Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 3345

 
Maxim Dmitrievsky #:


No entiendo de dónde sale la estimación R cuadrado.

Antes tenía la impresión de que esta estimación es aplicable en regresiones si todos los coeficientes de regresión son significativos. De lo contrario, R al cuadrado no existe....

 
СанСаныч Фоменко #:

No entiendo de dónde ha salido la puntuación R cuadrada.

Antes tenía la impresión de que esta estimación es aplicable en regresiones si todos los coeficientes de regresión son significativos. De lo contrario, R al cuadrado no existe....

Es sólo algo que el probador muestra para comparaciones rápidas de diferentes curvas de equilibrio.

No interviene en ninguna otra parte.

 
Y me parece que la propia dirección está mal en la raíz ...
Creo que es necesario no construir el TS en todos los datos, sino por el contrario para elegir una situación / patrón que ya funciona Al menos 50/50 y tratar de separar funciona / no funciona, la clasificación binaria habitual.
 
mytarmailS #:
elija una situación/patrón que ya funcione Al menos 50/50

Todas funcionan al 50

 
Ivan Butko #:

Todos trabajan al 50%.

Sólo lo parece.

Es como una probabilidad del 50/50 de encontrarse con un dinosaurio. No tiene nada que ver con la probabilidad real.
 
mytarmailS #:
Sólo parece...

Es como una probabilidad del 50/50 de encontrarse con un dinosaurio. No tiene nada que ver con la probabilidad real.

Si usted anota una figura en el guión y mira las estadísticas del futuro, la distribución de arriba / abajo, tanto por el número de velas y por el número de puntos tiende a 50/50.

Esto es lo que se refiere a las figuras de velas (la relación de HLC entre sí), y no conté las eternas, porque son demasiado pocas para las estadísticas de al menos 1000 figuras.

Y así, si en 2022 la figura mostró un avance en el 55% de las velas al alza y el valor medio de las velas es un 5-10% mayor que en Sel, entonces en 2023 el pago seguirá siendo 50/50, sin favores.

 
Ivan Butko #:

Si anotas una cifra en el guión y miras las estadísticas del futuro, la distribución de arriba/abajo, tanto por el número de velas como por el número de puntos tiende al 50/50.

Este es el caso de las figuras de velas (la relación de HLC entre sí), y no conté las atemporales, porque son muy pocas para las estadísticas de al menos 1000 figuras.

Y así, si en 2022 la figura mostró un avance en el 55% de las velas al alza y el valor medio de las velas es un 5-10% mayor que en Sel, entonces en 2023 el working off seguirá siendo 50/50, sin privilegios.

Y si añades un Stop y Take adecuados, ¿será también 50/50?

¿O toma ganancias y pérdidas de acuerdo a algún promedio definido?
 
mytarmailS #:
Y si añades un Stop y Take adecuados, ¿también será 50/50?

¿O toma ganancias y pérdidas según alguna media efímera?
¿Cómo puede ser efímera una media estadística?
Es lo que es: de media tanto para arriba, de media tanto para abajo.
En base a ellas se puede jugar con el take y el stop.

Pero esto es una medida a medias, porque si TP y SL dependen de las medias, también funcionan al 50%.

Y si las medias no son nada para ti, entonces TP y SL son puro ajuste, puro 50/50, un juguete en el optimizador.

El pensamiento es diferente: la estadística de patrones simples depende de las tendencias a largo plazo. Y basándose en el trabajo de los traders manuales, operan patrones independientes, que también a largo plazo operan a la baja en el plus.

Pero los patrones complejos rara vez aparecen. La única opción que queda es ignorar la pequeña muestra de las estadísticas y tratar de alimentar a la red neuronal.
 
Para llegar a una conclusión intermedia, tanto en kozula como en variacional y en todas las demás direcciones, como el clasificador bayesiano y los modelos lineales generalizados, aplicados a MO, se utilizan conjuntos.

En kozul, por alguna razón suelen limitarse a un clasificador o regresor (o dos), alias meta lerner. Mientras que en el paper sobre catbust y otras libs, se usan ensembles. Por qué exactamente en kozula no revelan esto es un poco extraño. No generalizan al caso de conjuntos. Básicamente son estadísticas sobre modelos. No hay magia especial, pero los resultados a veces son agradables.

Aún no he visto ningún libro de referencia general sobre el tema. Es algo así como ML.

Y más adelante hay una bifurcación de cómo aplicar todo esto a la clasificación de series temporales, y a un caso especial - la clasificación de BP para trading, este último tema prácticamente no se divulga ni se menciona en ninguna parte.
 
Maxim Dmitrievsky #:
La peculiaridad es que incluso sin conocer el spread real, una parte de los tratos se cae cuando se aumenta artificialmente en el probador.

Tanto como aumenta el spread, la misma cantidad de bajada de la expectativa de la matriz. No entendí el problema con el spread.