Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1475

 
Alexander_K:
Hace un par de semanas me pregunté por qué los modelos aprenden y operan tan bien con sus ticks reales de 03_AUDCAD. La respuesta a la que he llegado ahora es.
Porque la distribución de las ganancias de los precios es simétrica, y esa distribución simétrica se conserva en la ventana deslizante.
Algo así es lo que necesito conseguir en el M15.
2018.04.16 22:43
Muy interesante. Lo comprobaré.
2018.04.17 00:31
2018.04.17 00:57
Hay 10000 incrementos del último precio en ticks reales de 03_AUDCAD.xls
La línea amarilla es una media móvil con una ventana de 100. Casi perfectamente plana.
2018.04.17 00:58

Y aquí está el EURUSD M1 para comparar. 10.000 últimos compases, sin adelgazamiento. La media se desvía constantemente hacia el lado.

2018.04.17 01:04
2018.04.17 01:04

Esta es una de las últimas entradas que tenía en mi PM de Doc... Algo me hizo llorar, recordando los viejos tiempos....

¿Y cuál es el criterio por el que se desprenden algunas de las garrapatas? ¿O la palabra "adelgazar" tiene un significado diferente?

 
elibrarius:
¿Has estudiado AUDCAD incluyendo el spread? Es enorme allí - alrededor de 40-50 ppts. He mirado el gráfico - en los últimos 100 minutos el precio no se ha movido del spread

Sí.

A pesar de que el modelo de Doc sobre las garrapatas adelgazadas estaba dando grandes resultados, el diferencial se estaba comiendo casi todos los beneficios. Por lo tanto, pasó a un mayor adelgazamiento, hasta conseguir un evento (cita) aproximadamente una vez cada 15 min. Por desgracia, no sé qué pasó después. Desapareció... Tal vez matado como Aliosha - quién sabe...

Me detuve en eso y simplemente apliqué fórmulas de la teoría de los procesos aleatorios a la BP obtenida.

 
Aleksey Vyazmikin:

¿Y cuál es el criterio por el que se desprenden algunas de las garrapatas? ¿O la palabra "adelgazamiento" tiene un significado diferente?

He estado adelgazando por Erlang como un simple flujo de eventos. Hay una serie de citas de garrapatas, cada 2da cita queda de ella - la estudiamos, no cabe - entonces cada 3ra cita, etc. Hasta obtener una serie con determinadas propiedades.

 
Alexander_K:

He estado adelgazando por Erlang. Hay una serie de eventos de garrapatas, cada 2da cita es expulsada de ella - investigar, no encaja - así que cada 3ra, etc. Hasta que se obtenga la serie con ciertas propiedades.

Supongamos que acabamos de reajustar la distribución en el historial, encontramos la distribución deseable y ¿entonces qué? Si empezamos a adelgazar desde el segundo tick y no desde el primero, tendremos que tirar datos completamente diferentes, ¿no? No entiendo cómo se puede adelgazar en tiempo real desde el punto deseado.

 
Aleksey Vyazmikin:

Digamos que lo lanzamos a la historia, encontramos la distribución deseada, ¿y luego qué? Al fin y al cabo, si empezamos a adelgazar no desde el primer tick sino desde el segundo, tendremos que tirar datos completamente diferentes, ¿no? No entiendo, cómo se puede hacer en tiempo real desde el punto deseado.

:))) Bueno, a mí me costó 1,5 años hacerlo. Pero, sin adelgazar, no tengo ni idea de cómo resolver este problema en absoluto.

Y además, en el caso de Doc, el NS predijo estúpidamente un signo para el siguiente incremento, mientras que yo obtuve un proceso de Ornstein-Uhlenbeck con un retorno a la media.

 
Alexander_K:

Sí.

A pesar de que el modelo de Doc sobre las garrapatas adelgazadas estaba dando grandes resultados, el diferencial se estaba comiendo casi todos los beneficios. Por lo tanto, pasó a un mayor adelgazamiento, hasta conseguir un evento (cita) aproximadamente una vez cada 15 min. Por desgracia, no sé qué pasó después. Desapareció... Tal vez matado como Aliosha - quién sabe...

Me detuve en eso y simplemente apliqué fórmulas de la teoría de los procesos aleatorios a la BP obtenida.

Hombre... No creo que estos chistes de Doc sigan teniendo gracia, dado que Aliosha murió de forma violenta, y también Yura Reshetov, presumiblemente. Y DR_TR, afortunadamente, está vivo y coleando, trabajando por un sueldo como oficinista, haciendo los recados del jefe, y ni siquiera piensa en toda esta pesadilla con los mercados, al menos hasta que se le cure la herida espiritual, después de perder unos 3 kilobucks en cripto, y entonces, estoy seguro, volverá renovado y con nuevas ideas.

