Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1595
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
.....
wir können wieder auf die Rückkehr warten
Es ist möglich, auf eine Rückkehr zu warten, aber in einem echten TS macht das keinen Sinn.
Formulieren Sie den TS und Sie werden sehen, dass Sie zum "Warten" einen solchen Teil des Kapitals reservieren müssen, dass die Rentabilität der Strategie auf dem stationären Abschnitt miserabel sein wird
adf_test in R
Nein, Dickey-Fuller funktioniert nur für autoregressive Prozesse.
Nein, Dickey-Fuller funktioniert nur für autoregressive Prozesse.
es ist sein Problem, den Prozess zu erkennen, wir geben ihm keinen Cotyr, sondern einen synthetischen, und nicht ganz einen synthetischen
Wenn adf_test 0,01 ergibt, kann man Bambus rauchen, oder?
Das ist sein Problem - nicht meins.
dies feststellen
Sie brauchen nicht mit wechselnden Modi zu handeln, sondern Sie müssen die Strategien ändern, wenn sie sich ändern. Wenn es sich um Scalping handelt, wird es Hunderte von Geschäften für jeden geben. Die Herausforderung besteht darin, die Strategien rechtzeitig zu wechseln, d. h. den Moduswechsel so früh wie möglich zu erkennen oder sogar vorherzusagen.
wenn Sie dieses Problem lösen, haben Sie den Gral sicher in der TascheModuswechsel ist höchst umstritten
Ich habe bereits die Frage gestellt, wie die Stationarität zu berücksichtigen ist - ein sich verschiebendes Fenster oder eine sich ausdehnende Reihe?
aber nehmen wir an, dass es keine Rolle spielt und wir in beiden Fällen "Nicht-Stationarität" haben
niemandem ist es je gelungen, TS über Nicht-Stationarität zu erstellen
eine andere Sache ist, dass wir versuchen können, den Wald (während wir noch stationär sind) zu bestimmen "eintreten oder nicht", aber es scheint mir, dass es zum Stillstand kommen oder erraten wird
wir können den TC im Stand "rückwärts" schalten, aber es gibt keine zuverlässigen Statistiken
obwohl wir eine Technik anwenden können, bei der wir, wenn wir wissen, dass wir auf Null zurückgehen werden, den Drawdown umkehren können
Es ist nicht einfach, aber es ist möglich... danke für den Vorschlag, den alten Knüppel zu verwenden
Wenn ja, dann natürlich
Aber wir müssen darüber nachdenken
Modusverschiebung ist ein höchst umstrittenes Thema
Ich habe bereits die Frage gestellt, wie wir die Stationarität betrachten - ein sich verschiebendes Fenster oder eine sich ausdehnende Reihe? keine Antworten
aber nehmen wir an, dass es keine Rolle spielt und wir in beiden Fällen "Nicht-Stationarität" haben
niemandem ist es je gelungen, TS über Nicht-Stationarität zu erstellen
eine andere Sache ist, dass wir versuchen können, den Wald (während wir noch stationär sind) zu bestimmen "eintreten oder nicht", aber es scheint mir, dass es zum Stillstand kommen oder erraten wird
wir können den TC im Stand "rückwärts" schalten, aber es gibt keine zuverlässigen Statistiken
obwohl wir eine Technik anwenden können, bei der wir, wenn wir wissen, dass wir auf Null zurückgehen werden, den Drawdown umkehren können
Es ist nicht einfach, aber es ist möglich... danke für den Vorschlag, den alten Knüppel zu verwenden
Natürlich nur, wenn wir können.
aber wir müssen darüber nachdenken.
Ich ziehe es vor, die Stationarität ab einer signifikanten inkrementellen Verzögerung zu zählen, wie im letzten Artikel. Eine Verzögerung von ~24 für stündliche Inkremente ist zum Beispiel robust. Dann gibt es keine Unsicherheit bei der Wahl des Fensters.
Wald oder nicht Wald, hier zum Beispiel Boost (alles ist bereit) und es funktioniert, bis der Modus geändert wird. Wenn ein durchschnittlicher Zuwachs auftritt, stürzt das Modell ab, was natürlich ist. Es ist erstaunlich, wie lange es gedauert hat, um herauszufinden, wie sehr die Verzerrung des Mittelwerts (nicht einmal die Varianz) tc beeinflusst. Dummkopf.
Was fehlt, wurde bereits bekannt gegeben. Hier ein einfaches Beispiel für das Clustern der Inkremente (sprich: das Definieren von Modi) und das Testen mit neuen Daten (3 Modi gefunden). Ich habe mich absichtlich für eine einfachere Variante entschieden, habe aber noch nicht experimentiert.
https://www.quantnews.com/k-means-clustering-creating-simple-trading-rule-smoother-returns/
Das heißt, für jeden Cluster wird ein eigenes Modell angepasst. Der aktuelle Cluster (Modus) wird definiert, die Modelle werden entsprechend umgeschaltet.
Da gibt es nichts weiter zu überlegen, das muss reichen. K-means ist nicht die beste Option, aber für einen Testfall reicht es.
Wenn adf_test 0,01 ergibt, können Sie doch Bambus rauchen gehen, oder?
es lehnt sehr spezielle Fälle von Nicht-Stationarität (autoregressiv, SB-Typ) ab, und Nicht-Stationarität kann sehr viel vielfältiger sein.
Der Punkt ist, dass nach dem Satz von Wold jeder stationäre Prozess als autoregressiv angesehen werden kann, aber unter den nicht-stationären Prozessen gibt es nur sehr wenige Autoregressive.
er lehnt sehr spezielle Fälle von Nicht-Stationarität (autoregressiv, SB-Typ) ab, und Nicht-Stationarität kann sehr viel vielfältiger sein.
Der Punkt ist, dass nach dem Wold'schen Theorem jeder stationäre Prozess als autoregressiv angesehen werden kann, aber unter den nicht-stationären Prozessen gibt es nur sehr wenige Autoregressive.
Na und? Sagen wir, er lehnt ab.
und was-2?
Na und? Nehmen wir an, er tut es.
und welche 2?
Was meinen Sie mit "vermeintliche Ablehnungen"? Wissen Sie überhaupt, was ein statistischer Test ist, eine statistische Hypothese?
Was meinen Sie mit "vermeintliche Ablehnungen"? Wissen Sie überhaupt, was ein statistischer Test ist, eine statistische Hypothese?
Können Sie Fragen beantworten, ohne Gegenfragen zu stellen?