Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 548

 
Mihail Marchukajtes:

Secundo la pregunta. Utilizo los servicios de Amazon, pero su constructor de modelos no tiene buena pinta. En cualquier caso, no podría construir más o menos5 modelo de calidad. Aunque tal vez hice algo mal, pero no hay demasiados ajustes allí. Ahora voy a probar con Google...


empieza con este artículo :) puedes aprender un poco de python también... y el enlace de arriba a la web del tío donde se masca todo. python es el lenguaje más fácil de aprender.

http://www.blackarbs.com/blog/time-series-analysis-in-python-linear-models-to-garch/11/1/2016

lo copiaré y pegaré en google pronto, es realmente útil

Time Series Analysis (TSA) in Python - Linear Models to GARCH
Time Series Analysis (TSA) in Python - Linear Models to GARCH
  • 2016.11.08
  • Brian Christopher
  • www.blackarbs.com
So what?  Why do we care about stationarity?  A stationary time series (TS) is simple to predict as we can assume that future statistical properties are the same or proportional to current statistical properties.Most of the models we use in TSA assume covariance-stationarity (#3 above). This means the descriptive statistics these models predict...
 

GARCH da un error, todo lo demás funciona

cuaderno

 

El servicio de Google echó un vistazo. Es lo que entiendo que es un portátil Jupiter. Puedes ejecutarlo localmente. Sí, es útil. Pero sigo prefiriendo el IDE. Utilizo un IDE ligero, Visual Studio Code.

 

https://it.mail.ru/video/playlists/ Cursos de Mail Roux, incluidos los de aprendizaje automático y análisis de datos.

 
Grigoriy Chaunin:

El servicio de Google echó un vistazo. Es lo que entiendo que es un portátil Jupiter. Puedes ejecutarlo localmente. Sí, es útil. Pero sigo prefiriendo el IDE. Utilizo el IDE ligero de Visual Studio Code.


Es una variante de Ipython, por lo que es conveniente para la investigación ... y es realmente conveniente, y luego es fácil de ser convertido en un .py regular

 
Maxim Dmitrievsky:

GARCH da un error, todo lo demás funciona

cuaderno


El modelo arch en sí mismo no está claro: debe constar de tres partes: arima (para la tendencia), ARCH (para la volatilidad y hay muchos), y distribución. Los coeficientes de ARIMA están en el texto, pero en la fórmula, ¿a qué se refieren? También para el arco hay que especificar números similares. En definitiva, no está todo claro, no veo la forma de orientar los detalles.

Según el material presentado parece un juguete.

 
SanSanych Fomenko:

El modelo arch en sí mismo no está claro: debe constar de tres partes: arima (para la tendencia), ARCH (para la volatilidad y hay muchos), y distribución. En el texto los coeficientes de ARIMA, pero en la fórmula se refieren a qué? También para el arco hay que especificar números similares. En definitiva, no está todo claro, no veo la forma de orientar los detalles.

Por el material presentado parece un juguete.


Todavía estoy centrado en el propio python, así que no he mirado en detalle... aquí está la documentación sobre él https://pypi.python.org/pypi/arch/4.0

hay muchos paquetes en R, así que no debería haber mucha diferencia

la función fit() especifica si la fila es estacionaria o no

tal vez sea una versión diferente de python, solo hay que buscarla :) tendré que estudiar cada libu

arch 4.0 : Python Package Index
  • pypi.python.org
ARCH for Python
 
aquí con
SanSanych Fomenko:

El modelo arch en sí mismo no está claro: debe constar de tres partes: arima (para la tendencia), ARCH (para la volatilidad y hay muchos), y distribución. En el texto los coeficientes de ARIMA, pero en la fórmula se refieren a qué? También para el arco hay que especificar números similares. En definitiva, no está todo claro, no veo la forma de orientar los detalles.

Por el material presentado parece un juguete.


aquí hay un artículo y un cuaderno de notas de quantopian, tal vez sea más claro allí

Pasaré algún tiempo en ese recurso, a ver qué hace la gente, quizá haya algo interesante

https://www.quantopian.com/posts/quantopian-lecture-series-arch-garch-and-gmm

Quantopian Lecture Series: ARCH, GARCH, and GMM
Quantopian Lecture Series: ARCH, GARCH, and GMM
  • www.quantopian.com
The material on this website is provided for informational purposes only and does not constitute an offer to sell, a solicitation to buy, or a recommendation or endorsement for any security or strategy, nor does it constitute an offer to provide investment advisory services by Quantopian. In addition, the material offers no opinion with respect...
 
Maxim Dmitrievsky:
aquí con

aquí hay un artículo y un cuaderno de notas de quantopian, tal vez sea más claro allí

Pasaré un rato por ese recurso para ver qué hace la gente, quizá haya algo interesante

https://www.quantopian.com/posts/quantopian-lecture-series-arch-garch-and-gmm


Echa un vistazo, ¡gracias!

Probablemente no esté mal para los estudiantes de la especialidad correspondiente.

No es así como estudio las cosas nuevas: si es teoría, entonces fuentes primarias, literatura sobre el uso práctico de la teoría, si es código, entonces sólo aquel que pueda ser utilizado en el futuro para aplicaciones prácticas del mundo real.

Hasta ahora rugarch cumple todos los criterios.

No obstante, gracias de nuevo, siempre es interesante ver algo más.

 
SanSanych Fomenko:

Echa un vistazo, ¡gracias!

Probablemente no esté mal para los estudiantes de la especialidad correspondiente.

No estudio las cosas nuevas de esta manera: si la teoría, entonces la fuente primaria, la literatura sobre la aplicación práctica de la teoría, si el código, entonces sólo tal, que puede ser utilizado en el futuro para fines prácticos en el mundo real.

Hasta ahora rugarch cumple todos los criterios.

No obstante, gracias una vez más, siempre es instructivo investigar algo más.


En absoluto :) por supuesto que tienes razón, si lo estudias en profundidad.

Tengo un enfoque simple - buscar entre un montón de basura, elegir la más interesante, comprobar si tiene al menos algún potencial de comercio y si lo tiene - pensar cómo usarlo con algo de experiencia y construir un bot :) No voy a estudiar cosas en profundidad, si no lo veo yo mismo o alguien me convencerá de que no es una pérdida de tiempo, porque tengo demasiadas cosas para mis ojos