Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1713

Neuer Kommentar
 
Renat Akhtyamov:

Wofür halten Sie sich eigentlich, für einen Wissenschaftler?

Meine Herren, Sie suchen nur nach einem System, um Geld zu verdienen.

aber niemand, absolut niemand, kann es schaffen

Wir sind einfach daran interessiert, ein interessantes Problem zu lösen, vor allem, wenn es anfängt, gelöst zu werden.
 
mytarmailS:

Wenn Wissenschaftler einen komplexen Prozess verstehen wollen....

Komischerweise werde ich das tun...

 
mytarmailS:

Wenn Wissenschaftler einen komplexen Prozess verstehen wollen, versuchen sie, ihn in einfachere Komponenten zu zerlegen und diese zu analysieren, weshalb die Spektralanalyse geschaffen wurde. Versuchen wir, Wissenschaftler zu spielen), wenn auch nicht sehr erfolgreich. Ich habe mir überlegt, wie ich den Preis in einfachere Bestandteile zerlegen kann. Meine Zerlegung hat keine Additivität, und das ist schlecht, aber es ist trotzdem interessant, den Preis aus einem anderen Blickwinkel zu betrachten.

Wir benötigen also den Schlusskurs und die Volatilität (Höchstwerte).

Wandeln wir den Preis in einen bedingten Binärwert um - wenn der Preisanstieg höher ist als der vorherige, dann "1", wenn er niedriger ist, dann "-1".

R-Code

erhalten wir einen binären Preis

können Sie ihn kumulieren und mit dem Preis vergleichen.

Es sieht nicht nach viel aus.) Fügen wir nun die Volatilität zu unserer Serie hinzu

Schon besser...

Die Ideen...

IDEA 1

Somit wird fast das gesamte "Wetter" durch die Volatilität innerhalb des Zeitplans und nicht durch eine "binäre" Preisrichtung bestimmt. Der Punkt ist, dass die Volatilität eine ausgeprägte Saisonalität hat und relativ leicht vorherzusagen ist. Wir müssen nur den binären Preis vorhersagen, der in der Struktur einfacher ist als der gewöhnliche Preis, und dann einfach die Prognosen kombinieren und eine vollständige Prognose erhalten...


IDEA 2

Alle geeigneten MO-Algorithmen lernen sehr schlecht von Rohpreisen, selbst wenn sie normalisiert sind, weil sie keine Wiederholbarkeit in der Serie haben, wahrscheinlich nur wegen der Volatilität, die immer anders ist, wenn wir den Preis in binäre und Volatilität zerlegen, die Volatilität normalisieren und sie wieder hinzufügen, oder sie nicht normalisieren und in MO einspeisen, sollten wir theoretisch eine bessere Verallgemeinerungsfähigkeit erhalten, weil die Wiederholbarkeit zunehmen wird


IDEA 3

Mit der Dekomposition können wir die Preise glätten, ohne eine Verzögerung zu verlieren. Wir können den Preis zerlegen und die Volatilität und den Preis getrennt interpolieren (strecken) und dann wieder zusammenzählen


IDEA 4

Wir können die Preise und die Clustervolatilität zerlegen, d. h. die Freiheitsgrade reduzieren (z. B. 10 Cluster (Staaten)), d. h. sie standardisieren und die standardisierte Volatilität zurückgeben

Der Vorschlag, einen komplexen Prozess in seine Bestandteile zu zerlegen, ist sehr sinnvoll. Das ist der richtige Weg. Aber aus irgendeinem Grund haben Sie nur sehr wenige Komponenten. Es gibt viele Marktparameter, einschließlich Derivate, die in die Studie aufgenommen werden können. Sie haben ein mächtiges Werkzeug - das MO! Warum sollte man nicht versuchen, ein kohärentes, logisches parametrisches System aufzubauen, in dem man mit Hilfe von MO nach statistischen Mustern suchen kann?

Erweitern Sie die Parameter der Studie, indem Sie sie zuvor nach Verbindungen und Abhängigkeiten ordnen, deren Stärke Sie statistisch überprüfen.

Wenn man 2-3 Parameter weglässt, geht der Nutzen der Studie verloren, weil die Zufälligkeit des Prozesses für uns umgekehrt proportional zur Anzahl der bekannten Parameter und ihrer Beziehungen ist. Je mehr es sind, desto weniger Zufälligkeiten gibt es in diesem Prozess. Also, bauen Sie das System auf und fügen Sie Parameter hinzu.
 
Konow reg:
Der Vorschlag, einen komplexen Prozess in seine Einzelteile zu zerlegen, ist sehr sinnvoll. Das ist der richtige Weg. Aber Sie haben nicht genug Wähler. Es gibt viele Marktparameter, einschließlich Derivate, die in die Studie aufgenommen werden können. Sie haben ein mächtiges Werkzeug - das MO! Warum sollte man nicht versuchen, ein kohärentes, logisches parametrisches System aufzubauen, in dem man mit Hilfe von MO nach statistischen Mustern suchen kann?

Erweitern Sie die Parameter der Studie, indem Sie sie mit Verknüpfungen und Abhängigkeiten vororganisieren, deren Stärke Sie statistisch überprüfen.

Wenn man 2 oder 3 Parameter beibehält, wird der Nutzen der Studie zunichte gemacht, da die Zufälligkeit des Prozesses für uns umgekehrt proportional zur Anzahl der bekannten Parameter und ihrer Beziehungen ist. Je mehr es sind, desto weniger Zufälligkeiten gibt es in diesem Prozess. Bauen Sie also das System auf und fügen Sie Parameter hinzu.

