L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1205
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Perché i prezzi e non gli incrementi?
Non so cosa sia meglio... e la lunghezza del campione può essere variata... un sacco di confusione con tutto questo
c'è di più sull'interpretabilità... come cosa c'è da interpretare? c'è solo una metricaCiao maxim
C'è qualche nuovo articolo di cui state discutendo qui?
Se puoi fornirmi il link?
Ciao, non ancora pubblicato, in attesa di moderazione
Ok, se vuoi, allora puoi fornirmi il codice in modo che io possa dargli un'occhiata.
Meglio se aspettate solo l'articolo, perché ho troppe versioni
E c'è una dipendenza...
Ho addestrato "SMM" (modello di Markov nascosto) sui ricorsi, l'ho diviso in 10 stati e gli ho insegnato senza un insegnante, così ha diviso diverse distribuzioni da solo
distribuzioni di stato.
E qui ho raggruppato i rendimenti per stati, cioè ogni riga è uno stato di mercato separato
Alcuni stati (1,4,6,8,9) hanno troppo poche osservazioni, quindi non possono essere presi affatto
E ora cercherò di rigenerare la serie, cioè di fare una somma cumulativa, se si trova qualche tendenza in alcuni degli stati - la regolarità nella direzione
Ho fatto un riassunto cumulativo.
Gli Stati 5 e 7 hanno un modello coerente, 5 per la baia e 7 per il villaggio.
stai finalmente iniziando ad andare nella giusta direzione :)
basta forzare il tutto con una semplice forza bruta e scegliere il modello migliore
Con la deduzione logica e il grande metodo della deduzione, non si può mai trovare uno schema redditizio, ci sono troppe variazioniFinalmente stai iniziando ad andare nella giusta direzione :)
tutto quello che dovete fare è forzare tutte queste cose con una semplice ricerca a forza bruta e scegliere il modello migliore
Non troverete mai uno schema redditizio per deduzione logica e il grande metodo della deduzione, ci sono troppe variantima la cosa divertente è che questi stati 5 e 7 cambiano più spesso, non sono continui nel tempo e un'altra cosa è che si scambiano tra loro))
il grafico delle transizioni di stato
Questo è ciò che appare quando li scambiate. Il rosso è vendere e il blu è comprare
Ora voglio aggiungere ai parametri ottimizzati la dipendenza dei segnali dalle distribuzioni, l'ho fatto per l'inizio, per vedere
se la curtosi è superiore a un certo valore (possiamo optare per questo), allora abbiamo una situazione piatta ed è possibile comprare/vendere con la stessa probabilità (e quindi correggere tutti quelli sbagliati)
inoltre sull'asimmetria, se c'è un certo lato, allora la probabilità del segnale di comprare o vendere è spostata
Questo è un primitivo, ma è approssimativamente il modo in cui l'ottimizzatore può selezionare gli obiettivi
Tutto quello che dovete ottenere dalle metriche è l'errore di classificazione su un campione di prova (da addestrare su un campione di allenamento). Gli iperparametri sono enumerati nell'ottimizzatore, e viene selezionato il modello con l'errore più basso. Cosa c'è di non interpretabile qui? Hai solo bisogno di sapere se tale modello può generalizzare o meno guardando gli errori sui dati di prova.
Ho appena fatto un esempio di come lavorare con questo tipo di merda.
La questione è nell'interpretabilità del modello eventualmente scelto (che effettivamente commercia).
ma la cosa divertente è che questi stati 5 e 7 cambiano più frequentemente, non sono continui nel tempo e anche la cosa divertente è che si scambiano tra loro))
grafico delle transizioni di stato
Questo è ciò che appare quando li scambiate. rosso vendere e blu comprare
Fallo con RL, il modello di Markov ha bisogno di approssimazione
La questione è l'interpretabilità del modello risultante (che sarà effettivamente scambiato).
i modelli induttivi non sono interpretabili, di regola, che si tratti di programmazione genetica o di reti neurali... ci vuole molto tempo per riprendere i pezzi
python e r probabilmente hanno pacchetti corrispondenti
esempio per gli alberiBeh, facendo tutto tramite RL, il modello di Markov deve essere approssimato da qualcosa
Perché approssimarlo? È già suddiviso in 10 stati dall'algoritmo di Viterbi, come un cluster in sostanza.
Penso che il prezzo dovrebbe essere approssimato prima di fare i resi o non fare i resi?
A proposito, se qualcuno vuole dilettarsi in "cmm" ecco un articolo con codice ed esempi in R
http://gekkoquant.com/2014/09/07/hidden-markov-models-examples-in-r-part-3-of-4/