L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2540
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
1) et peut-être que la "gamme dynamique" est douloureusement simple - le point où 2 MAs se croisent -- il est important d'avoir les bonnes périodes... seuls les OTF regardent à 50 et 200... mais pour l'analyse des bigData, des périodes MA plus favorables peuvent être trouvées par la mémoire des réseaux neuronaux (en cas d'autres facteurs concomitants)... imho
il s'avère que tout est plus simple
MA est une sorte d'alignement mécanique
vous avez besoin d'un lissage analytique (y-cap - valeur alignée dans le modèle)... il est préférable d'utiliser la dépendance exponentielle (puisqu'il y a des phases de décélération et d'accélération dans la tendance) plutôt que la dépendance en puissance (elle ne prend en compte que l'accélération)... Pour les dépendances non linéaires, par exemple, l'analyse des séries de dynamiques (qui ! peut n'être qu'une méthode supplémentaire dans une recherche statistique adéquate, mais l'analyse des dynamiques ne devient jamais la méthode principale).
(Je crois avoir vu quelque part des recommandations pour la différenciation en fonction des différences 1s et 2s => choix du degré polynomial -- je ne trouve pas)...
quelque chose comme ceci (de Shmoylova dans "théorie statistique")
En général, afin de ne pas sortir prématurément de la tendance, nous devrions d'abord effectuer une analyse complète des facteurs, des corrélations et des régressions, et ensuite seulement effectuer une analyse de la dynamique pour l'accélération, la décélération, le renversement de la tendance principale... et le faire d'une manière ou d'une autre par sklearn, et seulement après que ML devrait être tracé sur les hyperplans de bull/bear/hold-on... sinon la commission va ronger le dépôt... et je n'aime pas les probabilités de 50/50 ou même 25/50/25... et une gestion adéquate de l'argent et des risques
Peut-être Eugene Fama dans sa dissertation, mais je n'en suis pas sûr.
Les logarithmes sont nécessaires pour rendre comparables différentes périodes pour des actifs à forte hausse, par exemple le bitcoin aura une volatilité très différente selon les années, ce qui nous fait penser à des changements relatifs et les prendre comme mesure de la volatilité.
Ils prétendent également que le logarithme atténue l'hétéroscédasticité et rend la distribution des résidus du modèle de régression plus symétrique et un peu plus normale, dans la pratique tout le monde continue à le marteler de toute façon... 😉
Je suis d'accord, c'est une situation désagréable car il faut alors revenir au logarithme des prix, le broker ne permet pas de négocier avec des logarithmes, héhé....
Les logarithmes sont nécessaires pour rendre comparables différentes périodes pour des actifs à forte croissance, par exemple, le bitcoin aura une volatilité très différente selon les années, ce qui nous oblige à inventer et à prendre comme mesure de la volatilité des changements relatifs.
Ils prétendent également que le logarithme atténue l'hétéroscédasticité et rend la distribution des résidus du modèle de régression plus symétrique et un peu plus normale, dans la pratique tout le monde continue à le marteler de toute façon... 😉
Je suis d'accord qu'en général c'est une situation désagréable car il faut alors inverser le logarithme, le courtier ne permettant pas de négocier en logarithmes de prix, héhé....
À mon avis, il est naturel d'utiliser le logarithme - c'est naturel.) Encore une fois, l'intuition associée à l'intérêt est censée fonctionner - en fait, le taux d'intérêt continu est calculé (si vous prenez le logarithme incrémental du prix et le divisez par le temps).
Et les différents actifs(à mon avis) sont plus faciles à réduire à un dénominateur commun par le prix logarithmique suivi d'une normalisation par le spread logarithmique moyen.
Il est également avancé que le logarithme atténue l'hétéroscédasticité...
Je suis d'accord qu'en général c'est une situation désagréable parce qu'il faut alors inverser le logarithme...
Je pense qu'il est naturel d'utiliser le logarithme - c'est naturel.) Là encore, l'intuition associée à l'intérêt est censée fonctionner - en fait, le taux d'intérêt continu est calculé (en prenant le logarithme incrémental du prix et en le divisant par le temps).
l'intuition suggère donc que les praticiens (et non les théoriciens) devraient enlever le point à terme pour avoir un prix actuel dans les contrats à terme (alors que dans le spot, il n'y a pas du tout de temps dans le prix), alors que l'analyse des taux d'intérêt sans temps est aussi indicative, quand ils flottent aussi (ou sont échangés contre des flottants)... Si vous ne comprenez pas la tarification des actifs (dérivés), les transformations mathématiques primitives ne feront que gâcher le modèle... - La compréhension des processus est primordiale dans toute modélisation ...
La distinction entre pratique et théorie fonctionne dans les deux sens. Après la pratique, une nouvelle théorie commence généralement. La théorie et la pratique sont deux jambes qui doivent être déplacées tour à tour et de manière tout aussi active pour atteindre le but recherché.
de bonnes paroles
de bonnes paroles