L'Apprentissage Automatique dans le trading : théorie, modèles, pratique et trading algo - page 2731
![MQL5 - Langage des stratégies de trading intégré au terminal client MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
C'est un désordre inimaginable : tout est mélangé - chevaux, gens.....
On peut distinguer deux types de modèles
1. Basés sur des idées d'apprentissage automatique.
2. Les modèles statistiques, qui sont fondamentalement plus utilisés sur les marchés financiers.
MO
Il me semble que tous les algorithmes de MO ont un objectif : trouver un certain nombre de modèles. Dans ce cas, un motif est une chaîne de caractères avec une valeur d'enseignant et des valeurs de caractéristiques. Il n'y a pas de valeur pour les lignes les unes à côté des autres ! Le nombre de ces motifs peut être recherché dans RF, à partir d'environ 50 arbres, l'erreur d'ajustement change très peu. Au-delà de 150 arbres, l'erreur est insignifiante. C'est la diversité des marchés financiers.
Et nous devrions raisonner sur la durée de vie de ces arbres, qui (durée de vie) est déterminée par la stabilité de la connexion entre les caractéristiques et l'enseignant. En d'autres termes, nous devrions nous occuper de la connexion entre les caractéristiques et l'enseignant.
Les modèles statistiques sont des modèles GARCH.
Prenez le paquet rugarch et profitez de la vie... Tout est mâché.
En bref.
Les modèles statistiques reposent sur l'hypothèse que les marchés financiers sont non stationnaires. C'est pourquoi toutes les statistiques ordinaires, y compris les tests susmentionnés, sont mises au panier.
C'est pourquoi :
1. Les séries financières sont tedrending, on prend généralement des incréments (très bien pour nous).
Des publications indiquent que les modèles IGARCH sont les plus adaptés aux marchés financiers.
Les modèles statistiques sont des modèles GARCH.
Prenez le paquet rugarch et profitez de la vie... Tout est mâché.
En résumé.
Les modèles statistiques reposent sur l'hypothèse que les marchés financiers sont non stationnaires. Par conséquent, toutes les statistiques habituelles, y compris les tests mentionnés ci-dessus, vont dans le panier.
Tous les modèles autorégressifs sont des transformations du bruit blanc. Et si la transformation inverse ne produit pas de bruit blanc à la fin, le modèle est également mis au panier. Et le bruit blanc est avant tout un processus stationnaire.
Il s'agit d'un point très important dans les modèles statistiques - toute nonstationnarité modélisée est basée sur la stationnarité, ce qui donne en fait la possibilité même de l'étudier.
Des exemples d'utilisation ?
Google à la rescousse. Il existe une littérature abondante.
Tous les modèles autorégressifs sont des transformations du bruit blanc. Et si la transformation inverse ne produit pas de bruit blanc à la fin, le modèle va également à la poubelle. Le bruit blanc est avant tout un processus stationnaire.
Il s'agit d'un point très important dans les modèles statistiques - toute nonstationnarité modélisée est basée sur la stationnarité, ce qui donne en fait la possibilité de l'étudier.
Lisez le Garch et n'inventez rien.
Google à la rescousse. Il existe une littérature abondante.
Question pour vous, pas pour google.
Ce n'est pas vous, c'est VOUS.
Sans moi, parlez à vos semblables.
Nuance : l'opération de "detrending" tue tout ce qu'il y a de plus savoureux et de plus intéressant :-)
Plus précisément, il n'existe tout simplement pas de moyen raisonnable de supprimer les tendances ou tout ce qui n'est pas des tendances. Il existe des méthodes pour minimiser ou prendre en compte les variations saisonnières (fluctuations quotidiennes/hebdomadaires). Les grandes personnalités ont peut-être des méthodes pour les mois et les trimestres.
Le concept même de "tendance" est si vague qu'il n'existe que dans la tête lorsqu'on regarde l'historique accompli. Mais les petites et grandes tendances sont négociées.
----
En ce moment, dans la réalité objectivement observée, il y a une tendance évidente à la croissance de l'USD contre tous. Plus précisément, de facto et depuis longtemps, cette tendance se poursuit. Et il est très probable qu'elle se termine aujourd'hui ou demain, parce qu'elle est évidente.
C'est-à-dire que le fait de la croissance a lieu. Chacun détermine le moment du début de la croissance différemment et seulement après un temps considérable (quelqu'un vient probablement de vider son compte contre le quid, c'est pourquoi il l'a remarqué).
Existe-t-il une méthode qui permette de déterminer à temps "Oh ! grande tendance... il est nécessaire de supprimer son influence sur les petites" ? Et une telle méthode n'existe pas. Pas sans se projeter dans l'avenir.
----
La tâche même du trader sur un instrument unique est de déterminer la tendance à temps. Il n'existe pas de définition technique généralement acceptée qui puisse être ramenée au niveau des formules et des algorithmes (qui ne sont au fond qu'une autre façon d'écrire des formules).
RÉSUMÉ : nous devons prêter attention à l'opération "detrending". D'une part, il est impossible de s'en passer, d'autre part, trop d'informations nécessaires y meurent.