L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2373

Nouveau commentaire
 
secret:

Eh bien, c'est le S&P qui a la démolition. Le fx ne l'a pas sur une base constante.

Eh bien, si vous retirez l'inflation, la tendance n'est pas si constante là non plus. Sur le forex, en revanche, l'inflation est, en partie,automatiquement supprimée.

secret:

L'idée du ratio put-call, etc. est bonne, mais je n'ai vu personne se vanter d'en tirer des bénéfices. Cependant, le marché est animé par des participants qui ont de l'argent, et non de l'expérience, et la liquidité des options sur devises est faible. Et ils ont un but différent.

Il est certain que tous les poissons ont été pêchés depuis longtemps, mais il faut parfois vérifier s'il y en a de nouveaux).

secret:

p.s. il serait bien d'avoir une branche sur les rumeurs car elles s'avèrent être sans intérêt partout)

Seulement pour) Pour la plupart des processus aléatoires, il s'agit d'une sorte de sujet philosophique et de bavardage appartenant à la catégorie des choses à propos desquelles, quoi que l'on dise, tout sera vrai dans un certain sens. Là encore, il y aura toujours beaucoup de praticiens désireux d'expliquer aux théoriciens à quel point ils sont loin de la pratique.)

 
Aleksey Nikolayev:

Eh bien, si vous enlevez l'inflation, la tendance n'est pas non plus très constante. Sur le marché des changes, l'inflation est, en partie, éliminéeautomatiquement.

Il est certain que tous les poissons ont été pêchés depuis longtemps, mais il faut parfois vérifier s'il y en a de nouveaux).

Je suis tout à fait pour) Pour la plupart des processus aléatoires, il s'agit d'une sorte de connerie philosophique et de bavardage appartenant à la catégorie des choses à propos desquelles, quoi que vous disiez, tout sera correct dans un certain sens. Là encore, il y aura toujours beaucoup de praticiens désireux d'expliquer aux théoriciens à quel point ils sont éloignés de la pratique.)

C'est vrai, il vaut mieux discuter des arbres et des forêts.
 
Quelqu'un peut-il aider à créer un script en R qui prend un échantillon et lui applique le modèle de "régression Lasso" ? J'ai entendu dire qu'elle fonctionnait bien pour les caractéristiques binaires à forte corrélation - je veux l'essayer. Cependant, j'ai besoin d'une classification, pas d'une régression, mais je ne pense pas que ce soit très important ici - l'homme parlait de classification.
 
Aleksey Vyazmikin:
Quelqu'un peut-il m'aider à créer un script en R qui prend un échantillon et lui applique le modèle de "régression Lasso" ? J'ai entendu dire qu'il fonctionnait bien pour les caractéristiques binaires à forte corrélation - je veux l'essayer. Mais j'ai besoin de classification, pas de régression, mais je pense que ce n'est pas très important ici - l'homme parlait de classification.

si l'on regarde du côté de ROCKET, l'algorithme crée un tas d'éléments décoratifs.

 
Aleksey Vyazmikin:
Quelqu'un peut-il m'aider à créer un script en R qui prend un échantillon et lui applique le modèle de "régression Lasso" ? J'ai entendu dire qu'il fonctionnait bien pour les caractéristiques binaires à forte corrélation - je veux l'essayer. Cependant, j'ai besoin d'une classification, pas d'une régression, mais je pense que ce n'est pas très important ici - l'homme parlait de classification.

https://www.pluralsight.com/guides/linear-lasso-and-ridge-regression-with-r

http://www.science.smith.edu/~jcrouser/SDS293/labs/lab10-r.html

https://rstatisticsblog.com/data-science-in-action/machine-learning/lasso-regression/

 
mytarmailS:


Nous devons créer un modèle de marché de ces --- Un espace de caractéristiques simplifié qui a des propriétés utiles pour nous


Pourquoi simplifier

1) Visibilité, perceptibilité.

2) un espace plus simple implique une plus grande répétabilité, les régularités sont plus faciles à trouver et ne se répètent pas tous les 2 ans

3) Minimisation du risque d'explosion combinatoire dans la recherche de modèles.