 
Alexander_K:
Hace un par de semanas me pregunté por qué los modelos aprenden y operan tan bien con sus ticks reales de 03_AUDCAD. La respuesta a la que he llegado ahora es.
Porque la distribución de las ganancias de los precios es simétrica, y esa distribución simétrica se conserva en la ventana deslizante.
Algo así es lo que necesito conseguir en el M15.
2018.04.16 22:43
Muy interesante. Lo comprobaré.
2018.04.17 00:31
2018.04.17 00:57
Hay 10000 incrementos del último precio en ticks reales de 03_AUDCAD.xls
La línea amarilla es una media móvil con una ventana de 100. Casi perfectamente plana.
2018.04.17 00:58

Y aquí está el EURUSD M1 para comparar. 10.000 últimos compases, sin adelgazamiento. La media se desvía constantemente hacia el lado.

2018.04.17 01:04
2018.04.17 01:04

Esta es una de las últimas entradas que tenía en mi PM de Doc... Algo me hizo llorar, recordando los viejos tiempos....

https://www.hindawi.com/journals/tswj/2015/909231/

The Lambert Way to Gaussianize Heavy-Tailed Data with the Inverse of Tukey’s h Transformation as a Special Case
The Lambert Way to Gaussianize Heavy-Tailed Data with the Inverse of Tukey’s h Transformation as a Special Case
  • Hindawi
  • www.hindawi.com
I present a parametric, bijective transformation to generate heavy tail versions of arbitrary random variables. The tail behavior of this heavy tail Lambert random variable depends on a tail parameter : for , , for has heavier tails than . For being Gaussian it reduces to Tukey’s distribution. The Lambert W function provides an explicit inverse...
 
Alexander_K:
Hace un par de semanas me pregunté por qué los modelos aprenden y operan tan bien con sus ticks reales de 03_AUDCAD. La respuesta a la que he llegado ahora es.
Porque la distribución de las ganancias de los precios es simétrica, y esta distribución simétrica se conserva en la ventana deslizante.
Algo así es lo que necesito conseguir en el M15.
2018.04.16 22:43

Ya he escrito sobre esto antes, y he explicado que no tiene sentido....

No hace falta ser un genio para hacer una serie con esas propiedades, no hace falta utilizar ninguna transformación exótica, etc. Basta con hacer una doble/triple diferenciación de series....

¡Y sí!

1. Obtendremos una serie superestacionaria con ganancias simétricas y deslizamiento suave

2. Conseguiremos una vuelta a cero permanente.

3. obtendremos una excelente predictibilidad de dichas series con cualquier clasificador, superior al 90%.


Pero si aplicamos dicha señal al mercado, nos aplastarán a la primera tendencia, porque después de la transformación inversa esta señal no vale nada.

Así que adelanteAlexander_K

Justifica mi equivocación con pruebas (una captura de pantalla del comercio de otra persona sin nicks no es prueba de que tengas razón)

O dejen de difundir estas tonterías en las masas, algunos incluso podrían creerlas...

Estoy deseando que haya un debate de fondo.

 
mytarmailS:

O bien argumentar mi caso con pruebas (una captura de pantalla del comercio de otra persona sin nicks no cuenta como prueba de que tienes razón)

O deja de difundir estas tonterías a las masas, algunos podrían creerlas...

Estoy esperando una conversación de fondo.

Esta es su captura de pantalla, el problema es que allí las detracciones son equivalentes a las ganancias, este gráfico no muestra la equidad. Así que la prueba del método es muy cuestionable, con todo el respeto.

Estoy de acuerdo con lo de los movimientos fuertes, sólo que no ha habido ninguno últimamente
 
mytarmailS:

Pero aplicando tal señal al mercado, nos aplastarán a la primera tendencia, porque después de la transformación inversa esta señal no vale nada.

Así que vamosAlexander_K

Justifica mi equivocación con pruebas (una captura de pantalla del comercio de otra persona sin nicks no es prueba de que tengas razón)

O dejen de difundir estas tonterías en las masas, algunos incluso podrían creerlas...

Estoy esperando una conversación de fondo.

No tengo que decir nada. ¿Te haría sentir mejor?

Especialmente desde que el Doc desapareció y por su trabajo no puedo decir nada, excepto que vi su señal crecer, y luego bang - y no hay nada...

Sobre mi señal:

He descrito todo lo que he podido en el hilo de TIP. Y originalmente todo se basaba en el adelgazamiento del flujo de garrapatas. Justo en la M1, M5, .... no funcionan las fórmulas de la teoría de los procesos aleatorios. De hecho sale +0% de beneficio como en SB. En el trabajo de las hileras delgadas y no lineales en el tiempo. No sé por qué funciona así y no de otra manera.

¿Puedo simplemente pegar las series diluidas en NS y obtener beneficios? Esta pregunta podría ser respondida por Doc ... Mi opinión personal es que no. Le dije esto a Maxim. NS debería conocer la teoría de los procesos aleatorios y derivar de forma independiente la fórmula de Einstein-Smoluchowski para la varianza de los procesos... Derrotar al genio humano de NS no es posible. EN MI OPINIÓN. Puede que me equivoque...

Pero, después de todo, casi nadie en este hilo está preprocesando los datos de entrada. Pero Warlock hace 1000 páginas dijo que esto es lo más importante y esta etapa es el mayor misterio de todos los maestros de MI. Y tienes que aprender a escuchar a Koldun.