L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2325
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
En regardant d'un peu plus près - je vois que je me suis quelque peu trompé. Ils réalisent une série de métriques non linéaires glissantes à partir de la série originale (ils écrivent sur la dimensionnalité fractale et les indices de Lyapunov). Cette nouvelle série qu'ils considèrent (sur la base d'observations pratiques) comme similaire à SB. Et ils multiplient cette série par une méthode de type Monte-Carlo à l'avenir et prennent une variante qui se rapproche le plus de l'ensemble initial.
Le secret est une transformation spécifique des séries initiales en séries de mesures, et plus important encore - la transformation inverse.
Dans l'ensemble, tout cela paraît suspect (en premier lieu, le style de présentation des résultats) et ne suscite guère l'envie d'approfondir la question.
Il semble également trop joli et trop vague - quelque chose ne colle pas. En outre, les séries sont prises de manière similaire dans leurs caractéristiques statistiques.
Aussi drôle que ça te paraisse, c'est exactement ce que tu fais...
Laissez-moi vous expliquer...
Je voulais dire qu'il serait agréable de créer un "convertisseur" de données de marché (non stationnaires) en un modèle (stationnaire, simplifié, démonstratif, préservant la structure dont nous avons besoin) et ce modèle peut être représenté comme une sinusoïde.
Tous les scientifiques du monde le font pour comprendre un processus compliqué, construire un modèle, étudier le modèle, prédire le modèle mais pas le processus lui-même, c'est la pratique mondiale, tout le monde le fait, sauf les ingénieurs avec le niveau de formation le plus bas qui croient que l'AMO fera tout....
C'est un peu plus clair ce que tu voulais dire. Ça ne l'a pas rendu plus utile, bien sûr.
Juste pour commencer - que lorsque vous prenez des citations, TOUTES les citations, et que vous en faites quelque chose, vous avez déjà affaire à un modèle, et non au processus très, comme vous le dites, complexe.
Eh bien sur le reste des dérivés des citations, inutile de dire)
Votre commentaire désobligeant à l'égard des universitaires du MO témoigne de votre faible niveau de formation.
Bien sûr, il n'est pas devenu plus utile.
Moi non plus, d'ailleurs.
Pour commencer, lorsque vous prenez des citations, TOUTES les citations, et que vous en faites quelque chose, vous avez déjà affaire à un modèle, et non, comme vous le dites, à un processus complexe en soi.
Wow, merci... Quelqu'un a-t-il déjà prétendu le contraire ?
Votre référence péjorative aux MO-ers témoigne plutôt de votre faible niveau de formation.
Bien, bien.....
============
Et ensuite, avez-vous quelque chose à dire, ou devons-nous énoncer des évidences et porter des jugements subjectifs ?
Ensuite, avez-vous quelque chose à dire, ou sommes-nous en train d'énoncer des évidences et de porter des jugements subjectifs ?
Il est évident que deux ou trois ondes sinusoïdales ne peuvent même pas donner une approximation correcte du prix sur une longue période. OK, vous n'êtes pas d'accord ?
Parlons aussi des modèles - j'ai une idée - un modèle de marché à travers un réseau d'acteurs.
En gros, cela ressemble à ceci (je vais essayer de l'exprimer en termes de MoD) :
Il existe N acteurs sujets, qui sont classés en fonction d'un certain nombre de caractéristiques - volumes, fréquence des transactions, ancienneté de la position, tendance à l'achat-vente, accès à l'information et rapidité,agressivité, etc.
Le marché (prix de l'instrument) est modélisé comme le résultat d'un échange entre les acteurs concernés (coupe simplifiée). Il existe un environnement qui est un fournisseur de nouvelles régulières et d'événements relativement aléatoires auxquels les joueurs réagissent, et l'environnement transmet des informations entre les joueurs.
J'espère qu'elle est comprise par tous. Je ne me souviens pas de publications de recherche similaires en termes de mise en œuvre de modèles, ce qui est compréhensible car les résultats pratiques ne peuvent être obtenus qu'en ayant accès à de grandes données réelles.
Mais en tant que modèle de recherche, je pense qu'il est tout à fait adapté. Pour l'interprétation des méthodes d'apprentissage automatique - place à la créativité, il est évident que nous ne pouvons pas nous contenter d'architectures simples ici, nous devons développer quelque chose de spécial.
La plus évidente est que deux ou trois ondes sinusoïdales ne peuvent même pas donner une approximation correcte du prix sur une longue période. OK, vous n'êtes pas d'accord ?
Parlons aussi des modèles - j'ai une idée - un modèle de marché à travers un réseau d'acteurs.
En gros, cela ressemble à ceci (je vais essayer de l'exprimer en termes de MoD) :
Il existe N acteurs sujets, qui sont classés en fonction d'un certain nombre de caractéristiques - volumes, fréquence des transactions, ancienneté de la position, tendance à l'achat-vente, accès à l'information et rapidité,agressivité, etc.
Le marché (prix de l'instrument) est modélisé comme le résultat d'un échange entre les acteurs concernés (coupe simplifiée). Il existe un environnement qui est un fournisseur de nouvelles régulières et d'événements relativement aléatoires auxquels les joueurs réagissent, et l'environnement transmet des informations entre les joueurs.
