Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2321
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, ganz und gar nicht...
Der Markt ist nicht stationär, Algorithmen werden nicht darauf trainiert, sie sterben sofort bei der Geburt, was sie in der Vergangenheit gelernt haben, wird sich in der Zukunft nie wiederholen...
Was ist, wenn wir versuchen, es stationär zu machen.
1) Wählen Sie "k" die wichtigsten Oberschwingungen und nehmen Sie sie als Marktmodell
2) aber auch diese Oberschwingungen "schwanken" mit der Zeit in Frequenz, Phase und Amplitude
3) wir müssen herausfinden, wie man sie dauerhaft abstimmen kann, so dass jede Harmonische immer die gleiche Frequenz, Amplitude und Phase hat
Wenn wir sie erhalten, erhalten wir das "Marktmodell", das aus der Summe von Sinuskurven besteht, die sich gut studieren lassen, und dessen Muster sich immer wiederholen, da die Obertöne in denselben Diapasonen liegen
Versuchen Sie es zunächst mit einer künstlichen Serie. Ich glaube nicht, dass das realistisch ist. Selbst wenn Sie sich eine solche Umwandlung ausdenken, wird sie sich höchstwahrscheinlich verzögern
Diese Verwicklungen? Dies ist die Grundlage der Filterung.
Wenn Sie aufhören, die Signale durchzugehen und mit MO beginnen, können Sie viel entdecken.
Aber ich will mich nicht mit den ausgebrannten DSPs herumschlagen.Versuchen Sie es zuerst auf einer künstlichen Reihe. Ich glaube nicht, dass dies realistisch ist. Selbst wenn Sie sich eine solche Umwandlung vorstellen können, wird sie sich wahrscheinlich verzögern.
Die Idee ist, dass der Markt durch zwei Sinuskurven beschrieben werden kann + der Trend ist linear oder ebenfalls eine Sinuskurve.
Die Sinuskurven müssen die richtigen Frequenzen im Verhältnis zueinander haben, um das klassische Eliotsche Modell von 5-3-5 zu erhalten... und so weiter in einem Kreis.
Dann zeigen sich alle TA-Formen, Kopf-Schulter, Doppelspitze usw... Und hier gibt es keine Magie
Video - Phasenverschiebung bei Oberschwingungenhttps://radikal.ru/video/oVpWCd1Q1pA
Wenn wir einen Weg finden, die Preise in dieselbe Form zu bringen (mit klaren Parametern), ist der Erfolg praktisch garantiert.
Hier ist es noch cooler, schon bei einem Trend kann man deutlich die 3-5 Struktur erkennen
Die Idee ist, dass der Markt durch nur zwei Sinuskurven beschrieben werden kann + der Trend ist linear oder auch eine Sinuskurve
Die Sinuskurven müssen die richtigen Frequenzen im Verhältnis zueinander haben, um das klassische Eliotsche Modell von 5-3-5 zu erhalten... und so weiter in einem Kreis.
Dann zeigen sich alle TA-Formen, Kopf-Schulter, Doppelspitze usw... Und hier gibt es keine Magie
Video - Phasenverschiebung bei Oberschwingungenhttps://radikal.ru/video/oVpWCd1Q1pA
Wenn wir einen Weg finden, die Preise in dieselbe Form zu bringen (mit klaren Parametern), ist der Erfolg praktisch garantiert.
Hier ist es noch cooler, schon mit einem Trend kann man deutlich die 3-5 Struktur sehen...
Das kommt aus dem Reich der ewigen Motoren. Die Struktur ändert sich fast jeden Tag.
UPD Versuchen Sie es auf der anderen Seite und nehmen Sie an, dass es mehrere Sinuskurven gibt, die ihre Periode in einem bestimmten Bereich ändern. Es gibt sogar eine fertige Lösung der Hilbert-Huang-Transformation. Von dort aus wird es einfacher sein, Ihr Problem zu lösen. Aber ich kann Ihnen gleich sagen, dass es bei jedem Ansatz am rechten Rand Probleme geben wird.Die Preise haben ihre eigenen natürlichen "Modi", in die sie zerfallen. Gemeint ist das, was Mandelbrot beschrieb, als er von ihrer Fraktalität sprach.
