L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1475

 
Alexander_K:
Ho avuto una domanda un paio di settimane fa sul perché i modelli imparano e commerciano così bene sui tuoi tick reali da 03_AUDCAD. La risposta a cui sono arrivato ora è.
Perché la distribuzione dei guadagni di prezzo è simmetrica, e questa distribuzione simmetrica è conservata nella finestra scorrevole.
Qualcosa del genere è quello che devo ottenere su M15.
2018.04.16 22:43
Molto interessante. Lo controllerò.
2018.04.17 00:31
2018.04.17 00:57
Ci sono 10000 incrementi dell'ultimo prezzo su tick reali da 03_AUDCAD.xls
La linea gialla è una media mobile con una finestra di 100. Quasi perfettamente piatto.
2018.04.17 00:58

Ed ecco l'EURUSD M1 per un confronto. 10.000 ultime battute, nessun assottigliamento. La media va costantemente fuori strada.

2018.04.17 01:04
2018.04.17 01:04

Questa è una delle ultime voci che avevo nel mio PM da Doc... Qualcosa mi ha fatto piangere, ricordando i vecchi tempi....

E qual è il criterio in base al quale alcune zecche vengono eliminate? O la parola "diradamento" ha un significato diverso?

 
elibrario:
Avete studiato AUDCAD, compreso lo spread? Lì è enorme - circa 40-50 ppts. Ho guardato il grafico - negli ultimi 100 minuti il prezzo non si è mosso dallo spread

Sì.

Anche se il modello di Doc sulle zecche diradate stava dando ottimi risultati, lo spread si stava mangiando quasi tutti i profitti. Quindi, è passato a un ulteriore diradamento, fino a ottenere un evento (citazione) circa una volta ogni 15 minuti. Ahimè, non so cosa sia successo dopo. È scomparso... Forse ucciso come Aliosha - chi lo sa...

Mi sono fermato a questo e ho semplicemente applicato le formule della teoria dei processi casuali alla BP ottenuta.

 
Aleksey Vyazmikin:

E qual è il criterio in base al quale alcuni tic vengono eliminati? O la parola 'diradamento' ha un significato diverso?

Sono stato assottigliato da Erlang come un semplice flusso di eventi. C'è una serie di citazioni di zecche, ogni 2a citazione ne rimane - la studiamo, non ci sta - quindi ogni 3a citazione, ecc. Fino ad ottenere una serie con determinate proprietà.

 
Alexander_K:

Sono stato assottigliato da Erlang. C'è una serie di eventi di spunta, ogni 2a citazione ne viene buttata fuori - indagate, non ci sta - quindi ogni 3a, ecc. Fino ad ottenere la serie con determinate proprietà.

Supponiamo di aver appena azzerato la distribuzione sulla storia, trovato la distribuzione desiderabile e poi? Se iniziamo a sfoltire dal secondo tick e non dal primo, dovremo buttare via dei dati completamente diversi, giusto? Non capisco come si possa diluire in tempo reale dal punto desiderato.

 
Aleksey Vyazmikin:

Diciamo che l'abbiamo buttata sulla storia, abbiamo trovato la distribuzione desiderata, e poi? Dopo tutto, se iniziamo a sfoltire non dalla prima spunta ma dalla seconda, dovremo buttare via dei dati completamente diversi, giusto? Non capisco come possa essere fatto in tempo reale dal punto desiderato.

:))) Beh, ci ho messo 1 anno e mezzo per farlo. Ma, senza diradamento, non ho la minima idea di come risolvere questo problema.

E inoltre - nel caso di Doc il NS prevedeva stupidamente un segno per il prossimo incremento, mentre io ho ottenuto un processo Ornstein-Uhlenbeck con un ritorno alla media.

 
Alexander_K:

Sì.

Anche se il modello di Doc sulle zecche diradate stava dando ottimi risultati, lo spread si stava mangiando quasi tutti i profitti. Quindi, è passato a un ulteriore diradamento, fino a ottenere un evento (citazione) circa una volta ogni 15 minuti. Ahimè, non so cosa sia successo dopo. È scomparso... Forse ucciso come Aliosha - chi lo sa...

Mi sono fermato a questo e ho semplicemente applicato le formule della teoria dei processi casuali alla BP ottenuta.

Amico... Non credo che queste battute su Doc siano più divertenti, dato che Aliosha è morto di morte violenta, e lo stesso vale presumibilmente per Yura Reshetov. E DR_TR, per fortuna, è vivo e vegeto, lavora per uno stipendio come impiegato, facendo le commissioni del capo, e non pensa nemmeno a tutto questo incubo con i mercati, almeno fino a quando la ferita spirituale non sarà guarita, dopo aver perso circa tre kilobucks su crypto, e poi, sono sicuro, tornerà rinfrescato e con nuove idee.

