Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 999

 
Yuriy Asaulenko:
Y dijeron que la mecánica cuántica. (( ¿Cuándo fue R Fourier?

Erm... Me enamoré del sombrero... Mierda, Yuri, basta de exámenes. ¿Por qué tengo que adjuntar una copia escaneada de mi título? Hay que confiar en la gente.

¿Qué es esto?

 

EE....

¿El operador radio-vector de una partícula mecánica cuántica?

Erm...

 
Yuriy Asaulenko:

¿Realmente se utilizan estas cosas en los algoritmos?

 
SanSanych Fomenko:

¿Qué pasó con los efectos ARCH? ¿De los cuales hay más de un centenar? ¿Y no se ve el final?

Realmente no lo entiendo.
Una vez más, la visión de la distribución es un tema completamente diferente. Los parámetros son estables, al menos durante semanas.
 
Yuriy Asaulenko:
Realmente no lo entiendo.
Una vez más, el tipo de distribución es un tema totalmente diferente. Los parámetros son estables al menos durante semanas.

Aparentemente, la cuestión es que, además de las distribuciones univariantes, existen distribuciones multivariantes recíprocas que no siempre quieren decaer en productos de las univariantes (dependencia estocástica). Esto conlleva algunos efectos adicionales. El x-ARCH múltiple ayuda a tener en cuenta estos efectos.

 
Yuriy Asaulenko:
Realmente no lo entiendo.
Una vez más, la forma de la distribución es otro cantar. Los parámetros son estables, al menos durante semanas.

El modelo GARCH estándar consta de tres partes:

1. La desviación. Lo ideal es utilizar la diferenciación fraccionaria para englobar a Hurst

2. Modelización de la dispersión. No se trata sólo de la forma de la varianza, sino también de la aglomeración, el comportamiento después de los saltos...

3. modelización de la distribución. Esto permite tener en cuenta las colas largas.

 
SanSanych Fomenko:

El modelo GARCH estándar consta de tres partes:

1. La desviación. Lo ideal es utilizar la diferenciación fraccionaria para englobar a Hurst

2. Modelización de la dispersión. No se trata sólo de la forma de la varianza, sino también de la aglomeración, el comportamiento tras los saltos...

3. modelización de la distribución. Esto permite tener en cuenta las colas largas.

SanSanych, ¿puedes decirme dónde puedo ver la implementación de este algoritmo?

 
Alexander_K2:

¿Por qué no lo hace ninguno de los veteranos (Warlock, Toxic, etc., incluyéndote a ti, por supuesto)? Nunca he visto un informe de MT sobre un comercio real.

Si se me permite decirlo, ¿es porque no cotizan en MT?

La pregunta de qué hacen aquí es más difícil de responder. Hábito. En el pasado, aquí (en la comunidad de MT) había un grupo de investigadores realmente genial que siempre buscaba tareas interesantes, y era interesante leerlos. Ahora ha sido sustituido por bocazas como Asaulenko, como Rena o Nikitin. Sólo un par de personas generan contenidos útiles. Pero hay algunos que se quedan en el foro por costumbre.

 
SanSanych Fomenko:

1. La desviación. Lo ideal es utilizar la diferenciación fraccionaria para englobar a Hurst

No estoy muy familiarizado con el tema. Me gustaría entender: ¿es posible que la desindexación con ARFIMA sea útil para un cambio de tendencia brusco (arriba o abajo)?

 
Sergej Sergienko:

¿Puede decirme dónde puedo encontrar una implementación de este algoritmo?

Paquete Rugarch. Uno de los ...