Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 1000
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
No estoy muy familiarizado con el tema. Me gustaría entender: ¿es posible que la desindexación con ARFIMA sea útil para un cambio de tendencia brusco (arriba o abajo)?
No.
Tenemos que modelar todo lo anterior. En particular, se puede considerar el problema del comportamiento posterior del modelo después de un pico.
La pregunta de qué hacen aquí es más difícil de responder. Hábito.
Otra razón es probablemente la falta de elección, incluso en los foros de Inglés con temas similares en los dedos de una mano para contar, donde más de 1 post al día, un elitetrader, y allí también la liquidez ha caído, pico de la locura algotrader fue en algún lugar en 2010, ahora la gente ha entendido que la pelota es sólo el queso en una ratonera, y convirtiendo los sistemas de análisis, como los que reconocen nuevas partículas en el LHC, es para las unidades, no para la mayoría. Pero aquí es divertido y diversificado, como en Babilonia, como un caldo primordial, pero sin descender al caos gracias a la moderación.
Por cierto, el legado de Mandelbrot es la econofísica
Allí tienen sus propias fórmulas y métodos, pero no los he estudiado. Se postula como sustituto de la obsoleta teoría del mercado eficiente
Las raíces de la economofísica se encuentran en los trabajos de los clásicos.Benoit Mandelbrot descubrió en 1965 que la dinámica de las series financieras (las fluctuaciones de los precios en la bolsa) es absolutamente la misma en escalas de tiempo pequeñas y grandes: es casi imposible determinar a partir del gráfico de dichas series, si representa las fluctuaciones de los precios durante una hora, un día o un mes. Mandelbrot llamó a esta propiedadautosimilaridad y a los objetos que la poseenfractales. La física es muy enérgica en la investigación de los procesos con tales propiedades y los métodos de análisis desarrollados a menudo (pero, por desgracia, no siempre) ayudan a notar las anomalías en el comportamiento de las series financieras - los precursores de las fuertes caídas de precios o repuntes. El matemático francésLouis Bachelier, en su"Teoría de la Especulación" de principios del siglo XX, intentó describir la dinámica de las series financieras por analogía con el movimiento browniano, un movimiento caótico de las moléculas en un líquido o un gas. Los modelos modernos que generalizan este enfoque generan procesos fractales, que se asemejan estadísticamente a las series financieras reales. Muchos de estos modelos se basan en la teoría de los sistemas dinámicos caóticos -ecuaciones que producenuna dinámica compleja, a veces casi indistinguible de un proceso aleatorio- desarrollada en los años 70 y 90. La econofísica moderna utiliza otras poderosas herramientasde la física teórica, comola integral del continuo, una herramienta esencialde la mecánica cuántica y lateoría del campo cuántico. Pero tal vez la tendencia más de moda en la actualidad sean losjuegos evolutivos, que simulan directamente las actividades de innumerablesinversores siguiendo determinadas preferencias y principios.
En la actualidad, una serie de reuniones casi regulares sobre econofísica incluyen: el seminario deinvestigación sobre econofísica de Nikkei, y los simposios sobre econofísica de APFA, ESHIA.
El artículo de la wiki en inglés me pareció más lógico. Parece que la teoría del juego y las simulaciones tipo Monte Carlo son los principales métodos. Mi actitud hacia ellos es doble: por un lado, estoy parcialmente de acuerdo contigo y con el escepticismo de fxsaber sobre Monte Carlo (en los comentarios a mi artículo), pero por otro lado, me interesarían los modelos de mercado simples basados en juegos que conducen a series de precios no estacionarias. También es interesante que estos métodos puedan ser un puente entre el análisis técnico y el fundamental. No puedo decir que todo esto ayude necesariamente en el comercio, pero es posible obtener algunos modelos, cuyos parámetros pueden ser actualizados por medio de MO.
Leí en algún sitio que la teoría de los juegos, hasta hace poco, tenía pocas aplicaciones en la teoría de las finanzas, pero ahora hay avances. Me gustaría saber más al respecto.
El artículo de la wiki en inglés me pareció más lógico. Parece que los principales métodos son la teoría del juego y la simulación de Montecarlo. Mi actitud hacia ellos es doble: por un lado estoy parcialmente de acuerdo contigo y con el escepticismo de fxsaber sobre Monte Carlo (en los comentarios a mi artículo), y por otro lado me interesarían los modelos de juego simples de mercado que llevan a series de precios no estacionarias. También es interesante que estos métodos puedan ser un puente entre el análisis técnico y el fundamental. No puedo decir que todo esto ayude necesariamente en el comercio, pero es posible obtener algunos modelos, cuyos parámetros pueden ser actualizados por medio de MO.
Leí en algún sitio que la teoría de los juegos, hasta hace poco, tenía pocas aplicaciones en la teoría de las finanzas, pero ahora hay avances. Me gustaría saber más al respecto.
Para mí, la teoría de juegos para el mercado se ha desarrollado en RL (los fundamentos en mi documento), donde la matriz de pago se sustituye por una matriz de transición o política de agente estocástica parametrizada. Todo esto es relevante, por supuesto, mientras la estrategia de mercado no cambie. La base sigue siendo la teoría fractal aplicada al mercado, en particular la modelización a través de la función de Weierschrass-Mandelbrot, como se ha mencionado anteriormente y otros análogos. Todavía no he intentado modelar estos dos juntos, pero tengo algunas ideas sobre cómo hacer cosas interesantes. No he estudiado profundamente la economofísica y no sé cómo se desarrolla, a juzgar por la escasa información que hay en Internet, casi ninguna :)
Estos son los gráficos que obtenemos después de adelgazar exponencialmente el PA de las garrapatas. Como puede ver, la variación es prácticamente una constante tanto de día como de noche.
Para ello basta con tomar una ventana de cálculo de dispersión de un día de tamaño. El adelgazamiento no tiene ningún efecto aquí. Si supieras hacer pruebas de historia, se habría hecho evidente hace tiempo.
Para mí, la teoría de juegos para el mercado se desarrolla en RL (lo básico en mi documento), donde la matriz de pagos se sustituye por una matriz de transición o una política de agente estocástica parametrizada. Todo esto es relevante, por supuesto, mientras la estrategia de mercado no cambie. La base sigue siendo la teoría fractal aplicada al mercado, en particular la modelización a través de la función de Weierschrass-Mandelbrot, como se ha mencionado anteriormente y otros análogos. Todavía no he intentado modelar estos dos juntos, pero tengo algunas ideas sobre cómo hacer cosas interesantes. No he estudiado más profundamente la econofísica y no sé cómo se desarrolla, a juzgar por la escasa información que hay en Internet es casi imposible :)
El RL es el aprendizaje por refuerzo.
Sería interesante contar con modelos de juego directamente relacionados con el mercado. Por ejemplo, se podría intentar simular el proceso de cobertura de las posiciones de los operadores por parte de los corredores. Tal vez haya algunas pautas persistentes de comportamiento de los precios (debido al inevitable desfase temporal entre la acumulación de asimetrías y su cobertura). Aunque, todo debe haber sido calculado hace mucho tiempo.
El artículo en inglés no tiene Mandelbrot en absoluto por alguna razón. Puedo ponerlo ahí).