Fraktalität von Mustern und Ähnlichkeit sind unterschiedliche Dinge. Die Korrelation der Ähnlichkeit in verschiedenen Maßstäben zu erfassen, ist eine Menge Arbeit), aber es ist etwas dran.
Die Korrelation der Ähnlichkeit in verschiedenen Maßstäben zu erfassen, ist sehr mühsam.
Deshalb wurde der Begriff "multifraktal" erfunden, bei dem multifraktale Spektren berücksichtigt werden. In unserem Fall ist es richtiger, von einem stochastischen Fraktal zu sprechen. Das sieht dann ungefähr so aus.
Hierfür wurde der Begriff der Multifraktale erfunden, bei dem multifraktale Spektren betrachtet werden. In unserem Fall ist es außerdem korrekter, von stochastischer Fraktalität zu sprechen. Es stellt sich heraus, dass es ungefähr so ist.
Guter Artikel. Aber für kleine Serienlängen. Für mich ist die Fraktalität von Serien die Gleichheit einiger Regeln oder Verhaltensweisen in verschiedenen Maßstäben. Und ein multifraktales Spektrum... Ich verstehe nicht, wie sie angewendet werden kann.
Guter Artikel. Aber für die kurze Länge der Zeilen. Für mich ist Serienfraktalität eine Art von gleichen Regeln oder ein Verhalten in verschiedenen Maßstäben. Und das multifraktale Spektrum... Ich weiß nicht, wie sie angewendet werden kann.
Meiner Meinung nach ist der Artikel für unsere Zwecke nicht sehr gut, ich habe ihn nur zur Veranschaulichung eines Ansatzes gewählt, der Multifraktalität und Stochastik kombiniert.
Grob gesagt, multifraktal = bestehend aus vielen Fraktalen und das Spektrum ist die Dimension dieser Basisfraktale. Aber man kann mit dem Begriff des "Spektrums" spielen und sich etwas für uns Passendes ausdenken - zum Beispiel eine Funktion, die den Grad der Abweichung von SB auf verschiedenen Skalen anzeigt.
Dies stammt aus dem Bereich der Perpetuum Mobile. Bei den Wellentreibern ändert sich die Struktur fast jeden Tag.
Zum Teufel mit den Wellenmachern, ich habe gerade gezeigt, dass zwei oder drei Sinuskurven ausreichen, um den ganzen "mysteriösen/mysteriösen" Markt mit all seinen Gönnern, Zahlen und anderem Unsinn zu beschreiben.
Und wenn es genug ist, kann man daraus ein Marktmodell machen und alles andere wegwerfen, weil es Müll ist...
In wissenschaftlichen Kreisen wird zur Vorhersage eines komplexen Systems ein Modell des Systems erstellt. Ein Modell ist eine vereinfachte Darstellung des Prozesses, die jedoch die notwendigen Eigenschaften beibehält...
Ein Modell wird untersucht und nicht ein realer Prozess, und es ist ein Modell, das vorhergesagt wird und nicht ein realer Prozess. Was wir tun???? und das Ergebnis ist das gleiche...
Wir optimieren für das Rauschen, mehr nicht, und mit null Verständnis für das vorhergesagte Objekt ...
Deshalb müssen wir zuerst ein Marktmodell erstellen, das einfach und verständlich ist, und die Sinuskurve ist ein hervorragendes Instrument.
Nehmen wir an, dass es mehrere Sinuskurven gibt, die ihre Periode in einem gewissen Bereich ändern.
Was bringt das? Aus einem Chaos entsteht ein weiteres Chaos, man muss davon wegkommen.
Aber ich kann Ihnen gleich sagen, dass es bei jedem Ansatz Probleme am rechten Rand geben wird.
Hier ist das Ergebnis Ihres Ansatzes.