und welche Methoden der MO bestimmen die "Marktveränderung"?
Es gibt ein Muster - ein Modell erstellen - einen TS erstellen - kleiner Gewinn bei jedem Handel - "Marktänderung" - großer Verlust, der alle Gewinne aufhebt. Was nun?
P.S. Ständige Abhängigkeit - ist das etwas aus der Philologie?
Liebe Kolleginnen und Kollegen, hallo zusammen,
Es tut mir leid für eine so dumme Frage, aber funktioniert OnBookEvent Ereignis in der MT5-Tester? Ich versuche, es zu testen, aber es geht nicht in eine Schleife aus irgendeinem Grund und fühlt sich wie es ignoriert wird. Aber theoretisch ändern sich die Notierungen bei der Marktüberprüfung. HMM...
keine
In unserem Fall ist es nur möglich, sinnvoll mit Nicht-Stationarität zu arbeiten, die sich auf die eine oder andere Weise auf Stationarität reduziert. Teilweise Stationarität, autoregressive Modelle, usw.
Der Hauptgrund ist, dass immer nur eine Realisierung des Prozesses bekannt ist. Nehmen wir zum Beispiel die Spracherkennung: Wir können jedes Wort so oft sagen, wie wir wollen. Die Notierungen für ein konkretes Instrument in einem konkreten Zeitintervall liegen in einer einzigen Variante vor. Übrigens ist das wahrscheinlich der Grund für die unscharfe Unterscheidung von Zufallsprozessen und ihren Realisierungen für viele Menschen hier.
Wenn man eine Mischung von Verteilungen kennt, ist es möglich, mehrere Realisierungen durch generative Modelle zu erstellen
Ich weiß nicht, ob es hilft, aber Sie können TC zusätzlich überprüfen.
Es ist amüsant zu sehen, wie sich die Leute über die gute alte statistische (Nicht-)Stationarität lustig machen und damit etwas anderes meinen als die relative zeitliche Persistenz der Verteilung.
Wenn Strenge gefragt ist, kann man davon ausgehen, dass es sich um fehlende Stationarität im weitesten Sinne handelt, z. B. bei Logarithmen der Renditen.
Stationarität ist die UNABHÄNGIGKEIT von MO, Varianz und Verteilungsfunktion von der Zeit.
Nein, schlagen Sie ein Lehrbuch auf und frischen Sie Ihr Gedächtnis auf, Stationarität ist die STABILITÄT der Verteilung über die Zeit, d.h. wenn die IR, die Varianz und andere Momente konstant bleiben, sich nicht ändern.
Und welche Methoden der MO bestimmen die "Marktveränderung"?
Verschiedene, neuronale Netze, Holz, usw.
Ein Muster erschien - baute ein Modell - baute einen TS - kleiner Gewinn in jedem Handel - "Marktänderung" - großer Verlust, der alle Gewinne aufhebt. Was nun?
Und wenn Sie feststellen, dass sich der Markt ändern wird, deaktivieren Sie den Handel und erleiden keinen Verlust.
P.S. Ständige Abhängigkeit - ist das etwas aus der Philologie?
Nein, es ist die gleiche Abhängigkeit wie bei jeder anderen y = const
Und wenn Sie feststellen, dass sich der Markt verändert, werden Sie den Handel beenden und keinen Verlust machen.
aber Sie könnten sich bereits in einem Handel befinden, und zwar nicht nur in einem Handel, sondern in einem Drawdown, der, wenn der Markt gleich geblieben wäre, durch einen Gewinn ersetzt worden wäre, aber da dies nicht mehr der Fall ist, gibt es möglicherweise keine Chance, aus dem Drawdown herauszukommen
Nein, schlagen Sie ein Lehrbuch auf und frischen Sie Ihr Gedächtnis auf, Stationarität ist STABILITÄT DER VERTEILUNG IN DER ZEIT, d.h. wenn MO, Varianz und andere Momente konstant bleiben, sich nicht verändern.
Verschiedene, neuronale Netze, Wälder usw.
Und wenn Sie feststellen, dass sich der Markt ändern wird, schalten Sie den Handel aus und erleiden keinen Verlust.
Nein, es ist die gleiche Abhängigkeit wie bei jeder anderen y = const
Eine Konstante ist eine Konstante, d. h. ein konstanter Wert. Und eine Abhängigkeit ist ein variabler Wert. Ständige Abhängigkeit ist Kauderwelsch.
Eine Veränderung auf dem Markt ist eine Veränderung der Wahrscheinlichkeitsmerkmale, meistens der Varianz. In einem stationären Markt wird ein Handel an der Kanalgrenze eröffnet und geschlossen, wenn ein bestimmtes Niveau oder die gegenüberliegende Grenze erreicht wird. Eine Marktveränderung liegt vor, wenn ein Händler einen Handel an der Grenze eines Kanals eröffnet und dieser ins Minus geht, wodurch der Kanal auf eine abnormale Größe erweitert wird.
Der Verlust ist größer als der Gewinn
***
Auf über 1500 Seiten wird das mathematische Lernen erörtert, das mit dem Versuch verbunden ist , einen Trog in eine Waschmaschine zu verwandeln.
Wenn Strenge erforderlich ist, können wir dies als fehlende Stationarität im weitesten Sinne betrachten, z. B. für Logarithmen von Rückkehrern.
Ich habe diesen Artikel vor etwa 5 Jahren gelesen, er ist interessant, aber es gibt nicht viele zusätzliche Informationen, der Autor macht irgendetwas mit OHLC, um eine "bequemere" Volatilitätsmetrik zu schaffen, im Prinzip ist das nicht neu, im klassischen Dacorogna "An introduction to high-frequency finance" aus dem letzten Jahrhundert wird empfohlen, durchschnittliche absolute Werte von Renditen, nicht RMS-Werte, als Maß für die Volatilität zu nehmen. Die Vorhersagbarkeit der Volatilität ist ebenfalls bekannt und hängt von zwei Faktoren ab, der Saisonalität und der Trägheit, die 95 % ihres Einflusses ausmachen. Aber selbst wenn wir die (log)Renditen nach der Volatilität ausrichten, bringt das nichts, wir brauchen ein Vorzeichen für den Handel, und es beeinflusst die Verteilung in keiner Weise.
Nimmt man beispielsweise ein Gauß'sches Rauschen, so kann man natürlich die folgenden nicht anhand früherer Stichproben vorhersagen, unabhängig von der Stationarität, aber wenn man beispielsweise diese Reihe sortiert, was die Verteilung nicht verändert, sondern sie vollständig vorhersehbar macht, dann kann man mit der dynamischen Volatilität in einem weiten Bereich spielen und sie nichtstationär, aber dennoch leicht vorhersehbar machen.
Eine Konstante ist eine Konstante, d. h. ein konstanter Wert. Die Abhängigkeit ist eine variable Größe. Ständige Abhängigkeit ist Kauderwelsch.
Sagen Sie das nicht den Mathematikern))