Zunächst haben wir 3 Parameter: Tick-Series, Bid-Asc, Tick-Time. Alle anderen Parameter werden von diesen drei abgeleitet. Ausdünnung, Mittelwertbildung. Und von vielen.

 
Valeriy Yastremskiy:

Zu Beginn haben wir 3 Parameter: Tickserie, Bid Asc, Tickzeit. Alle anderen Parameter werden von diesen drei abgeleitet. Ausdünnung, Mittelwertbildung. Und von vielen.

Bid, Ask, Flipper, Angebots- und Nachfragevolumen auf Levels, OI, Saisonalität, Sitzungszeit und viele andere sowie Derivate ... Sie können fundamentale Parameter wie den Zeitpunkt der Veröffentlichung von Nachrichten, die Bedeutung von Nachrichten, Zinssätze, das Verhalten paralleler Paare zum gleichen Zeitpunkt usw. einbeziehen. Wenn Sie MO verwenden wollen, sollten Sie sie in vollem Umfang nutzen. Wie in dem Lied "Mein Vater und meine Mutter lehrten mich... zu erforschen, also erforsche!"))

Wir müssen ein System aus einer großen Anzahl von Marktparametern aufbauen und ihre Beziehungen statisch ermitteln. Auf dieser Grundlage müssen dann "Pseudo-Abhängigkeiten" (Abhängigkeiten, die mit einer hohen Wahrscheinlichkeit funktionieren) abgeleitet werden, die als "Muster" für den TS dienen sollen.
 
Retag Konow:
Bid, Ask, Flipper, Angebots- und Nachfragevolumen auf Levels, OI, Saisonalität, Sitzungszeit und vieles mehr und Derivate... Sie können fundamentale Parameter wie den Zeitpunkt der Veröffentlichung von Nachrichten, die Bedeutung von Nachrichten, Zinssätze, das Verhalten paralleler Paare zum gleichen Zeitpunkt usw. einbeziehen. Wenn Sie MO verwenden wollen, sollten Sie sie in vollem Umfang nutzen. Wie in dem Lied "Mein Vater und meine Mutter lehrten mich... zu erforschen, also erforsche!"))

Die grundlegenden externen Parameter wurden hier nicht berücksichtigt, da die Aufgabe, sie zu digitalisieren, noch nicht gelöst ist. Abgesehen von der Bedeutung der Nachrichten, die sehr gering ist, wurde die Darstellung anderer Markteigenschaften und -parameter bisher nicht gesehen, anscheinend sind einige irgendwo in der Entwicklung, aber sie werden nicht verwendet. Aus den Nachrichten zu diesem Thema. Die KI wird die Informationen über den Zustand des gegnerischen Landes berücksichtigen und die Taktik des Vorgehens ausarbeiten. Die Aufgabe, Daten über den Zustand der Gesellschaft, des Marktes, des Landes zu digitalisieren, ist eine andere Aufgabe.

 
Evgeny Dyuka:
Wir sind einfach daran interessiert, ein interessantes Problem zu lösen, vor allem, wenn es anfängt, gelöst zu werden.
Wie stellen Sie fest, wann ein Problem anfängt, gelöst zu werden?
 
Valeriy Yastremskiy:

Die grundlegenden externen Parameter wurden hier nicht berücksichtigt, da die Aufgabe, sie zu digitalisieren, noch nicht gelöst ist. Abgesehen von der Bedeutung der Nachrichten, die sehr gering ist, wurde die Darstellung anderer Markteigenschaften und -parameter bisher nicht gesehen, anscheinend sind einige irgendwo in der Entwicklung, aber sie werden nicht verwendet. Aus den Nachrichten zu diesem Thema. Die KI wird die Informationen über den Zustand des gegnerischen Landes berücksichtigen und die Taktik des Vorgehens ausarbeiten. Die Aufgabe der Digitalisierung von Daten über den Zustand der Gesellschaft, des Marktes und des Landes ist eine andere.

Auch ohne Digitalisierung der Fundamentaldaten gibt es neben den Kursen auch Volumina, Open Interest, Kursniveaus und Volumina, Zeitparameter - Session, Saison, etc... Die Nachrichten, so scheint es, sind bereits digitalisiert...

Das heißt, die Auswahl an Marktparametern ist viel größer, als hier diskutiert und verwendet wird, und das Potenzial der KI wird in der Forschung nicht voll ausgeschöpft.

Ich würde die verfügbaren Parameter in einem konditionalen System zusammenfassen, den Fluss ihrer Werte in einem MO-Algorithmus organisieren, der die Koeffizienten der "Kreuz"-Abhängigkeiten berechnet und sich dabei auf eine statistische Datenbank stützt, die in Echtzeit aufgefüllt und aktualisiert wird.
 
Renat Akhtyamov:
Wie bestimmen Sie, wann ein Problem zu lösen ist?
Ein neuronales Netz funktioniert einfach als Indikator auf dem realen Markt und sagt die Entwicklung der Vermögenswerte gut voraus. Und ein weiterer versucht, Einstiegspunkte zu geben. Hier sind die letzten vier Signale der letzten 10 Stunden, alle Signale werden veröffentlicht.

 
Ziel der Studie ist es, stabile Beziehungen in der Dynamik der Marktparameterwerte zu finden. Je mehr Parameter, desto besser, denn die NS haben eine gewisse Variabilität bei der Gegenüberstellung der einzelnen Parameter, was die Wahrscheinlichkeit erhöht, ein Muster zu finden.
1...170617071708170917101711171217131714171517161717171817191720...3399
Neuer Kommentar