Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2337

 
elibrarius:
Die Matrix selbst reinigen? Einige Kovarianzkoeffizienten werden sich ein wenig ändern. Was wird sie tun?

Die Daten sollten von Rauschen befreit werden.

Daten durch die Matrix, wird weniger Überanpassung ergeben

Ich habe noch eine Menge toller Sachen ausgegraben, hatte aber noch keine Zeit, sie zu studieren.

 
Maxim Dmitrievsky:

Daten durch die Matrix, wird weniger Überanpassung ergeben

viele andere tolle Sachen gegraben, hatte aber noch keine Zeit, sie zu studieren

Ich bin nicht gut in Python. Aber ich habe im Code (Abschnitte 2.6 - 2.8) nichts gefunden, wo die Daten selbst durch eine Entrauschungsmatrix korrigiert werden.
 
elibrarius:
Ich bin nicht gut in Python. Aber ich habe im Code (Abschnitte 2.6 - 2.8) nichts gefunden, wo die Daten selbst durch die entrauschte Matrix korrigiert werden.

Ich bin noch nicht ins Detail gegangen, hier ist eine genauere Beschreibung

https://hudson-and-thames-portfoliolab.readthedocs-hosted.com/en/latest/estimators/risk_estimators.html#de-noising-and-de-toning-covariance-correlation-matrix

Entrauschen und Enttonen AbschnittKovarianz-/Korrelationsmatrix

dies ist wahrscheinlich eher für Portfoliostrategien geeignet

Risk Estimators — portfoliolab 0.2.0 documentation
  • hudson-and-thames-portfoliolab.readthedocs-hosted.com
Risk is a very important part of finance and the performance of large number of investment strategies are dependent on the efficient estimation of underlying portfolio risk. There are different ways of representing risk but the most widely used is a covariance matrix. This means that an accurate calculation of the covariances is essential for...
 
Damit werden R-Leute aufgerüttelt, während Python die perfekte Sprache für die Forschung ist. Gut, dass ich dem nicht erlegen bin.
 
Maxim Dmitrievsky:

Ich habe mich noch nicht eingehend damit befasst, hier ist eine genauere Beschreibung

https://hudson-and-thames-portfoliolab.readthedocs-hosted.com/en/latest/estimators/risk_estimators.html#de-noising-and-de-toning-covariance-correlation-matrix

Entrauschen und Enttonen Kovarianz-/Korrelationsmatrix

Dies ist wahrscheinlich eher für Portfoliostrategien geeignet

Auch hier habe ich keine Korrektur der Daten festgestellt.
Auch hier sehe ich keine Korrektur der Daten).

 
elibrarius:

Ich habe auch hier keine Korrektur der Daten selbst gesehen.
Offensichtlich war es so).

Offensichtlich gibt es eine umgekehrte Transformation dazu. Sonst hat es keinen Sinn

 
Машинное обучение против финансовой математики: проблемы и решения
Машинное обучение против финансовой математики: проблемы и решения
  • dou.ua
Всем привет! Так получилось, что я уже около семи лет занимаюсь машинным обучением. В последние несколько из них я как исследователь и CTO Neurons Lab часто работаю с финансовыми данными в рамках проектов, связанных с инвестиционным менеджментом и алгоритмическим трейдингом. Чаще всего клиенты приходят с текущими стратегиями, которые нужно...
 
Maxim Dmitrievsky:

Offensichtlich gibt es eine umgekehrte Transformation dazu. Sonst hat es keinen Sinn

Ich kann im Code nichts erkennen(
Vielleicht werden einfach korrelierte Instrumente (nach dem De-Noising) aus dem Portfolio entfernt... Sie sprechen ständig von Portfolios.
 
elibrarius:
Ich kann es im Code nicht sehen(
Vielleicht werden die korrelierten Instrumente (nach dem De-Noising) einfach aus dem Portfolio entfernt... Sie sprechen ständig von Portfolios.

Ich glaube, das Ganze nennt sich "Agglomerative Filterung". Ich kann nichts dazu sagen, ohne das Thema studiert zu haben, aber es ist interessant :)

die Codes in seinem Buch sind Kopien von arxiv-Papieren
 
Mikhail Mishanin:
Angewandter Prado-Fanartikel https://dou.ua/lenta/articles/ml-vs-financial-math/

ja, aber die Filterung ist nicht vorhanden