Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2638

Nuevo comentario
 
Aleksey Nikolayev #:

Lo más sencillo que se puede pensar es una estadística que cuente en algún tipo de prueba de series. En el ámbito del comercio, se suele mencionar en el contexto de la búsqueda de la dependencia del resultado de una operación con respecto al resultado de una operación anterior. Si se observa alguna dependencia/serialidad, se puede intentar estudiar su estructura. En este caso, probablemente tenga sentido considerar las cadenas de Markov y utilizar cualquier función de sus matrices de probabilidad como métrica.

Un poco más sobre las cadenas de Markov en este contexto.

Si sólo hablamos de serialidad, podemos introducir dos estados + y - que denotan la calidad de la realización del patrón. En consecuencia, hay cuatro formas posibles de pasar de un patrón a otro: " +"->"-", "+"->"+", "-"->"+", "-"->"-". Las transiciones corresponden a cuatro probabilidades (de las cuales sólo dos son independientes), que forman la matriz de probabilidad de esta cadena.

Si hablamos de la longitud de la serie, los estados tendrán que ser más complicados. Por ejemplo, pueden ser pares (+,n) y(-,n), donde además de la calidad de realización del patrón, hay n - número del patrón en la serie que lo contiene. Obtenemos un número potencialmente infinito de estados, pero las transiciones posibles (con probabilidad no nula) son también cuatro: (+,n)->(+,n+1), (+,n)->(-,1), (-,n)->(+,1), (-,n)->(-,n+1). También resultarán cuatro probabilidades (con dos independientes). La diferencia es que ahora aparece (o no) la dependencia de estas probabilidades de la longitud de la serie n. Podemos intentar expresar esta dependencia a través de algún coeficiente y utilizarlo como la métrica requerida.

 

¡Buenas tardes! ¡Shalom! ¡Nairamdal!

Veo que todos ustedes son grandes matemáticos.

Entonces podemos hacerlo.

 
¿Por qué no se estudia la integridad del mercado?
 
Los padres de Saas nunca pudieron enseñarle a hacer caca sólo en las zonas designadas.
 
Alexander Ivanov #:
¿Por qué no estudias la integridad del mercado?
¿Por qué no estudian la diferencia de mercado? ¿Por qué no estudian la dispersión del mercado? ¿Por qué no se estudia la espectralidad del mercado? ¿Por qué .......
¿Estás diciendo tonterías?
 
¿Qué estamos pronosticando realmente?

Todos sabemos que el mercado es un proceso complejo, complejo por la palabra "complejo". El mercado está creado por muchos participantes con diferentes objetivos, tamaños de bolsillos, diferentes tendencias...

Por ejemplo, construyamos una simple tendencia sinusoidal que siga el precio(en nuestro modelo), llamémosla "tendencia".

par(mar=c(2,2,2,2))
my.sin <- function(ve,a,f,p)    a*sin(f*ve+p)
trend <- my.sin(ve = 1:100,a = 1,f = 0.05,p = 1)+100
plot(trend,t="l")

Un modelo de precios sencillo, fácil de entender y de predecir.

Ahora imaginemos que algún fuerte comprador del mercado entró en "nuestro mercado" e hizo fuertes inversiones en "nuestro mercado" durante algún tiempo.

layout(1:2, heights = c(10,3))
plot(trend,t="l",lty=2) 
lines(trend+buy)
plot(buy,t="l",col=3,lwd=2)

como pueden ver nuestro hermoso modelo está un poco roto...

Ahora imaginemos que al precio de digamos 99,2 alguien pusiera un gran límite y comprara todo lo que le dieran

buy_limit <- trend
for(i in seq_along(trend)) if(buy_limit[i]<=99.2)  buy_limit[i] <- 99.2
layout(1:1)
plot(trend,t="l")
lines(buy_limit+buy,lty=2)
segments(10,99.2,100,99.2,lty=2,col=3)

Así obtenemos una curva del modelo de precios, pero más cercana a la realidad

plot(trend,t="l",col=8,lty=2)
lines(buy_limit + buy ,t="l")

Además, para un mayor realismo, añadiremos ruido, por ejemplo, la negociación de los pequeños o los creadores de mercado

noise <- rnorm(100,sd = 0.05)
plot(trend,t="l",col=8,lty=2)
lines(buy_limit+buy+noise)


Así es como se puede ver el mercado como un proceso complicado.

Ahora es interesante reflexionar. Cuando pronosticamos el precio, ¿qué estamos pronosticando exactamente? ¿la tendencia? ¿el comprador del mercado? ¿el comprador del límite? ¿el ruido? :) y ¿debemos predecirlo todo junto?

 
mytarmailS #:
¿Qué estamos pronosticando realmente?
25 de nuevo :) los fundamentos de la econometría han entrado en acción. Para no dar vueltas: sólo se pueden prever los ciclos y los componentes estacionales de una serie temporal
 
Maxim Dmitrievsky #:
25 de nuevo :) los fundamentos de la econometría se han ido. Para no dar vueltas: sólo se pueden predecir los ciclos y los componentes estacionales de una serie temporal
No, no es tan sencillo.
 
mytarmailS #:
No, no es tan sencillo.
No es fácil aislarlos, pero si no, ¿qué sentido tiene complicar las cosas?
 
Maxim Dmitrievsky #:
No es fácil aislarlos, pero si no, ¿para qué complicar las cosas?

Los ciclos son demasiado grandes para atraparlos, y no hay previsiones sobre ellos, salvo en la agricultura, y entonces no todo es tan sencillo. Sólo se pueden señalar los componentes temporales, los acontecimientos que se repiten en el tiempo. Y si además se encuentran los vínculos de los acontecimientos y las influencias sobre el precio, es un gol)))).

1...263126322633263426352636263726382639264026412642264326442645...3399
Nuevo comentario