L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1713

Nuovo commento
 
Renat Akhtyamov:

State cercando un sistema per fare soldi?

signori, state solo cercando un sistema per fare soldi

ma nessuno, assolutamente nessuno, può farlo

Siamo solo interessati a risolvere un problema interessante, soprattutto quando inizia ad essere risolto.
 
mytarmailS:

Quando gli scienziati vogliono dare un senso a qualche processo complesso....

abbastanza divertente, mi metterò a scavare...

 
mytarmailS:

Quando gli scienziati vogliono capire un processo complesso, cercano di decomporlo in componenti più semplici e di analizzarli, ed è per questo che è stata creata l'analisi spettrale. Proviamo a giocare agli scienziati), anche se non di grande successo. Ho capito come scomporre il prezzo in componenti più semplici. La mia decomposizione non ha additività, e questo è male, ma è ancora interessante guardare il prezzo da un'angolazione diversa.

Quindi abbiamo bisogno del prezzo di chiusura e della volatilità (massimi).

Trasformiamo il prezzo in un binario condizionale - se l'aumento del prezzo è superiore a quello precedente, allora "1" se è inferiore, allora "-1".

Codice R

otteniamo un prezzo binario

potete farlo cumulativo e confrontarlo con il prezzo.

Non sembra molto) Ora aggiungiamo la volatilità alla nostra serie

Già meglio...

Idee...

IDEA 1

Così, quasi tutto il "tempo" è determinato dalla volatilità "intra-scheda", non da una direzione "binaria" del prezzo. Il punto è che la volatilità ha una pronunciata stagionalità ed è relativamente facile da prevedere, dobbiamo solo prevedere il prezzo binario, che è più facile nella struttura del prezzo ordinario e poi semplicemente combinare le previsioni e ottenere una previsione completa...


IDEA 2

Tutti gli algoritmi MO adeguati imparano molto male dai prezzi grezzi anche se sono normalizzati perché non hanno ripetitività in serie, probabilmente solo a causa della volatilità che è sempre diversa, se decomponiamo il prezzo in binario e volatilità, normalizziamo la volatilità e li aggiungiamo di nuovo, o non normalizziamo e li diamo in pasto a MO, in teoria dovremmo ottenere una migliore capacità di generalizzazione perché la ripetibilità aumenterà


IDEA 3

Con la decomposizione possiamo smussare i prezzi senza perdere alcun ritardo. Possiamo scomporre il prezzo e interpolare (allungare) la volatilità e il prezzo separatamente e poi sommare


IDEA 4

Possiamo scomporre i prezzi e la volatilità del cluster, cioè ridurre i gradi di libertà del cluster a 10 cluster (stati), cioè standardizzarlo e poi aggiungere di nuovo la volatilità standardizzata.

La proposta di scomporre un processo complesso nelle sue componenti è molto sensata. Questo è il modo di procedere. Ma per qualche motivo avete pochissimi componenti. Ci sono molti parametri di mercato, compresi i derivati, che possono essere aggiunti allo studio. Avete uno strumento potente: il MO! Perché non provare a costruire un sistema parametrico coerente e logico, in cui cercare modelli statistici con l'aiuto del MO?

Ampliate l'insieme dei parametri dello studio, organizzandoli precedentemente per connessioni e dipendenze, la cui forza verrà controllata statisticamente.

Se si lasciano 2-3 parametri, l'utilità dello studio si perde, perché la casualità del processo per noi è inversamente proporzionale al numero di parametri conosciuti e alle loro relazioni. Più ce ne sono, meno casualità vediamo nel processo. Quindi, costruite il sistema e aggiungete i parametri.
 
Konow reg:
Il suggerimento di scomporre un processo complesso nelle sue parti costitutive è molto ragionevole. Questo è il modo per farlo. Ma non avete abbastanza elettori. Ci sono molti parametri di mercato, compresi i derivati, che possono essere aggiunti allo studio. Avete uno strumento potente: il MO! Perché non provare a costruire un sistema parametrico coerente e logico, in cui cercare modelli statistici con l'aiuto del MO?

Ampliate l'insieme dei parametri dello studio pre-organizzandoli con collegamenti e dipendenze, di cui controllate statisticamente la forza.

Se si mantengono 2 o 3 parametri, l'utilità dello studio è annullata, perché la casualità del processo per noi è inversamente proporzionale al numero di parametri noti e alle loro relazioni. Più ce ne sono, meno casualità vediamo nel processo. Quindi, costruite il sistema e aggiungete i parametri.

