Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 3126
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
Alexejs Meinung zu fetten Schwänzen interessiert mich eigentlich nicht mehr. Es ist nur ein verallgemeinertes Konzept.
Die Frage ist die strukturelle Vorhersage des Verlaufs, der Richtung und des Zeitpunkts.
Ich warte auf einen neuen Sturm aus der Idee. ))))
Siehst du, Alexej hält sich schon an seinem Bart fest und überlegt, was er antworten soll.
kozul Schlussfolgerung für Hausfrauen.
Studie besser für die tapferen und feige :)
kozul inferens für Hausfrauen
besser studieren für Mutige und Feiglinge :)
Man muss nur die Ideen der kausalen Inferenz mit den Ideen von San Sanych über Stabilität kombinieren. Dann ist der Gral unausweichlich 🤑.
Aber es ist nicht sicher)
kozul inferens für Hausfrauen
besser studieren für Mutige und Feiglinge :)
Maxim, du hast bereits fest gelernt, dass der Schwanz mit dem Hund wedeln sollte ))))
Überzeugen Sie weiter andere. Ich habe genug. Tschüss, tschüss.
Ich habe hier eine interessante Sache festgestellt.
Jeder kennt die Datendrift. Wir sind es gewohnt, nur Prädiktoren zu treten, aber ich habe beschlossen zu sehen, was mit der Strategie selbst im Laufe der Zeit passiert.
Ich nahm die Daten einer Strategie, die ein Einstiegssignal bei der Überschreitung von 23,6 % der täglichen ATR(3) gibt.
Ich habe also jeden Monat durchgerechnet:
- Anzahl aller Signale
- Anzahl der positiven Signale (1)
- Prozentualer Anteil der positiven Signale an allen Signalen(TP)
Die resultierende Zahlenreihe habe ich mit einem gleitenden Durchschnitt mit einem Wert von 6 geglättet.
Also, was wir bekommen haben.
Auf dem ersten Diagramm können wir sehen, dass die Anzahl aller Signale der Basisstrategie im Laufe der Zeit zunimmt.
Diagramm 1.
Im zweiten Diagramm sehen wir, dass die Anzahl der positiven Signale der Basisstrategie im Laufe der Zeit zunimmt, allerdings mit einer langsameren Rate.
Diagramm 2.
Im dritten Diagramm sehen wir, dass der Anteil der profitablen Signale an allen Signalen stagniert.
Diagramm 3.
Wahrscheinlich lässt sich eine ähnliche Dynamik bei den Splits (Q-Cuts) von Predictors.... erkennen.
Im zweiten Diagramm sehen wir, dass die Anzahl der positiven Signale der Basisstrategie im Laufe der Zeit zunimmt, allerdings mit einer geringeren Rate.
Man muss nur die Ideen des Kausalschlusses mit den Ideen von San Sanych über Stabilität kombinieren. Dann ist der Gral unvermeidlich 🤑.
Aber das ist nicht korrekt)
Maxim, Sie haben bereits gelernt, dass der Schwanz mit dem Hund wedeln sollte ))))
Überzeugen Sie weiterhin andere. Ich bin fertig. Mach's gut.
Was ist die Schlussfolgerung? Dass der Markt im Laufe der Jahre effizienter wird? Oder verliert das Modell seine Effizienz?
Ich denke, dass wir angesichts der Strategie vorläufig zu dem Schluss kommen können, dass der Markt begonnen hat, den Trend innerhalb eines Tages häufiger zu ändern.
Die Frage ist, ob es Faktoren in der Geschichte gibt, die jetzt einfach häufiger geworden sind, und dann können sie vielleicht vorhergesagt oder sogar als linearer Anstieg der Wahrscheinlichkeitsverzerrung aufgezeichnet werden.
Oder es handelt sich um völlig neue Ereignisse (Kombinationen von Vorhersageindikatoren), die bisher noch nicht aufgetreten sind.
Es liegt auf der Hand, dass wir einen anderen Weg brauchen, um ein Modell zu erstellen, das die Dynamik der Situation mit einbezieht. Dann können wir versuchen, die Veränderung der Quantensegmentwahrscheinlichkeit aufgrund des Auftretens/Verstärkung anderer Faktoren zu erklären und versuchen, diese anderen Faktoren im Voraus vorherzusagen. Mit anderen Worten: Es ist notwendig zu verstehen, was sich verändert hat und ob diese Veränderung vorhergesagt werden kann, und dann diese Veränderungen im endgültigen Modell zu berücksichtigen.