L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 2785

 
Evgeni Gavrilovi #:
Oh, je vois, il n'y a donc qu'un seul MGM ? Il n'y en a pas d'autres ?

TGAN et autres GAN, autoencodeurs, estimation de la densité du noyau, copules

Je n'ai pas essayé TGAN, les autres sont pires que GMM.

Il existe peut-être de nouveaux GAN pour les séries temporelles.

*Le GMM ne converge pas bien sur de grands échantillons, vous devez utiliser des échantillons pas très grands.
 
Maxim Dmitrievsky #:

TGAN et autres GAN, autoencodeurs, estimation de la densité du noyau, copules

TGAN n'a pas été essayé, les autres sont pires que GMM

Il existe peut-être de nouveaux GAN pour les séries temporelles.

*Le GMM ne converge pas bien sur de grands échantillons, il faut utiliser des échantillons pas très grands.

Oui, il y a beaucoup d'options, et au début elles étaient même significatives))) Bien, comme si une recherche complète est aussi une option significative, l'essentiel est d'avoir assez de puissance)))))

 
Uladzimir Izerski #:

Spécialement pour ce fil de discussion, j'ai esquissé pendant une demi-heure, en utilisant uniquement l'OHLC, un indicateur fléché.

C'est le premier aperçu sans filtres et sans autres astuces, seulement OHLC. Cet algorithme fonctionnera sur n'importe quel TF.

Que vous le vouliez ou non, les clés R et Python ne vous aideront pas si vous ne comprenez pas la profondeur et la signification des graphiques financiers. Désolé pour l'impolitesse, bien sûr.


Il ne montre rien d'utile.

C'est juste un indicateur de pips ordinaire.

C'est le genre de chose dont on se fait escroquer en un clin d'œil.

---

vous savez, ils ont une barre de plus, vous ne pouvez pas la voir.

Ils vous donnent une flèche vers le haut, vous rebondissez.

et ils la déplaceront vers le bas.

et ala hooey, tu es comme.

tu attrapes le stop.

et l'histoire se répète, encore et encore.

les dindes ne marchent pas, tu devrais l'avoir appris maintenant, tu n'es pas un garçon.

;)

 

ils vous ont donné des vecteurs, ont écrit un article et vous ont traité comme un bibelot....

le mouvement des prix est un ensemble de paramètres qui forment un vecteur.

 
Renat Akhtyamov #:

Il ne montre rien de bon.

pipsqueak

Ce genre d'escroquerie est un coup de poing en deux temps

---

vous savez, ils ont une barre de plus, vous ne pouvez pas la voir.

Ils vous donnent une flèche vers le haut, vous avez fait du vélo.

et ils se déplacent vers le bas.

et ala hooey, tu seras, comme.

vous attrapez un arrêt.

et l'histoire se répète, encore et encore.

Les dindes ne marchent pas, tu devrais le savoir maintenant, tu n'es pas un enfant.

;)

Elles fonctionnent. Elles fonctionnent. Il suffit d'aborder le prix du bon côté.

Maintenant, je sais avec certitude que seuls les prix et rien d'autre doivent être soumis au ministère de la défense.

 
Maxim Dmitrievsky #:

TGAN et autres GAN, autoencodeurs, estimation de la densité du noyau, copules

TGAN n'a pas été essayé, les autres sont pires que GMM

Il existe peut-être de nouveaux GAN pour les séries temporelles.

*Le GMM ne converge pas bien sur de grands échantillons, vous devez utiliser des échantillons pas très grands.

Quelle taille ? 10000 caractéristiques avec une rangée de 100 chacune. Est-ce beaucoup ?

 
Evgeni Gavrilovi #:

Quelle est la taille du fichier ? 10 000 traits avec une rangée de 100 chacun. Est-ce beaucoup ?

À la limite, cela pourrait être beaucoup. Sans ACP, il se peut que cela ne démarre pas. Après l'échantillonnage et l'entraînement sur ces données, vérifiez la qualité de la prédiction de l'échantillon d'origine. Je ne me souviens pas de la raison, mais il semble que l'algorithme EM ne converge pas lorsque le nombre de gaussiennes est élevé, et lorsque le nombre de gaussiennes est plus petit, il sera savonneux à de telles dimensions.

En fait, c'est comme la régression logit dans le monde de l'EM. C'est bien, mais ce n'est pas toujours extensible. De plus, le passage aux GAN est difficile et l'architecture à adopter n'est pas claire. Ceux qui sont utilisés pour les données tabulaires sont certainement pires pour les séries temporelles, et il en existe d'autres pour les séries temporelles que je n'ai pas essayés ou que j'ai oubliés
.

 
elibrarius #:
Pourquoi utilisez-vous vos mains ? Vous avez un robot. Ou voulez-vous un peu d'adrénaline en jouant ?
J'ai abandonné le trading avec mes mains après en avoir perdu quelques-unes.
Ou voulez-vous de l'adrénaline en jouant ? J'en ai parfois envie aussi, mais l'expérience me dit que je ne devrais pas...
Bonjour, comment se portent vos robots de trading ?
 

Réponse transitoire à partir de la représentation de l'espace d'état

Tracés de transition de Markov (animés)

seulement

в Марковских случ. процессах поведение зависит только от значений, принятых системой в наст. момент.

И

dans les chaînes de Markov, la transition des processus vers d'autres états se produit par sauts sous l'influence de facteurs aléatoires...

- la synchronisation n'est pas aléatoire, même dans les séries de Taylor...


Methods of Determing the Transient Response
  • Erik Cheever, Swarthmore College
  • lpsa.swarthmore.edu
csv
 
JeeyCi #:

Réponse transitoire à partir de la représentation de l'espace d'état

Tracés de transition de Markov (animés)

seulement

- Le hasard n'existe pas, même dans les rangs de Taylor....


Dans un processus de Markov, il n'y a pas de dépendance par rapport à la valeur du moment.

En général, je le comprends comme une fonction du bruit. Et je comprends le bruit comme un processus composé de nombreux facteurs qui ne peuvent être contrôlés en raison de leur multiplicité. Par exemple, s'il y a peu de facteurs, le processus est contrôlé, mais après un certain nombre de facteurs, des collisions et des résultats probabilistes de l'addition des facteurs commencent à apparaître. En outre, les facteurs peuvent avoir et ont des connexions et des rétroactions. Mais le processus de Markov n'a pas de tels liens.