Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 2992
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
Sobald die Darstellung der Signaltheorie mathematisch sinnvoll wird, erscheinen sofort Stationarität (im weitesten Sinne) und Energiespektrum. Und Unsinn wie "ein Signal ist eine beliebige Menge von Zahlen" taucht natürlich nicht mehr auf.
Der Artikel auf der verlinkten Seite versucht eine Art Verallgemeinerung des Konzepts der Stationarität. Unabhängig davon, wie nützlich es für DSP ist, macht es für Preise nicht viel Sinn. Ich möchte noch einmal darauf hinweisen, dass die Stationarität eines Vermögenspreises oder des Preises eines Portfolios von Vermögenswerten das ewige Paradies eines Händlers ist, da sie eine ewige Ebene bedeutet, auf der man für immer handeln kann, wie eine Rückkehr zum Mittelwert.
Dies ist das Ende der Diskussion über COCs in diesem Thema.
Nette Fahrt...
IMHO die Ökonometrie zu einem kleinen Teil und die stochastische Finanzmathematik zu einem großen Teil. Auf hohem Niveau sind diese Wissenschaften miteinander und mit dem maschinellen Lernen verwoben.
IMHO zu einem kleinen Teil Ökonometrie und zu einem großen Teil stochastische Finanzmathematik. Auf einer hohen Ebene sind diese Wissenschaften miteinander und mit dem maschinellen Lernen verflochten.
Was passiert, wenn Sie das Balkendiagramm in Hauptkomponenten zerlegen?
oben ist das Original, dann die Hauptkomponenten 1, 2, 3.
die Summe der ersten beiden Hauptkomponenten
sauberer Chart ohne hochfrequente Schwankungen, keine Lags ...
Filterung ))
Sobald die Darstellung der Signaltheorie mathematisch sinnvoll wird, erscheinen sofort Stationarität (im weitesten Sinne) und Energiespektrum. Und Unsinn wie "ein Signal ist eine beliebige Menge von Zahlen" taucht natürlich nicht mehr auf.
Der Artikel auf der verlinkten Seite versucht eine Art Verallgemeinerung des Konzepts der Stationarität. Unabhängig davon, wie nützlich es für DSP ist, macht es für Preise nicht viel Sinn. Ich möchte noch einmal darauf hinweisen, dass die Stationarität eines Vermögenspreises oder des Preises eines Portfolios von Vermögenswerten das ewige Paradies eines Händlers ist, denn sie bedeutet eine ewige Ebene, auf der man für immer handeln kann, wie eine Rückkehr zum Mittelwert.
Dies ist das Ende der Diskussion über COCs in diesem Thema.
Nun, wenn man Filter darauf anwendet, nachdem man "es" zuvor auf Stationarität geprüft hat, dann gibt das vielleicht jemandem etwas, obwohl ich es bezweifle
Als "es" als Merkmal in das Bousting eingespeist wurde, stellte sich heraus, dass die Vorhersagen für neue Daten umso wertloser waren, je größer die Differenzierung war.
Auch hier könnte man einfach ein paar Mashas aus verschiedenen Perioden nehmen und hätte keinen Unsinn.
In dieser Arbeit ist alles perfekt: Zielselektion über FF und Neutraining zumindest in jedem Schritt und das informativste Merkmal in Form von fraktional-differenzierten Reihen. Im Allgemeinen alles, was in dem Thema in letzter Zeit gebetet wurde :) Ich habe es mit Filtern vermasselt, ich stimme zu, ich hätte sie für eine vollständige Füllung hinzufügen sollen :)
Kann ich die Ergebnisse sehen, bevor ich sterbe?
https://perraudin.info/gsp.php
Lebe glücklich bis an dein Lebensende
Nun, können Sie die Grundzüge der Idee selbst beschreiben....
Für mich geht es immer darum, Abweichungen des Preises von SB zu finden. Die Ökonometrie unterscheidet sich von der Finanzstochastik durch die Modellierung der Zeit, die im ersten Fall diskret und im zweiten Fall kontinuierlich ist, was zu einer etwas anderen Mathematik führt, aber der Kern ist derselbe.
Hier ein Standardbeispiel für eine solche Suche im Rahmen der Ökonometrie Artikel1 und Artikel2. Der Ansatz ist genau verwandt mit der Suche nach Stationarität (im Vermögenspreis oder im Spread) - d. h., Stationarität wird nur manchmal als möglich angenommen und als Abweichung von einem typischeren SB definiert, anstatt eine konstante Eigenschaft zu sein wie bei der Untersuchung von Signalen in DSP.
Für die Stochastik ist es schwierig, ein einfaches, aber aussagekräftiges Beispiel zu geben. Mein Aufsatz über Lücken kann als Hinweis in diese Richtung dienen, da die dort untersuchte Verteilung leichter in kontinuierlicher Zeit betrachtet werden kann. Und wenn wir die Abhängigkeit dieser Verteilung von einigen Merkmalen annehmen, können wir die Idee in Richtung MO entwickeln.
Für mich geht es immer darum, nach Abweichungen des Preises von SB zu suchen. Die Ökonometrie unterscheidet sich von der Finanzstochastik durch die Modellierung der Zeit, die in der Ökonometrie diskret und in der Finanzstochastik kontinuierlich ist, was zu einer etwas anderen Mathematik führt, aber die Essenz ist die gleiche.
