Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2325
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
Bei näherer Betrachtung sehe ich, dass ich mich etwas geirrt habe. Sie erstellen eine Reihe von gleitenden nichtlinearen Metriken aus der ursprünglichen Reihe (sie schreiben über fraktale Dimensionalität und Lyapunov-Indizes). Diese neue Serie halten sie (aufgrund praktischer Beobachtungen) für ähnlich wie SB. Und sie multiplizieren diese Reihe in Zukunft mit einer Monte-Carlo-ähnlichen Methode und nehmen eine Variante mit maximaler Nähe zur Ausgangsmenge.
Das Geheimnis liegt in einer spezifischen Umwandlung der Ausgangsreihen in Messreihen und - was noch wichtiger ist - in der umgekehrten Umwandlung.
Insgesamt wirkt das alles verdächtig (vor allem die Art der Präsentation der Ergebnisse) und weckt wenig Lust auf eine weitere Untersuchung der Frage.
Es scheint auch zu schön und vage zu sein - irgendetwas passt nicht zusammen. Außerdem sind die Reihen in ihren statistischen Merkmalen ähnlich.
So lustig es für dich auch ist, aber genau das tust du...
Lassen Sie mich erklären...
Ich meinte, dass es schön wäre, einen "Konverter" von (nicht-stationären) Marktdaten in ein (stationäres, vereinfachtes, anschauliches, die von uns benötigte Struktur bewahrendes) Modell zu erstellen, und dieses Modell kann als Sinuskurve dargestellt werden
Alle Wissenschaftler auf der ganzen Welt tun dies, um einen komplizierten Prozess zu verstehen, ein Modell zu bauen, das Modell zu studieren, das Modell vorherzusagen, aber nicht den Prozess selbst, es ist die weltweite Praxis, jeder tut es, außer den Ingenieuren mit dem niedrigsten Ausbildungsniveau, die glauben, dass AMO alles tun wird...
Es ist ein wenig klarer, was Sie gemeint haben. Das machte es natürlich nicht nützlicher.
Um es gleich vorweg zu nehmen: Wenn Sie Zitate, IRGENDEINE Zitate, nehmen und etwas damit machen, haben Sie es bereits mit einem Modell zu tun, nicht mit dem, wie Sie sagen, komplexen Prozess selbst.
Nun, über den Rest der Ableitungen von Zitaten, unnötig zu sagen)
Ihre abfällige Bemerkung über MO-Wissenschaftler spricht eher für Ihr niedriges Ausbildungsniveau.
Natürlich ist sie nicht nützlicher geworden.
Das habe ich übrigens auch nicht.
Um es gleich vorweg zu nehmen: Wenn Sie Angebote, JEDES Angebot, nehmen und etwas damit machen, haben Sie es bereits mit einem Modell zu tun und nicht, wie Sie es ausdrücken, mit einem komplexen Prozess selbst.
Wow, danke... Hat jemals jemand etwas anderes behauptet?
Ihr abwertender Verweis auf die MO-ler spricht eher für Ihren niedrigen Ausbildungsstand.
Richtig, rechts.....
============
Was nun, haben Sie etwas zu sagen, oder sollen wir das Offensichtliche feststellen und subjektive Urteile fällen?
Was kommt als Nächstes, haben Sie etwas zu sagen, oder stellen wir das Offensichtliche fest und geben subjektive Urteile ab?
Es liegt auf der Hand, dass zwei oder drei Sinuswellen den Preis über einen langen Zeitraum nicht einmal annähernd richtig wiedergeben können. OK, finden Sie nicht auch?
Nun, lassen Sie uns auch über Modelle sprechen - ich habe eine Idee - ein Marktmodell durch ein Netzwerk von Akteuren.
Grob sieht es so aus (ich werde versuchen, es in Bezug auf das MoD zu formulieren):
Es gibt N Akteure, die nach einer Reihe von Merkmalen klassifiziert werden - Volumen, Häufigkeit der Transaktionen, Dauer der Position, Neigung zu Käufen und Verkäufen, Zugang zu Informationen und Geschwindigkeit,Aggressivität usw.
