Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1002
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Por lo tanto, existe la opinión de que la secuencia de rendimientos (CLOSE[i]-OPEN[i])-(CLOSE[i-1]-OPEN[i-1]) es una serie estacionaria.
Un retournee de una vela es (cierre-apertura)/apertura, está claro el carajo que no es el precio neto para poner en NS, el siguiente retournee se predice por los anteriores (con diferente ventana) muy mal, no es suficiente para el spread, pero parece que es todo lo que hay que conseguir
En esencia, el valor CLOSE[i]-OPEN[i] no es más que la suma de los incrementos.
Una secuencia de estos valores debería, en el límite, tender a una distribución normal.
Pues bien, existe la opinión de que la secuencia de retornos (CERRAR[i]-ABRIR[i])-(CERRAR[i-1]-ABRIR[i-1]) es una serie estacionaria.
¿Alguien ha probado algo así en la entrada NS y cuáles fueron los resultados?
Close[i] puede ser sustituido por Open[i+1], en Forex es cierto en más del 90% de los casos. O puede ser sólo uno o dos pips de diferencia. Entonces sólo habrá una serie temporal en la fórmula, es más conveniente.
Esta transformación se utiliza en el modelo ARIMA. Y realmente sirve para conseguir la estacionalidad, pero hay muchas más transformaciones, no es la única fórmula que hay.
El ARIMA ya está obsoleto, en los mercados financieros si da algo, no es más que el interés bancario de un depósito. GARCH es mucho mejor según los artículos, además es ARIMA más varios añadidos.https://people.duke.edu/~rnau/411arim.htm
Una secuencia de estos valores debería, en el límite, tender a una distribución normal.
No he visto precios que tiendan a una distribución normal. Siempre he tenido ganancias que se parecían a las de Laplace, con colas de koshi.
Ese fue mi razonamiento teórico.
En la práctica, por supuesto, los primeros retornados no tienen Gauss, y nadie ha conseguido nunca conseguirlo, y nunca lo conseguirá, por desgracia...
Sin embargo, yo hablaba de la secuencia (CLOSE[i]-OPEN[i])-(CLOSE[i-1]-OPEN[i-1]), es decir, en realidad delos segundos retornos.
Bueno, todavía no he prestado mucha atención a estas segundas vueltas, y debería haberlo hecho.
Y Kolmogorov, en general, veo que prestó especial atención a B(k)=M[x(t)*x(t-to)]=M[(CIERRE[i]-Apertura[i])*(CIERRE[i-to]-Apertura[i-to])] y se negó a predecir nada si esta función no era del todo definitiva.
¿Tal vez tenga sentido poner ciertas condiciones al trabajo de la SN?
Por ejemplo, ¿saltar las piezas inestables de BP, explorando, por ejemplo, los segundos rendimientos o B(k)?
¡Hola!
Queridos gurús, ¿han creado ya un superbot?
Me gustaría probarlo de verdad.
Y Kolmogorov, en general, veo que prestó especial atención a B(k)=M[x(t)*x(t-to)]=M[(CIERRE[i]-Apertura[i])*(CIERRE[i-to]-Apertura[i-to])] y se negó a predecir nada si esta función no era del todo definitiva.
¿Tal vez tenga sentido poner ciertas condiciones al trabajo de la SN?
Por ejemplo, ¿saltar los trozos inestables de BP explorando los segundos rendimientos o B(k), por ejemplo?
Así que hay un límite: (Sigmas al cuadrado).
Determinar este límite es el primero de los problemas que se resuelven en este
problema a resolver en este trabajo.
En cuanto al problema de la interpolación, sólo consideramos el
el caso de evaluar x(/) por las cantidades
-x{t + i)Jx{t + 2)1 ...,x(t + n),
x(t - l), x(t~2), ... x(t - ha).
Para este caso denotamos por oj (ha) el valor mínimo de la expectativa matemática
expectativa
a2 = MI0-<?)%
donde Q es una forma lineal:
Q = axx {t + i) + atx {t + 2)+ ... +apx {t + n) +
+ a-ix(t - l)-\Na-2%(t - 2)+ ... -\a-nx(t - ha)
con coeficientes reales constantes como.
Al aumentar ha, el valor de a2 (i) no aumenta. Por lo tanto, existe
límite
l im a} (ha) = o? (5)
P~>o
Nuestro segundo problema es determinar un]. La siguiente propuesta
solución de los dos problemas formulados anteriormente se ha informado sin
prueba en mi nota (*) *. Se basa en nociones relacionadas con
a la teoría espectral de los procesos aleatorios estacionarios.
La teoría espectral de los procesos aleatorios estacionarios fue
construido por A. Я. Hinchin para el caso de cambio continuo del argumento temporal t (2 ) .
argumento t (2 ) .
No entiendo, ¿piensas estimar analíticamente la fiabilidad de la predicción ya realizada, o hacer una predicción para empezar? En las primeras páginas se dice que el artículo trata de la estimación de la fiabilidad de una previsión. Las previsiones propiamente dichas se encuentran enA.J. Hinchin.
Y no has copiado cuidadosamente la declaración básica del artículo.
No: B(k)=M[x(t)*x(t-to)]=M[(CIERRE[i]-Apertura[i])*(CIERRE[i-to]-Apertura[i-to])
A: B(j)=M[x(t)*x(t-to)]=M[(CLOSE[i]-OPEN[i])*(CLOSE[i-to]-OPEN[i])
Además, creo que es más correcto:
Foro sobre comercio, sistemas de comercio automatizados y estrategias de prueba
Aprendizaje automático en el trading: teoría y práctica (Trading and Beyond)
Dr. Trader, 2018.07.06 02:37
Close[i] puede ser sustituido por Open[i+1], en forex es cierto en más del 90% de los casos. O una diferencia de unos pocos pips. Entonces sólo habrá una serie temporal en la fórmula, es más conveniente.
Esta transformación se utiliza en el modelo ARIMA. Y sí sirve para lograr la estacionariedad, pero ahí hay muchas más transformaciones, no es la única fórmula que hay.
El ARIMA ya está obsoleto, en los mercados financieros, si acaso, no dará más que el interés bancario de un depósito. GARCH es mucho mejor según los artículos, además es ARIMA más varios añadidos.https://people.duke.edu/~rnau/411arim.htm
PS.
Sí, y gracias por la respuesta a mi pregunta de mi post: https://dxdy.ru/post1244134.html#p1244134
Hola, les habla Misha, y como han adivinado estoy haciendo esto desde mi teléfono :-)
¡Hola Misha!
Sí, es hora de reconsiderar todos los esfuerzos de las redes neuronales y sus escasas esperanzas en la propia herramienta. Nada servirá, ni los bosques ni las estepas, si los datos de entrada no están preparados.
Y sí, no hay competencia, hay un problema y hay un atontamiento general.
Si sabes cómo preparar los datos, adelante. La humanidad se lo agradecerá.