Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2556

 
Aleksey Nikolayev #:

Vorontsov es probablemente el mejor experto del Ministerio de Defensa en Rusia. Por lo tanto, el curso está destinado a ser bueno, pero al ser para informáticos, omite matemáticas básicas e importantes para nosotros. He observado muchas veces que para la aplicación de métodos matemáticos en el trading, pocos son adecuados en su forma básica y simplificada.

El MO se basa (véase, por ejemplo, Tibshirani) en el supuesto de que existe una distribución conjunta constante de predictores y respuestas P(X,Y). A partir de ella, se puede calcular la probabilidad condicional Py(Y|X), a partir de la cual se puede calcular la regresión Y=f(X). Eventualmente, esta regresión es aproximada por algunos modelos de MO. En el mundo físico esta teoría funciona más o menos. Pero no en el comercio. Resulta que P(X,Y) cambia de forma imprevisible con el tiempo (no estacionariedad) y toda la teoría se derrumba un poco.

El enfoque más común es simplemente ignorar la no estacionariedad y luego sorprenderse con los resultados y quejarse del modus operandi).

Bueno, hay una parte interesante en la segunda parte, al final, sobre las series temporales y su experiencia con ellas. El resto depende de cada uno.
La no estacionalidad no es tan crítica como la falta de regularidad. Si asumimos que la serie temporal es impredecible, me temo que no hay nada más que inventar aquí.
 
Aleksey Nikolayev #:

El MO se basa (véase, por ejemplo, Tibshirani) en el supuesto de que existe una distribución conjunta constante de predictores y respuestas P(X,Y). A partir de esto, se puede calcular una probabilidad condicional Py(Y|X), a partir de la cual se puede calcular una regresión Y=f(X). Eventualmente, esta regresión es aproximada por algunos modelos de MO. En el mundo físico esta teoría funciona más o menos. Pero no en el comercio. Resulta que P(X,Y) cambia de forma imprevisible con el tiempo (no estacionariedad) y toda la teoría se derrumba un poco.

El enfoque más popular es simplemente ignorar la no estacionariedad y luego sorprenderse con los resultados y quejarse del IR).

No podrías haberlo dicho mejor.

Bien hecho, pero ¿qué hacer?

 
Maxim Dmitrievsky #:
La no estacionalidad no es tan crítica como la falta de regularidad.

¿Cómo se mide la regularidad?

 
mytarmailS #:

¿Cómo se mide la regularidad?

correlación, entropía

tal vez haya otros.

 
Maxim Dmitrievsky #:

correlación, entropía

tal vez haya otros.

¿Qué quieres decir? Correlación, entropía...

¿Con qué, cuándo y por qué?

En Internet la definición de irregularidad es cuando hay huecos en las fechas con observaciones, ¿a qué otra cosa se refiere?

 
mytarmailS #:

¿Significado? Correlación, entropía...

¿Con qué, cuándo y por qué?

En internet, la definición de irregularidad es cuando hay huecos en las fechas con observaciones, ¿a qué otra cosa te refieres?

ciclos

 
Maxim Dmitrievsky #:

ciclos

Una línea recta no tiene "regularidad" ni "ciclos", pero es predecible. Hay muchos ejemplos de ello

No estacionariedad del problema.

 
Maxim Dmitrievsky #:

ciclos

no hay ciclos...

puede haber sumas complejas de bucles (interfección) pero no hay bucles en el sentido habitual

 
Dmytryi Nazarchuk #:

Una línea recta no tiene "regularidad" ni "ciclos", pero es predecible. Hay muchos ejemplos de ello

Problema de no estacionariedad.

una línea recta inclinada es no estacionaria, y se trata de series temporales.

Dejad de decir tonterías, ¿de dónde habéis salido los bichos raros? :D sólo tienes que calentar el tema.

 
mytarmailS #:

no hay ciclos...

quizás haya sumas complejas de ciclos (interfección) pero no ciclos en el sentido convencional

está claro que las cotizaciones son no estacionarias y son ciclos que buscamos