J'espère qu'elle est comprise par tous. Je ne me souviens pas de publications de recherche similaires en termes de mise en œuvre de modèles, ce qui est compréhensible car les résultats pratiques ne peuvent être obtenus qu'en ayant accès à de grandes données réelles.
Mais en tant que modèle de recherche, je pense qu'il est tout à fait adapté. Pour l'interprétation dans les méthodes d'apprentissage automatique - place à la créativité, évidemment, les architectures simples ne suffisent pas ici, et il faut développer quelque chose de spécial.
Desmodèles basés sur des agents? Il y a beaucoup de choses de ce genre dans la science économique moderne. A mon avis, une bonne chose pour la compréhension philosophique du marché.
Je ne suis pas sûr que cette approche (dans le sens de la création de stratégies commerciales) soit d'une quelconque utilité pratique.
Desmodèles basés sur des agents? Il y en a beaucoup dans la science économique moderne. Je pense que c'est une bonne chose pour la réflexion philosophique sur le marché.
Je ne suis pas sûr de la possibilité de tirer une quelconque utilité pratique de cette approche (dans le sens de la création de stratégies commerciales).
Oui, des descriptions scientifiques économiques et (étroitement) sociologiques de tels modèles il y a longtemps de l'institut je me souviens. En ce qui concerne le commerce, à la lumière des récentes réalisations du MO, il semble que le problème n'est pas qu'il ne peut pas être appliqué, et que ceux qui ont des ressources - n'en tireront pas le bénéfice approprié, ils sont bons comme ils sont. Les enthousiastes n'ont pas encore atteint, ils vont digérer toutes sortes de GPT-3 et d'autres choses révolutionnaires, et peut-être que quelqu'un les atteindra et désignera quelques lignes de développement dans ce domaine.
Une autre difficulté est qu'il y a beaucoup d'irrationalité dans le comportement des joueurs, notamment aux moments clés des tendances, ce qui est difficile à modéliser de manière fiable avec les modèles actuels.
ap. Une autre réflexion - qu'il n'est pas toujours correct de chercher à prédire le mouvement des prix, c'est tellement primitif. Nous pouvons recevoir des informations sur le mouvement des prix et en tirer des conclusions à long terme.
Une approche prometteuse semble être l'inférence causale. Ce sujet est assez activement développé par les grandes entreprises informatiques. Il y a des bibliothèques.
Il existe des articles sur le sujet
Créez une calculatrice qui passe en revue les options et trouve la meilleure.Oui, je me souviens de descriptions scientifiques économiques et (étroitement) sociologiques de tels modèles, il y a longtemps, à l'institut. En ce qui concerne le commerce à la lumière des réalisations récentes du MO, il semble que ce n'est pas que vous ne pouvez pas appliquer, et ceux qui ont les ressources - ne sera pas obtenir de lui un retour approprié, ils sont jusqu'à présent tout droit. Les enthousiastes n'ont pas encore atteint, ils vont digérer toutes sortes de GPT-3 et d'autres choses révolutionnaires, et peut-être que quelqu'un les atteindra et désignera quelques lignes de développement dans ce domaine.
L'autre difficulté est qu'il y a beaucoup d'irrationalité dans le comportement des joueurs, notamment aux moments clés des tendances, ce qui est difficile à modéliser de manière fiable avec les modèles actuels.
ap. Une autre réflexion - qu'il n'est pas toujours correct de chercher à prédire le mouvement des prix, c'est tellement primitif. Vous pouvez obtenir des informations sur l'état des acteurs à partir de l'évolution des prix, et déjà à partir de là, vous pouvez tirer des conclusions à long terme, constamment mises à jour.
À mon avis, le principal problème réside dans le choix de l'approche pour décrire le comportement des plus grands acteurs du marché - les États. Ils (1) influencent fortement le marché, (2) leur comportement change considérablement avec le temps, (3) leurs objectifs d'action sur le marché se situent souvent en dehors du marché lui-même et nous sont mal connus, (4) il existe de nombreux états et ils peuvent interagir les uns avec les autres de manière très différente (pour le marché). Mathématiquement, le résultat est un système complexe, instable et ouvert.
Le problème n'est pas qu'il est impossible de penser à un modèle pour un tel système mais qu'il est possible d'en penser trop de différents et probablement même contraires dans les conclusions).
Une approche prometteuse semble être l'inférence causale. Ce sujet est assez activement développé par les grandes entreprises informatiques. Il y a des bibliothèques.
Il existe des articles sur le sujet
Créez une calculatrice qui passe en revue les options et trouve la meilleure.c'est l'autre côté de l'approche au départ. Les ECR en médecine pour tout et n'importe quoi ont d'ailleurs tué les techniques médicales, pas les placebos reproductibles))).
La tâche par comportement ou condition est de trouver un lien de causalité).
ap. Une autre réflexion est que ce n'est pas toujours une bonne idée de prévoir les mouvements de prix, c'est tellement primitif. Vous pouvez obtenir des informations sur l'état des acteurs à partir de l'évolution des prix et en tirer des conclusions à long terme, qui sont constamment mises à jour.
C'est une idée bonne et correcte. Seulement, peut-être pas l'état des joueurs, mais l'état des causes qui affectent les joueurs. Bien que ce soit peut-être juste la prochaine étape.