 
Alexander_K:
Ho avuto una domanda un paio di settimane fa sul perché i modelli imparano e commerciano così bene sui tuoi tick reali da 03_AUDCAD. La risposta a cui sono arrivato ora è.
Perché la distribuzione dei guadagni di prezzo è simmetrica, e questa distribuzione simmetrica è conservata nella finestra scorrevole.
Qualcosa del genere è quello che devo ottenere su M15.
2018.04.16 22:43
Molto interessante. Lo controllerò.
2018.04.17 00:31
2018.04.17 00:57
Ci sono 10000 incrementi dell'ultimo prezzo su tick reali da 03_AUDCAD.xls
La linea gialla è una media mobile con una finestra di 100. Quasi perfettamente piatto.
2018.04.17 00:58

Ed ecco l'EURUSD M1 per un confronto. 10.000 ultime battute, nessun assottigliamento. La media va costantemente fuori strada.

2018.04.17 01:04
2018.04.17 01:04

Questa è una delle ultime voci che avevo nel mio PM da Doc... Qualcosa mi ha fatto piangere, ricordando i vecchi tempi....

https://www.hindawi.com/journals/tswj/2015/909231/

The Lambert Way to Gaussianize Heavy-Tailed Data with the Inverse of Tukey’s h Transformation as a Special Case
The Lambert Way to Gaussianize Heavy-Tailed Data with the Inverse of Tukey’s h Transformation as a Special Case
  • Hindawi
  • www.hindawi.com
I present a parametric, bijective transformation to generate heavy tail versions of arbitrary random variables. The tail behavior of this heavy tail Lambert random variable depends on a tail parameter : for , , for has heavier tails than . For being Gaussian it reduces to Tukey’s distribution. The Lambert W function provides an explicit inverse...
 
Alexander_K:
Un paio di settimane fa ho avuto una domanda sul perché i modelli imparano e commerciano così bene sui tuoi tick reali da 03_AUDCAD. La risposta a cui sono arrivato ora è.
Perché la distribuzione dei guadagni di prezzo è simmetrica, e questa distribuzione simmetrica è conservata nella finestra scorrevole.
Qualcosa di simile devo ottenere su M15.
2018.04.16 22:43

Ho già scritto su questo, e ho spiegato che non ha senso....

Non c'è bisogno di essere un genio per fare una serie con queste proprietà, non c'è bisogno di usare trasformazioni esotiche ecc. È sufficiente fare una doppia/tripla differenziazione di serie....

E sì!

1. Otteniamo una serie super stazionaria con guadagni simmetrici e scorrimento regolare

2. Avremo un ritorno permanente a zero.

3. otterremo un'eccellente prevedibilità di tali serie da qualsiasi classificatore, superiore al 90%.


Ma avendo applicato un tale segnale al mercato, saremo schiacciati alla prima tendenza, perché dopo la trasformazione inversa questo segnale non vale un centesimo!

Quindi andiamo,Alexander_K

Giustificare il mio errore con delle prove (uno screenshot del commercio di qualcun altro senza nickname non è la prova che hai ragione)

O smettete di diffondere queste sciocchezze nelle masse, qualcuno potrebbe anche crederci...

Non vedo l'ora di una discussione sostanziale.

 
mytarmailS:

O argomentare il mio caso con delle prove (gli screenshot di scambi di altre persone senza nickname non contano come prova che hai ragione)

O smettila di diffondere queste sciocchezze alle masse, qualcuno potrebbe crederci...

Sto aspettando una conversazione sostanziale.

Questo è il suo screenshot, il problema è che i drawdowns sono equivalenti ai profitti, questo grafico non mostra l'equity. Quindi la prova di metodo è molto discutibile, con tutto il rispetto.

Sono d'accordo sulle mosse forti, solo che non ce ne sono state ultimamente
 
mytarmailS:

Ma applicando un tale segnale al mercato, saremo schiacciati alla prima tendenza, perché dopo la trasformazione inversa questo segnale non vale un centesimo!

Quindi andiamoAlexander_K

Giustificare il mio errore con delle prove (uno screenshot del commercio di qualcun altro senza nickname non è la prova che hai ragione)

O smettete di diffondere queste sciocchezze nelle masse, qualcuno potrebbe anche crederci...

Sto aspettando una conversazione sostanziale.

Non devo dire niente, ti farebbe sentire meglio?

Tanto più che il Doc è scomparso e per il suo lavoro non posso dire nulla, tranne che ho visto il suo segnale crescere, e poi bang - e non c'è nulla...

Sul mio segnale:

Ho descritto tutto quello che posso nel thread TIP. E originariamente era tutto costruito sul diradamento del flusso delle zecche. Proprio sulla M1, M5, .... nessuna formula della teoria dei processi casuali funziona. Infatti esce +0% di profitto come su SB. Su file diradate, non lineari nel tempo, funzionano. Non so perché funziona così e non altrimenti.

È possibile infilare semplicemente delle serie diluite in NS e trarne profitto? A questa domanda potrebbe rispondere Doc ... La mia opinione personale - no. Ho detto questo a Maxim. NS dovrebbe comunque conoscere la teoria dei processi casuali e derivare indipendentemente la formula di Einstein-Smoluchowski per la varianza dei processi... Sconfiggere il genio umano di NS è impossibile. IMHO. Potrei sbagliarmi...

Ma, dopo tutto, quasi nessuno in questo thread sta pre-elaborando i dati di input. Ma Warlock 1000 pagine fa ha detto che questo è il più importante e questo stadio è il segreto più importante di tutti i maestri di MI. E devi imparare ad ascoltare Koldun.