Inizialmente abbiamo 3 parametri tick series, bid asc, tick time. Tutti gli altri parametri sono derivati da questi tre. Diradamento, media. E di molti.

 
Valeriy Yastremskiy:

Inizialmente abbiamo 3 parametri di serie tick, bid asc, tick time. Tutti gli altri parametri sono derivati da questi tre. Diradamento, media. E di molti.

Bid, ask, flipper, volumi di domanda e offerta a livelli, OI, stagionalità, tempo di sessione e molti altri e derivati... è possibile includere parametri fondamentali come il tempo di rilascio delle notizie, l'importanza delle notizie, il tasso di interesse, il comportamento delle coppie parallele nello stesso momento... Se hai intenzione di usare il MO, dovresti usarlo al massimo. Come la canzone "mio padre e mia madre mi hanno insegnato... da esplorare, quindi esplorate!"))

Dobbiamo costruire un sistema a partire da un grande insieme di parametri di mercato e identificare staticamente le loro relazioni. Poi, su questa base, si devono derivare delle "pseudo-dipendenze" (dipendenze che funzionano con un'alta probabilità) che serviranno da "modello" per il TS.
 
Retag Konow:
Bid, ask, flipper, volumi di domanda e offerta a livelli, OI, stagionalità, tempo di sessione, e molti altri e derivati... è possibile includere parametri fondamentali come il tempo di rilascio delle notizie, l'importanza delle notizie, il tasso di interesse, il comportamento delle coppie parallele nello stesso momento... Se hai intenzione di usare il MO, dovresti usarlo al massimo. Come la canzone "mio padre e mia madre mi hanno insegnato... da esplorare, quindi esplorate!"))

I parametri esterni fondamentali non sono stati considerati qui, poiché il compito di digitalizzarli non è stato ancora risolto, a parte l'importanza delle notizie, che è super-piccola, la presentazione di altre proprietà e parametri di mercato non è stata vista finora, apparentemente ce ne sono alcune in sviluppo da qualche parte, ma non sono in uso. Dalle notizie sull'argomento. L'IA terrà conto delle informazioni sullo stato del paese nemico ed elaborerà la tattica d'azione. Il compito di digitalizzare i dati sullo stato della società, del mercato, del paese, è un compito diverso.

 
Evgeny Dyuka:
Siamo solo interessati a risolvere un problema interessante, soprattutto quando inizia ad essere risolto.
Come si fa a determinare quando un problema comincia ad essere risolto?
 
Valeriy Yastremskiy:

I parametri esterni fondamentali non sono stati considerati qui, poiché il compito di digitalizzarli non è stato ancora risolto, a parte l'importanza delle notizie, che è super-piccola, la presentazione di altre proprietà e parametri di mercato non è stata vista finora, apparentemente ce ne sono alcune in sviluppo da qualche parte, ma non sono in uso. Dalle notizie sull'argomento. L'IA terrà conto delle informazioni sullo stato del paese nemico ed elaborerà la tattica d'azione. Il compito di digitalizzare i dati sullo stato della società, del mercato e del paese è un altro.

Anche senza digitalizzazione dei dati fondamentali, oltre al prezzo ci sono volumi, interesse aperto, livelli di prezzo e volumi, parametri temporali - sessione, stagione, ecc. Le notizie, a quanto pare, sono già digitalizzate...

Cioè, il menu dei parametri di mercato è molto più ricco di quello che viene discusso e utilizzato qui, e il potenziale dell'IA non è pienamente realizzato nella ricerca.

Raccoglierei i parametri disponibili in un sistema condizionale, organizzerei il flusso dei loro valori in un algoritmo MO che calcolerebbe i coefficienti delle dipendenze "incrociate" basandosi su un database statistico, che verrebbe rifornito e aggiornato in tempo reale.
 
Renat Akhtyamov:
Come si determina quando un problema comincia ad essere risolto?
Semplicemente, una rete neurale funziona come un indicatore nel mercato reale e predice bene il movimento degli asset. Inoltre un altro sta cercando di dare punti di ingresso. Ecco gli ultimi quattro segnali nelle ultime 10 ore, tutti i segnali stanno diventando pubblici.

 
L'obiettivo dello studio è trovare relazioni stabili nella dinamica dei valori dei parametri di mercato. Più parametri ci sono, meglio è, perché il NS avrà una variabilità nel contrastare uno con l'altro, il che aumenterà la probabilità di trovare un modello.
1...170617071708170917101711171217131714171517161717171817191720...3399
Nuovo commento