Der Markt (Instrumentenpreis) wird als Ergebnis des Austauschs zwischen den beteiligten Akteuren modelliert (vereinfachter Becher). Es gibt eine Umgebung, die regelmäßige Nachrichten und relativ zufällige Ereignisse liefert, auf die die Spieler reagieren, und die Umgebung überträgt Informationen zwischen den Spielern.
Ich hoffe, dass dies allgemein verstanden wird. Ich kann mich nicht an ähnliche Forschungsveröffentlichungen in Bezug auf die Modellimplementierung erinnern, was verständlich ist, da praktische Ergebnisse nur mit Zugang zu großen realen Daten erzielt werden können.
Aber als Modell für die Forschung halte ich es für durchaus geeignet. Für die Interpretation in den Methoden des maschinellen Lernens - Raum für Kreativität, offensichtlich können wir hier nicht mit einfachen Architekturen auskommen, wir müssen etwas Besonderes entwickeln.
Nun, das Offensichtliche ist, dass zwei oder drei Sinuswellen den Preis über einen langen Zeitraum nicht einmal annähernd richtig wiedergeben können. OK, finden Sie nicht auch?
Nun, lassen Sie uns auch über Modelle sprechen - ich habe eine Idee - ein Marktmodell durch ein Netzwerk von Akteuren.
Grob sieht es so aus (ich werde versuchen, es in Bezug auf das MoD zu formulieren):
Es gibt N Subjektakteure, die nach einer Reihe von Merkmalen klassifiziert werden - Volumen, Häufigkeit des Handels, Dauer der Position, Tendenz zum Kauf/Verkauf, Zugang zu Informationen und Geschwindigkeit,Aggressivität usw.
Der Markt (Instrumentenpreis) wird als Ergebnis des Austauschs zwischen den beteiligten Akteuren modelliert (vereinfachter Becher). Es gibt eine Umgebung, die regelmäßige Nachrichten und relativ zufällige Ereignisse liefert, auf die die Spieler reagieren, und die Umgebung überträgt Informationen zwischen den Spielern.
Ich hoffe, dass dies allgemein verstanden wird. Ich kann mich nicht an ähnliche Forschungsveröffentlichungen in Bezug auf die Modellimplementierung erinnern, was verständlich ist, da praktische Ergebnisse nur mit Zugang zu großen realen Daten erzielt werden können.
Aber als Modell für die Forschung halte ich es für durchaus geeignet. Für die Interpretation in Methoden des maschinellen Lernens - Raum für Kreativität, natürlich, einfache Architekturen sind hier nicht genug, und etwas Besonderes muss entwickelt werden.
Agentenbasierte Modelle? In der modernen Wirtschaftswissenschaft gibt es eine Menge solcher Dinge. Meiner Meinung nach eine gute Sache für das philosophische Verständnis des Marktes.
Ich bin mir nicht sicher, ob dieser Ansatz (im Sinne der Erstellung von Handelsstrategien) von praktischem Nutzen sein wird.
Agentenbasierte Modelle? Davon gibt es in der modernen Wirtschaftswissenschaft genug. Ich denke, das ist ein guter Stoff für marktphilosophische Überlegungen.
Ich bin mir nicht sicher, ob sich aus diesem Ansatz ein praktischer Nutzen (im Sinne der Erstellung von Handelsstrategien) ableiten lässt.
Ja, ich erinnere mich an wissenschaftliche ökonomische und (eng) soziologische Beschreibungen solcher Modelle vor langer Zeit aus dem Institut. Was den Handel betrifft, so scheint es im Lichte der jüngsten Erfolge der MO nicht darum zu gehen, dass er nicht angewandt werden kann und diejenigen, die über Ressourcen verfügen, nicht den entsprechenden Nutzen daraus ziehen werden, sie sind gut so wie sie sind. Enthusiasten noch nicht erreicht haben, werden sie alle Arten von GPT-3 und andere bahnbrechende Dinge zu verdauen, und vielleicht wird jemand erreichen sie und benennen einige Linien der Entwicklung in diesem.
