Aprendizaje automático en el trading: teoría, práctica, operaciones y más - página 2734

 
Maxim Dmitrievsky #:

¿Así que incluso sabes ruso tan bien que escribes como la suerte?

que eres, monstruo

ptsc....

Me importan un bledo las palabras vacías, por muy bien escritas que estén.

Sobre todo porque lleva 2700 páginas.

y todo en vano.

enlace: ;))))

 
Renat Akhtyamov #:


pero básicamente, si está arriba ahora, la próxima barra es hacia abajo.


Si fuera así, aunque fuera aproximadamente así, no habría tema sobre MO :-)

y hay microtendencias y estacionales y reversales y reaccionan al volumen del tick y todo tipo de cosas. Y no difieren en principio de las barras ordinarias, blancas y negras en estadística. Exactamente igual, la sustitución no simplifica para nada la tarea

 
Maxim Kuznetsov #:

Si fuera así, aunque fuera aproximadamente así, no habría ningún tema sobre el Ministerio de Defensa :-)

y hay microtendencias y tendencias estacionales y retrocesos y reaccionan al volumen de ticks y a todo tipo de cosas. Y no difieren en principio de las barras ordinarias, blancas y negras en estadística. Exactamente igual, la sustitución no simplifica la tarea en absoluto

Sí, claro.

no hay peces allí.

En absoluto.

;)

 
mytarmailS #:
No tiene sentido mirar el modelo antiguo, no capta los cambios del mercado.....

No estoy de acuerdo - un cambio significativo en la tasa de activación de la hoja es indicativo de condiciones que faltan en la muestra, y por lo tanto un cambio en la muestra.

mytarmailS #:
Sugiero implementarlo como se sugiere)))))
En una ventana deslizante reentrenar el modelo y mirar la importancia de los rasgos, o simplemente tomar algún determinador de buenos rasgos y mirarlo en una ventana deslizante. ventana

Hice esto para identificar predictores adecuados para el entrenamiento en toda la población, escribí aquí antes sobre los resultados positivos del experimento. Y así, siempre flotarán dentro de su grupo. Usted puede hacer un script en R para los cálculos para mi muestra - lo ejecutaré por el bien del experimento.

El experimento debe revelar el tamaño óptimo de la muestra.

 
Aleksey Vyazmikin #:

No estoy de acuerdo - un cambio significativo en la tasa de activación de las hojas indica una falta de condiciones en la muestra, y por lo tanto un cambio en la muestra.

El modelo se entrenó para una parcela concreta. Si no hay activación en las hojas, significa que la muestra actual no corresponde a la parcela en la que se entrenó el modelo.....
Si es necesario entender si el estado actual no ha cambiado, entonces es necesario volver a entrenar sobre el movimiento
 
Aleksey Vyazmikin #:

Puedes hacer un script en R para los cálculos de mi muestra - lo ejecutaré por el bien de la experimentación.

¿Qué problema hay en sustituir mis datos por los tuyos?
 
Maxim Dmitrievsky #:
Si empieza a examinar las cotizaciones como una serie temporal, es posible que observe algunas peculiaridades que no se encuentran en otras series temporales. Quizá haya patrones en estas características. Y sí, no todo se puede sacar por autoregresión y clasificación utilizando directamente las características de retardo, pero con un poco de ingenio sí se puede.

Personalmente, aborrezco la idea original de las cotizaciones como series temporales. Si formalizo matemáticamente mi idea de ellas, son funciones constantes a trozos del tiempo (continuas a la derecha). Además, la zona de valores puede ser de naturaleza muy diversa: por ejemplo, números, vectores, estado del cristal, etc. Además de los propios precios, existe otra información necesaria, que puede representarse mediante las mismas funciones (estado de la sesión, noticias, etc.), y el área de valores aquí también puede ser muy diversa.

Pero un trabajo computacional significativo con funciones de tiempo continuo es prácticamente imposible, por lo que siempre se realiza alguna discretización. Puede hacerse de forma muy distinta y, en principio, la unanimidad es difícilmente alcanzable.

 
Aleksey Nikolayev #:

Personalmente, no me gusta la idea original de las cotizaciones como series temporales. Si formalizo matemáticamente mi idea de ellas, son funciones constantes a trozos del tiempo (continuas a la derecha). Además, la zona de valores puede ser de naturaleza muy diversa: por ejemplo, números, vectores, estado del vaso, etc. Además de los precios, existe otra información necesaria, que puede representarse mediante las mismas funciones (estado de la sesión, noticias, etc.), y el área de valores aquí también puede ser muy diversa.


¿Por qué necesitamos una "representación"? ¿Cuál es la finalidad de las "representaciones"?

Si el propósito es filosófico, no hay preguntas.

Pero en los mercados financieros sólo hay dos propósitos: predecir el valor y predecir la dirección (signo).


Si la "representación" tiene este propósito, entonces ¿qué influencia, qué relación, qué poder predictivo tienen todas estas "representaciones" para los propósitos anteriores?

 
СанСаныч Фоменко #:

¿Para qué sirven las "representaciones"? ¿Para qué sirven las "representaciones"?

Si es filosófico, no hay duda.

Pero en los mercados financieros sólo hay dos propósitos: predecir el valor y predecir la dirección (signo).


Si la "representación" es para este fin, ¿qué influencia, qué relación, qué poder de predicción tienen todas estas "representaciones"?

Para que los participantes en el debate comprendan mejor las ideas, aquí las representaciones son muy diferentes para todos, incluso en los conceptos iniciales. De las representaciones depende la cercanía de los modelos de los objetos a los objetos mismos.

 
mytarmailS #:
Si no hay activación en las hojas, significa que la muestra actual no corresponde a la zona en la que se entrenó el modelo.....
Si es necesario entender si el estado actual no ha cambiado, es necesario volver a entrenar en el movimiento

Si la muestra actual no coincide, significa que es diferente, y este es el hecho de su cambio.

mytarmailS #:
¿Cuál es el problema con la sustitución de sus propios datos en mi script?

No entiendo lo que debe hacer al final. Necesitamos que determine la longitud óptima de una sección a partir de toda la muestra, ¿lo hará?

Incluso es deseable dividir la muestra en secciones para que la aplicación y la formación sean coherentes.