Hier ein Standardbeispiel für eine solche Suche im Rahmen der Ökonometrie Artikel1 und Artikel2. Der Ansatz ist genau verwandt mit der Suche nach Stationarität (bei Vermögenspreisen oder Spreads) - d. h., es wird angenommen, dass Stationarität nur manchmal möglich ist, und sie wird als Abweichung von einer typischeren SB definiert, anstatt eine konstante Eigenschaft zu sein wie bei der Untersuchung von Signalen in DSP.
Für die Stochastik ist es schwierig, ein einfaches, aber aussagekräftiges Beispiel zu geben. Mein Aufsatz über Lücken kann als Hinweis in diese Richtung dienen, da die dort untersuchte Verteilung leichter in kontinuierlicher Zeit betrachtet werden kann. Und wenn wir die Abhängigkeit dieser Verteilung von einigen Merkmalen annehmen, können wir die Idee in Richtung MO entwickeln.
Die Finanzmärkte sind NICHT stationär, dies sollte aus der Klammer genommen und als Axiom akzeptiert werden, und jeder Nachweis der Stationarität sollte als null und nichtig betrachtet werden.
In Wirklichkeit sind die Finanzmärkte nach den Erkenntnissen der sowjetischen Wissenschaft nicht nur nicht stationär, sondern undefiniert. Ein Zufallsprozess wurde früher als undefiniert bezeichnet, wenn ein Mensch an der Gestaltung dieses Zufallsprozesses beteiligt ist.
Das beste Beispiel für die Eigenschaft der Unbestimmtheit ist die Anwendung der Theorie des Massendienstes auf die Passagierströme in der U-Bahn. Alle Indizes, die die Theorie des Massendienstes für einen Zufallsprozess in Form von Fahrgastströmen in der U-Bahn angibt, sind perfekt berechnet und liegen in recht engen Vertrauensbereichen. Man nehme aber einen Luftballon, lasse ihn in der Menge platzen und rufe "Terroristen" - und die gesamte Theorie des Massendienstes gerät in Scherben. Und aus einem stationären Prozess wird ein undefinierter Prozess mit einer Menge verstümmelter und zertrampelter Menschen. All dies sehen wir auf den Finanzmärkten, wo Nachrichten dem Markt alles Mögliche antun können.
Ja, man kann einen Zeitraum nehmen und die Stationarität für diesen Zeitraum beweisen. Man kann einen anderen Zeitraum nehmen und beweisen, dass die Preisveränderungen stationär sind. Aber es gibt kein Instrument, das die Auswirkungen von Nachrichten auf den Markt modelliert, nach denen ein Zufallsprozess stationär, nicht-stationär oder chaotisch sein kann. und nach Nachrichten sind die Merkmale der Stationarität oder Nicht-Stationarität wahrscheinlich anders als in früheren Perioden.
Finanzmärkte sind NICHT stationär. Dies sollte aus der Klammer genommen und als Axiom akzeptiert werden, und jeder Beweis für Stationarität sollte als null und nichtig betrachtet werden.
In Wirklichkeit sind die Finanzmärkte nach den Erkenntnissen der sowjetischen Wissenschaft nicht nur nicht stationär, sondern undefiniert. Ein Zufallsprozess wurde einst als unbestimmt bezeichnet, wenn ein Mensch an der Entstehung dieses Zufallsprozesses beteiligt ist .
Das beste Beispiel für die Eigenschaft der Unbestimmtheit ist die Anwendung der Theorie des Massendienstes auf die unterirdischen Passagierströme. Alle Indizes, die die Theorie des Massendienstes für einen Zufallsprozess in Form von Fahrgastströmen in der U-Bahn angibt, sind perfekt berechnet und liegen in recht engen Vertrauensbereichen. Man nehme aber einen Luftballon, lasse ihn in der Menge platzen und rufe "Terroristen" - und die gesamte Theorie des Massendienstes gerät in Scherben. Und aus einem stationären Prozess wird ein undefinierter Prozess mit einer Menge verstümmelter und zertrampelter Menschen. Genau das erleben wir auf den Finanzmärkten, wenn Nachrichten dem Markt alles Mögliche antun können.
Ja, man kann einen Zeitraum nehmen und die Stationarität für diesen Zeitraum beweisen. Man kann einen anderen Zeitraum nehmen und beweisen, dass die Preisveränderungen stationär sind. Aber es gibt kein Instrument, das die Auswirkungen von Nachrichten auf den Markt modelliert, nach denen ein Zufallsprozess stationär, nicht-stationär oder chaotisch sein kann. und nach Nachrichten sind die Merkmale der Stationarität oder Nicht-Stationarität wahrscheinlich anders als in früheren Zeiträumen.
Völlig einverstanden. Marktunsicherheit hat im Gegensatz zu natürlichen Prozessen keinen probabilistischen Charakter. Wenn wir über mathematische Modelle der Marktunsicherheit sprechen, kommt die Spieltheorie am ehesten in Frage. Aber diese Wissenschaft ist noch zu unterentwickelt, um praktisch brauchbare Modelle zu liefern.
Aus spieltheoretischen Modellen lassen sich unter einigen zusätzlichen Annahmen probabilistische Modelle ableiten. Zum Beispiel das Nash-Gleichgewicht bei gemischten Strategien. Wir könnten an Modellen interessiert sein, die Schwingungen in der Nähe solcher Gleichgewichte beschreiben, wie in der Mechanik. Bislang habe ich jedoch noch keinen ausreichend entwickelten Datenapparat für solche Studien gesehen.
Für mich geht es immer darum, nach Preisabweichungen von SB..... zu suchen.