4) La simplification intelligente élimine le bruit


Quelles sont les caractéristiques utiles (ce que l'on attend d'un modèle) ?

1) Le modèle doit être adapté aux mouvements du marché

2) la répétabilité des données au sein du modèle

3) la simplicité


Il se peut que j'y ajoute quelque chose, et j'invite également tout le monde à discuter des variantes du modèle.

Un modèle mathématique des processus physiques avec des hypothèses raisonnables est un objectif réalisable avec une précision suffisante.

Les modèles mathématiques multifactoriels de processus simples, dont Brownien est un bon exemple, atteignent également une précision nécessaire.

Mais les systèmes complexes ne se rencontrent pas.

Alexey Nikolaev dans les blogs a fait un modèle de jeux de minorité sur R

Il s'est avéré similaire au mouvement des tiques. Mais l'ajout de facteurs d'influence différente au modèle ne fonctionne tout simplement pas. Et où aller, vers des modèles de jeu complexes ou pour faire un modèle plus complexe à partir d'un modèle simple est difficile à décider plus ou moins correctement. Et le modèle n'est pas initialement simple en raison du nombre de classes/groupes de variables agissantes supérieur à 2. Dans le mouvement brownien, il y a une classe, et le modèle est assez complexe.

 
Maxim Dmitrievsky:

si l'on regarde du côté de ROCKET, l'algorithme crée un tas d'éléments décoratifs.

Je dois expérimenter avec les binaires.

 
mytarmailS:

https://www.pluralsight.com/guides/linear-lasso-and-ridge-regression-with-r

http://www.science.smith.edu/~jcrouser/SDS293/labs/lab10-r.html

https://rstatisticsblog.com/data-science-in-action/machine-learning/lasso-regression/

Merci, mais je suis un passager de R, je me noierais dans toute la variété des exemples de code qui s'y trouvent - j'aimerais un script de travail trivial, comme s'il n'y avait pas beaucoup de paramètres...

 
Aleksey Vyazmikin:

Merci, mais je suis un passager de R, je me noierais dans toute la variété des exemples de code qui s'y trouvent - j'aimerais un script trivial qui fonctionne, comme s'il n'y avait pas beaucoup de paramètres...

Voilà, mon ami paresseux.

library(glmnet)
Y <- sample(c(-1,1),100,replace = T)   #  data
X <- matrix(rnorm(400),ncol = 4)     #  target
tr <- 1:80 #  train idx

lambda_seq <- 10^seq(2, -2, by = -.1)
#  identifying best lamda
best_lam <- cv.glmnet(x = X[tr,], y = Y[tr],alpha = 1, lambda = lambda_seq, nfolds = 5)$lambda.min

#  train model with best lamda value identified
lasso_best <- glmnet(x = X[tr,], y = Y[tr], alpha = 1, lambda = best_lam)
#  predict new data
pred <- predict(lasso_best, s = best_lam, newx = X[-tr,])


Mais ne m'interrogez pas sur le modèle, je ne l'ai pas utilisé et je ne vais pas l'utiliser, j'ai dépassé cette façon de penser, de croire aux modèles miracles).

 
Valeriy Yastremskiy:

Un modèle mathématique des processus physiques avec des hypothèses raisonnables est un objectif réalisable avec une précision suffisante.

Les modèles mathématiques multifactoriels de processus simples, dont le mouvement brownien est un bon exemple, atteignent également la précision souhaitée.

Mais les systèmes complexes ne se rencontrent pas.

Alexey Nikolaev dans les blogs a fait un modèle de jeux de minorité sur R

Il s'est avéré similaire au mouvement des tiques. Mais l'ajout de facteurs d'influence différente au modèle ne fonctionne tout simplement pas. Et où aller, vers des modèles de jeu complexes ou pour faire un modèle plus complexe à partir d'un modèle simple est difficile à décider plus ou moins correctement. Et le modèle n'est pas initialement simple en raison du nombre de classes/groupes de variables agissantes supérieur à 2. Dans le mouvement brownien, il y a une classe, et le modèle est assez complexe.

compliqué

1...236623672368236923702371237223732374237523762377237823792380...3399
Nouveau commentaire