L'apprentissage automatique dans la négociation : théorie, modèles, pratique et algo-trading - page 648
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
Il y a au moins deux séries temporelles en cointégration.
Mais ils ne sont pas tous.
Ces séries ne sont pas stationnaires.
Mais ce n'est pas tout.
Ces séries non stationnaires doivent être reliées de manière à ce que le résultat soit stationnaire.
Les décisions de trading sont prises sur la base de cette série STATIONNAIRE et la possibilité même de faire des prévisions est ainsi garantie.
Et moi, alors ? :) Je ne suis pas sûr du stationnaire, je n'ai pas fait de tests, mais cela semble similaire.
on dirait que c'est présent... savez-vous comment construire des splits rapides dans MT-ha et regarder les queues ? R pas une suggestion ))))
ou je peux juste utiliser Dickey-Fuller ?
Et moi, alors ? :) Je ne suis pas sûr de la stationnarité, je n'ai pas fait de tests... mais il semble que
on dirait que c'est présent... savez-vous comment construire des splits rapides dans MT-ha et regarder les queues ? R pas une suggestion ))))
Ou juste dickey-fuller ?
Relisez ce que j'ai écrit : DEUX rangs.
DickeyFuller - bien sûr.
Je ne parle que des R. J'ai du respect pour Python. Tout le reste est un jeu de bac à sable - je n'ai pas le temps pour cela.
Donc, nous devons déterminer s'il y a une mémoire... est-elle déterminée par les queues ?
Je ne sais pas faire les queues de pie, c'est la spécialité de ceux qui savent garcher. Il n'y a que quelques personnes sur ce forum qui y comprennent quelque chose :)
Vous pouvez prendre votre modèle préféré (par exemple gbm) et essayer de trouver les paramètres du modèle pour que l'entraînement avec la validation croisée k-fold donne des résultats R2>0. Prenez quelques douzaines de valeurs passées, en les utilisant pour prédire la prochaine (cible), et la fenêtre coulissante pour faire un tableau d'entraînement complet.
Pour toute donnée aléatoire, le résultat de R2 ne sera jamais supérieur à zéro. Si cela fonctionne, cela signifie que vous pouvez prédire les valeurs suivantes à partir des valeurs passées, vous avez de la mémoire.
Je ne parle que de R. J'ai du respect pour Python. Tout le reste est un jeu de bac à sable - je n'ai pas le temps pour ça.
))
Relisez ce que j'ai écrit : DEUX rangs.
DickieFooler - bien sûr.
Je ne parle que de R. J'ai du respect pour Python. Tout le reste est un jeu de bac à sable - je n'ai pas le temps pour ça.
il y a 2 lignes, j'ai écrit que les lignes co-intégrées (2 paires de devises)
pas de distraction alors ))Je ne peux pas faire les queues, c'est la spécialité des valides. Il n'y a que quelques personnes sur ce forum qui y comprennent quelque chose :)
Vous pouvez prendre votre modèle préféré (j'ai gbm par exemple) et essayer de trouver les paramètres du modèle pour que l'entraînement avec la validation croisée k-fold donne des résultats R2>0. Prenez quelques douzaines de valeurs passées, en les utilisant pour prédire la prochaine (cible), et la fenêtre coulissante pour faire un tableau d'entraînement complet.
Pour toute donnée aléatoire, le résultat de R2 ne sera jamais supérieur à zéro. Si cela fonctionne, il est possible de prédire les prochaines valeurs sur la base des valeurs passées, et la mémoire est là.
Mais s'il y a un effet Arch, il n'est pas sûr qu'il revienne tout de suite... et la variance est variable... mais bon, analysons-la ;)
Il y a 2 lignes, j'ai écrit que les lignes co-intégrées (2 paires de devises)
pas distrayant ))D'après la photo, il n'y a que de l'eurusd, quel est le second ?
D'après la photo, il n'y a que l'eurusd, quel est l'autre ?
gpbusd dans ce cas, mais en fait n'importe qui, ne fait aucune différence
Le truc avec le bruit, c'est qu'on n'a même pas besoin de le prévoir) il s'écarte de la moyenne - il reviendra bientôt... mais s'il y a un effet d'arc, il n'est pas certain qu'il revienne immédiatement... et la variance est variable, mais bon, étudions-la)
Pourquoi ? Pour la justification d'un algorithme, qui garantit qu'il reviendra.
Il est nécessaire de construire deux ou plusieurs séries temporelles (deux paires) d'une manière particulière.
gpbusd dans ce cas, et essentiellement dans tous, ne fait aucune différence
Grande discussion, comme une figue dans votre poche.
Et comment avez-vous assemblé ces deux paires, quel est le résidu ?