Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1231

 
Maxim Dmitrievsky:

En teoría, ya puedo realizar miles de simulaciones sobre muestras con determinadas características estadísticas... sólo hay que decidir la ventana, aunque también se puede buscar.

Siempre tengo una ventana móvil = 3600 valores (definida como 6x6x10x10, donde 6 es el cuantil, que cubre casi cualquier distribución unimodal de Petunin-Vysokovsky). Es posible povariar - ver.

Pero esto no cambia la esencia del asunto: debemos asegurarnos por todos los medios de que las redes neuronales con series con una distribución rígida de la probabilidad de retorno funcionan o no. Un cuadro con los resultados de la investigación en el estudio Y luego continuaremos.

 
Alexander_K2:

P.D. Y al imbécil de Asaulenko no vale la pena escucharlo: sabe mucho y no sabe nada. Amén.

Hola, A_K. Ya, por lo que veo, recuperado del fallido estreno, ya se está batiendo la cola). Vuelve a tu hilo, la gente te espera allí, y no es nada antes de Año Nuevo.

Y cambiar el concepto. Puede que tengas mucha suerte.

 
Maxim Dmitrievsky:

Es decir, las características estadísticas no deben tomarse del precio, sino de la persona que regresa, ¿estoy en lo cierto?

Sólo nos interesa la distribución de los rendimientos y nada más. Sólo nos interesa la distribución de los rendimientos y nada más.

 
Yuriy Asaulenko:

Hola, A_K. Veo que te has recuperado del decepcionante estreno, ya estás pateando la cola). Vuelve a tu sucursal, tienes gente esperándote allí, y ya falta poco para la Nochevieja.

Y cambiar el concepto. Tal vez tengas suerte.

¡Hola!

No, volveré con los resultados después de Nochevieja, o quizás no. No quería repartir grafitis, allí en una rama y así más de lo necesario escrito.

 
..:

No creo que haya que juzgar a Kesha y Misha, si no la historia cambiará y no habrá mucho que reír

Lo secundo.

Kesha es obviamente uno de los inversores que acechan a Aliosha. Y desesperado por encontrarlo, está aquí, anunciando las voluminosas hojas de su abuelo SanSanych. Atractivo, por así decirlo...

 
...:


Sí, hay que digerir a fondo el diplearn, hace tiempo que quería hacer PNL\NLU, pero desgraciadamente aún no tengo tiempo, si pudiera analizar las redes sociales aunque fuera un poco mejor que el azar, qué soborno sería subir...

Algo no está claro. Es como si la RV se convirtiera en una imagen, y luego...

Pivot Billions and Deep Learning enhanced trading models achieve 100% net profit
Pivot Billions and Deep Learning enhanced trading models achieve 100% net profit
  • pivotteam
  • www.r-bloggers.com
Deep Learning has revolutionized the fields of image classification, personal assistance, competitive board game play, and many more. However, the financial currency markets have been surprisingly stagnant. In our efforts to create a profitable and accurate trading model, we came upon the question: what if financial currency data could be represented as an image? The [...] continue reading »
 
Vizard_:

Para mgc, lo principal es la alineación, siempre que la variación sea razonable. Se utiliza para reducir la dimensionalidad
y para combatir la multicolinealidad, así como para fines de reconocimiento. Flotador
por supuesto, flotará un poco, y cuanto mejor sea el preprocesamiento, menos. Tiene sentido, pero no tanto como Fasal, porque
tiende a comerse la información útil. "La flotabilidad puede reducirse no sólo mediante el preprocesamiento, sino también
La "flotabilidad" puede reducirse no sólo mediante el preprocesamiento, sino también mediante el postprocesamiento, como se muestra en el ejemplo de nuevo para Fa sobre la "flexión" de logloss, etc., que, a su vez, puede utilizarse para corregir
se puede utilizar para corregir las probabilidades antes del lanzamiento, donde quiera... pero no deberías
pero no te emociones demasiado, sólo hay una mejora del 1-2%. Después de un par o tres ejecuciones, siempre que el preprocesamiento sea adevado
de preprocesamiento y suficientes muestras, se toma la fórmula de los componentes necesarios y se hace el chip, cada vez
antes de que el traqueteo del traqueteo del traqueteo no se haga... etc... Un ejemplo sencillo de cómo ver (2 ist ivert,
pero no el punto)... Toda esta basura, así como otras cosas del aficionado, la vi por mí hace mucho tiempo, no sirve de mucho...


He pasado mucho tiempo en todos los diferentes componentes principales, y luego he elaborado una cosa muy simple, y es general.

Digamos que hicimos un ACP y obtuvimos los coeficientes por los que multiplicar los predictores.

Ahora desplazamos la ventana (viene una nueva barra) y qué debemos hacer, ¿recalcular los coeficientes? Así es como lo hacemos en el probador. ¿Y si no los recalculamos, seguimos teniendo los componentes principales?

Y ahora pensemos en una regresión lineal ordinaria. Tiene los mismos coeficientes pero muestra una tabla en la que podemos ver que los coeficientes son números aleatorios con todo lo que ello implica, incluido el hecho de que el error puede superar el valor nominal del coeficiente.


¿Qué tienen de mejor los componentes principales?

No se trata de los componentes principales. No nos interesa el análisis del pasado, tomamos algunos parámetros del pasado ya que no hay lugar para tomarlos, pero estos parámetros NO deben cambiar. Esta es una regla general. Al construir un TS, es necesario demostrar la constancia/variabilidad débil de los parámetros obtenidos.


Una vez más, tenemos que lidiar con la estacionariedad.

 
SanSanych Fomenko:

No nos interesa analizar el pasado, tomamos ciertos parámetros del pasado porque no hay de donde sacarlos, pero estos parámetros NO deben cambiar. Esta es la regla general. Al construir un TS, es necesario demostrar la constancia/variabilidad débil de los parámetros obtenidos.


Una vez más nos encontramos con la estacionariedad.

Es posible intentar hacer suposiciones sobre la estructura de la no estacionariedad. Por ejemplo, una opción obvia es la suposición de estacionariedad a trozos. En este caso, a veces debemos descartar la historia obsoleta (encontrar una discontinuidad).

 
Aleksey Nikolayev:

Se puede intentar hacer suposiciones sobre la estructura de la no estacionariedad. Por ejemplo, una opción obvia es la suposición de estacionariedad a trozos. En este caso, a veces hay que descartar la historia obsoleta (encontrar una discontinuidad).

No es historia obsoleta, sino secciones no estacionarias.

Bien hecho, Alexey: por fin se ha puesto de moda la matemática aplicada, no sólo el pensamiento del grial.

 
Alexander_K2:

No se trata de una historia anticuada, sino de tramas inestables.

Bien hecho, Alexey: por fin algo de matemáticas aplicadas y no sólo pensamiento griego.

Sí, como con la tendencia. También es estacionario mientras es tendencia. Pero cuando te das cuenta de que es tendencia, a menudo es demasiado tarde para entrar. Es lo mismo que ocurre con la estacionaria, para cuando te des cuenta de que se va a asentar, empezará a desatarse de nuevo)))