L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2274
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
Temo che non funzionerà nemmeno con la matematica) Grosso modo, perché gli Tsosniks hanno la non stazionarietà "non il sistema" di cui abbiamo bisogno)
Ecco un buon articolo sulla non stazionarietà nell'audio:
Mentre la stazionarietà può essere definita in modo rigoroso, la non stazionarietà è un concetto molto ampio, poiché ci sono infiniti modi per discostarsi dalla stazionarietà.
Mentre la stazionarietà può essere definita in modo rigoroso, la non stazionarietà è un concetto molto ampio, poiché ci sono infiniti modi per discostarsi dalla stazionarietà.
Leggermente diverso, gli Tsosnik nel problema hanno un processo stazionario altamente rumoroso, sappiamo esattamente qual è e il compito è quello di eliminare il rumore.
Nel nostro caso è più adatto il modello SB con una certa dispersione di moti stazionari rumorosi di diverse forze e periodi, e ci può anche essere qualche ripetizione nel tempo, ma non sappiamo esattamente cosa cercare.
Ecco perché è necessario in qualche modo individuare tali periodi (con un numero sufficientemente piccolo di errori) e non provare nemmeno a fare qualcosa in altri momenti). Tentare di costruire una "teoria universale dei prezzi" seguita da "rompere la spina dorsale del Forex" è un percorso ovvio verso il nulla).
Sono d'accordo, perché rompere quando si può rotolare con il flusso. La cosa principale è mantenere l'equilibrio)
Un po' diverso, gli Tsosnik hanno un processo stazionario altamente rumoroso nel loro problema, sanno esattamente qual è e il compito è quello di eliminare il rumore.
Questa è la loro teoria standard. Il rumore, tra l'altro, è particolarmente destinato ad essere stazionario).
Ho appena scritto dei loro tentativi di allontanarsi da questi presupposti standard.
Nel nostro caso, il modello SB è più adatto con una sorta di accozzaglia di diversi in forza, periodo rumoroso moti stazionari della serie e ci sono anche ripetitivi nel tempo, ma esattamente cosa cercare non è noto.
Beh, sì, SB è "approssimazione zero", e poi è una questione di gusti).
L'intero mercato multimiliardario è inondato da overnighters e scalpers e tu dici... attraverso filtri di qualche tipo fermo, non sono forte. Non abbiamo bisogno di una macchina a moto perpetuo, lasciamo che cambi, ma non immediatamente
https://github.com/balzer82/FFT-Python
c'è di più ma non capisco cosa ha fatto
https://github.com/snazrul1/PyRevolution/blob/master/Puzzles/DSP_For_Stock_Prices.ipynb
Forse stiamo parlando di filtri logici? Hanno bisogno di vendere, più belle parole ci sono e meglio è. Sto monitorando questo sistema dal 2011 e ho dei bei report e backtest sul mio sito. Fortunatamente ho trovato il codice sorgente. Il mio tester mostra una cosa e il loro rapporto ne mostra un'altra. Ho iniziato ad indagare e miracolosamente non hanno scambi nel giorno in cui ho perso soldi.
Il primo link riguarda il carico della rete elettrica, è facile trovare dei cicli qui. In econometria piace anche mostrare esempi con cicli espliciti.
Il secondo non l'ho trattato, ma l'ultima immagine dice che hanno usato Fourier per isolare i cicli e li hanno continuati nel futuro, la linea arancione è composta dagli stessi pezzi, non funziona. Ecco un indicatore su questo argomento.
Per quanto riguarda Fourier, il mio modo di vedere è questo. Prima viene fatta qualche decomposizione, per esempio stl
poi i cicli vengono cercati attraverso bpf
poi i cicli sono avvolti dalla logica commerciale. (incluso MO) Non sembra complicato.
Trasformata di Hilbert-Huang.
Non funziona
Chi sa come fare il riconoscimento senza scala?
Come in questo video per esempio...
So che si fa attraverso gli spettri (Fourier molto probabilmente), so anche come farlo, ma mi sembra che quello che so non sia il modo più efficiente...
Quindi, mi interessa sapere come si fa lo scale-free nell'ambiente scientifico/industriale, in quali compiti viene applicato, dove leggere...
Chi sa come fare il riconoscimento senza scala?
Come in questo video per esempio...
So che si fa attraverso gli spettri (Fourier molto probabilmente), so anche come farlo, ma mi sembra che quello che so non sia il modo più efficiente...
Allora, mi interessa sapere come si fa lo scale-free nell'ambiente scientifico/industriale, in quali compiti viene applicato, dove leggere...
DTW forse?
Un articolo sugli hub sull'uso di DTW nel riconoscimento vocale.
Chi sa come fare il riconoscimento senza scala?
Come in questo video per esempio...
So che si fa attraverso gli spettri (Fourier molto probabilmente), so anche come farlo, ma mi sembra che quello che so non sia il modo più efficiente...
Allora, mi interessa sapere come si fa lo scale-free nell'ambiente scientifico/industriale, in quali compiti è applicato, dove leggere...
Grande normalizzazione scorrevole + correlazione
Grande normalizzazione scorrevole + correlazione