Die andere Schwierigkeit besteht darin, dass das Verhalten der Spieler sehr irrational ist, vor allem an wichtigen Wendepunkten in den Trends, was mit den derzeitigen Modellen nur schwer zuverlässig zu modellieren ist.
ap. Ein weiterer Gedanke - dass es nicht immer richtig ist, auf die Vorhersage der Preisbewegung zu zielen, es ist so primitiv. Wir können Informationen über Kursbewegungen erhalten und daraus langfristige Schlüsse ziehen.
Ein vielversprechender Ansatz scheint die kausale Inferenz zu sein. Dieses Thema wird von großen IT-Unternehmen sehr aktiv entwickelt. Es gibt Bibliotheken.
Es gibt Artikel zu diesem Thema
Erstellen Sie einen Rechner, der die Optionen durchgeht und die beste findetJa, ich erinnere mich an wissenschaftliche ökonomische und (eng) soziologische Beschreibungen solcher Modelle vor langer Zeit aus dem Institut. Im Hinblick auf den Handel im Lichte der jüngsten Errungenschaften der MO, so scheint es, dass es nicht, dass Sie nicht anwenden können, und diejenigen, die die Ressourcen haben - wird nicht von ihm die notwendige Leistung zu erhalten, sind sie so weit in Ordnung. Enthusiasten noch nicht erreicht haben, werden sie alle Arten von GPT-3 und andere bahnbrechende Dinge zu verdauen, und vielleicht wird jemand erreichen sie und benennen einige Linien der Entwicklung in diesem.
Eine weitere Schwierigkeit besteht darin, dass das Verhalten der Akteure, insbesondere an wichtigen Wendepunkten in der Entwicklung, sehr irrational ist, was mit den derzeitigen Modellen nur schwer zu modellieren ist.
ap. Ein weiterer Gedanke - dass es nicht immer richtig ist, auf die Vorhersage der Preisbewegung zu zielen, es ist so primitiv. Anhand der Kursentwicklung können Sie sich über den Zustand der Akteure informieren, und schon von hier aus können Sie langfristige Schlussfolgerungen ziehen, die ständig aktualisiert werden.
Meiner Meinung nach liegt das Hauptproblem in der Wahl des Ansatzes zur Beschreibung des Verhaltens der größten Marktteilnehmer - der Staaten. Sie (1) beeinflussen den Markt stark, (2) ihr Verhalten ändert sich im Laufe der Zeit erheblich, (3) ihre Ziele für das Handeln auf dem Markt liegen oft außerhalb des Marktes selbst und sind uns kaum bekannt, (4) es gibt viele Staaten und sie können auf sehr unterschiedliche (für den Markt) Weise miteinander interagieren. Mathematisch gesehen ist das Ergebnis ein komplexes, unbeständiges System mit offenem Ausgang.
Das Problem ist nicht, dass es unmöglich ist, sich ein Modell für ein solches System auszudenken, sondern dass man sich zu viele verschiedene Modelle ausdenken kann, die in ihren Schlussfolgerungen wahrscheinlich sogar im Widerspruch zueinander stehen.)
Ein vielversprechender Ansatz scheint die kausale Inferenz zu sein. Dieses Thema wird von großen IT-Unternehmen sehr aktiv entwickelt. Es gibt Bibliotheken.
Es gibt Artikel zu diesem Thema
Erstellen Sie einen Rechner, der die Optionen durchgeht und die beste findetDas ist zunächst die andere Seite des Ansatzes. RCT in der Medizin für alles und jedes hat übrigens medizinische Techniken getötet, nicht reproduzierbare Placebos)))
Die Aufgabe des Verhaltens oder der Bedingung ist es, einen kausalen Zusammenhang zu finden).
ap. Ein anderer Gedanke ist, dass es nicht immer eine gute Idee ist, Preisbewegungen vorherzusagen, so primitiv ist das. Aus der Kursentwicklung können Sie Informationen über den Zustand der Akteure gewinnen und daraus langfristige Schlüsse ziehen, die ständig aktualisiert werden.
Das ist eine gute und richtige Idee. Nur vielleicht nicht den Zustand der Spieler, sondern den Zustand der Ursachen, die auf die Spieler einwirken. Aber vielleicht ist das nur der nächste Schritt.