Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 358

 
Yuriy Asaulenko:
Ich muss genauer sein. Ich kann zwei entgegengesetzte Antworten geben.)


Wie kommen Sie zu zwei Antworten?

Allgemeine Faustregel:

  • bei stationären Reihen ist die Vorhersage die gleiche wie bei historischen Daten
  • nicht-stationäre Reihen werden nicht ohne vorherige Bemühungen vorhergesagt
Es gibt ARMA und ARIMA, die nicht-stationäre Reihen vorhersagen können, aber diese Art von Nicht-Stationarität ist sehr selten. Es gibt ARCH und eine Reihe verschiedener GARCHs, die alle verschiedene Arten von Nicht-Stationarität berücksichtigen, um zukünftige Bewegungen vorhersagen zu können.


Kann NS nicht-stationäre Reihen vorhersagen? Wenn ja, welche Arten von Nicht-Stationarität?

 
Yuriy Asaulenko:

Aufeinen neuen Höchststand (wahrscheinlich ein Tief) folgt ein neuer Höchststand - ja, das kenne ich auch, die Graphen sind mir alle bekannt. Sie simulieren - und es ist nichts da - es ist leer. Vielleicht haben Sie ja Glück.


Dies ist der Fall bei nicht-persistenten (antipersistenten) Reihen.

Und im Falle von anhaltendem (sustained) folgt auf einen neuen Höchststand ein neuer

Das Problem ist, dass der MA bei einer niedrigen Periode stark nachgezogen wird, d.h. er kann nicht angewendet werden. Und wenn wir es für n-Takte rückwärts nehmen, wird das Signal bereits verfehlt.

 
Maxim Dmitrievsky:


Das Problem ist, dass die МА in einem niedrigen Zeitraum stark überzogen ist, d.h. sie kann nicht angewendet werden. Wenn Sie es für n-Balken zurücknehmen, wird das Signal bereits verfehlt sein.

Ich habe neulich mit MAs gespielt (nicht mit einfachen, sondern mit goldenen). - Filter 3. Ordnung. Die 12 MAs haben eine Gruppenlaufzeit von 4 Minuten. Von den EMAs und anderen Standardwerten wollen wir gar nicht erst reden - der Rückstand ist unermesslich.

Im Allgemeinen sollten wir Regressionslinien verwenden, um von den MAs wegzukommen. Aber die Berechnungsverzögerungen sind dort groß. Wenn wir die Ticks für 1 Minute berücksichtigen, ist das fatal.

 
SanSanych Fomenko:
Kennt jemand die Antwort auf die Frage: Wie behandeln NSs nicht-stationäre Inputs?
Dem neuronalen Netz ist es egal, ob es stationär, nicht-stationär oder gar nicht ist. Es macht keinen Unterschied. Vor allem, wenn es um die Klassifizierung geht
 
Vladimir Perervenko:
Dem neuronalen Netz ist es egal, ob es sich um eine stationäre, nichtstationäre oder gar keine Zeitreihe handelt. Es macht keinen Unterschied. Vor allem, wenn es um die Klassifizierung geht.
Das habe ich als eine der Antworten gemeint.)
 
Vladimir Perervenko:
Dem neuronalen Netz ist es egal, ob es sich um eine stationäre, nichtstationäre oder gar keine Zeitreihe handelt. Es macht keinen Unterschied. Insbesondere wenn es um die Klassifizierung geht
Es ist sehr wünschenswert, dass die Ein- und Ausgänge durch den Wertebereich begrenzt werden.
 
Kombinator:
ist es höchst wünschenswert, dass die Ein- und Ausgänge auf einen Wertebereich beschränkt sind.
Solche Fragen sollten bereits vor dem Eintritt in den NS geklärt werden. Der NS verzehrt im Allgemeinen keine Rohdaten.
 
Vladimir Perervenko:
Dem neuronalen Netz ist es egal, ob es sich um eine stationäre, nichtstationäre oder gar keine Zeitreihe handelt. Es macht keinen Unterschied. Vor allem, wenn es um die Klassifizierung geht.

Dann die Frage der Umschulung in all ihrer Pracht
 

Ich weiß nicht einmal, ob ich noch mehr tun muss, 20.000% in 2,5 Monaten zu Eröffnungskursen auf 5 Minuten, wenn ich Glück habe... Sie werfen $1k ein und bestellen einen Bentley vor. Wenn man Pech hat, ist das nicht weiter schlimm.)


 
Maxim Dmitrievsky:

Ich weiß nicht einmal, ob ich noch mehr tun muss, 20.000% in 2,5 Monaten zu Eröffnungskursen auf 5 Minuten, wenn ich Glück habe... Sie werfen $1k ein und bestellen einen Bentley vor. Wenn Sie kein Glück haben, sind Sie ein kleiner Verlust).

Buchstabieren Sie es.)) Ich will, wenn schon keinen Bentley, dann wenigstens einen Peugeot mit Automatik).