L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2480
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
Quando si applicano metodi di apprendimento automatico a RUNNING, è praticamente impossibile avere la stessa variabile dipendente per lo stesso set di variabili di input. Valori diversi della variabile dipendente generano un errore di previsione che deve essere minimizzato.
Tutto questo thread riguarda la minimizzazione dell'errore di previsione, aksakal.
Verità semplici....
perché casuale?
Esattamente. Le serie temporali di scambio non sono stazionarie, ma non sono casuali. C'è sempre una ragione per i cambiamenti di prezzo ed è l'analisi della causa che aiuta a prevedere il prezzo, non la conseguenza!
........................ Fammi un esempio di una serie deterministica non stazionaria
Sei consapevole che ci sono metodi di formazione in cui la minimizzazione dell'errore può essere infinitamente lunga non per tempo ma per risultato effettivo e che l'errore minimo ottenuto durante la formazione non è un criterio per valutare la generalizzabilità del modello. Diciamo che il metodo di back propagation è in grado di minimizzare l'errore su qualsiasi dato fino a zero, ma come regola tali modelli non hanno generalizzabilità e si comportano male su nuovi dati. Così questo metodo sarà in grado di minimizzare l'errore in presenza di dati contraddittori a zero, ma sarà di scarsa utilità nella pratica. Quindi credetemi, la minimizzazione dell'errore nell'allenamento non è un approccio sufficiente nell'allenamento!
Stronzate
perché casuale?
Le serie temporali sono deterministiche, casuali e stocastiche. Non ce ne sono altri. Niente di niente.
Forex e quotazioni azionarie - che tipo di serie?
E se è esattamente il tuo pensiero, capisco cosa stai pensando, puoi prendere qualsiasi funzione come:
A[1]*X^0+A[2]*X^1+ ... + A [N]*X^N, è in generale una serie di Taylor (serie funzionale), tranne che A[i] > 0 per tutti gli i = 1...N dà in generale una crescita costante della derivata prima, per dirla chiaramente, quindi
Come differenziare un dataset di serie temporali con Python
Come eseguire il backtest dei modelli di apprendimento automatico per la previsione delle serie temporali
sì, qualcosa in rete ... confuso dalla correzione per la stagionalità e altri eventi più significativi nel tempo...
... e il numero di volte :
Come tale, il processo di differenziazione può essere ripetuto più di una volta fino a quando tutta la dipendenza temporale è stata rimossa.
Il numero di volte che viene eseguita la differenziazione è chiamato ordine di differenza.
p.s.
Guarderò anche i link da qui (grazie per l'articolo)
Le serie temporali sono deterministiche, casuali e stocastiche. Non ce ne sono altri. Niente di niente.
Forex e prezzi delle azioni - che tipo di serie?
Non sono bravo a farlo...
Se non mi sbaglio: in termini di teoria della probabilità, le citazioni sono un processo casuale e non stocastico.
Ma non sono d'accordo.
Non sono bravo a farlo.
Se non mi sbaglio: in termini di teoria della probabilità, le citazioni sono un processo casuale e non stazionario.
Ma non sono d'accordo.
Perché no?
Perché?
Ho diversi argomenti, ma non devono essere considerati in termini di teoria della probabilità, ma solo di ragionamento umano.
1) Tutti i metodi matematici inventati per elaborare serie casuali/non stazionarie/stazionarie..... qualsiasi non funzionano per le citazioni, perché?
2) il processo è organizzato da persone per prendere soldi da altre persone, non può funzionare a caso, credo che il processo sia deterministico ma è complicato...
C'erano altri punti, ma quando ho iniziato a scrivere mi è sfuggito di mente...
Ho diversi argomenti, ma non devono essere considerati in termini di teoria della probabilità, ma solo di ragionamento umano.
1) Tutti i metodi matematici inventati per elaborare serie casuali/non stazionarie/stazionarie..... qualsiasi non funzionano per le citazioni, perché?
2) il processo è organizzato da persone per prendere soldi da altre persone, non può funzionare a caso, credo che il processo sia deterministico ma è complicato...
Avevo altri punti ma quando ho iniziato a scriverli, mi sono sfuggiti di mente...
1. Tutti i metodi matematici per i processi non stazionari sono sciamanesimo. Perché si può prevedere il futuro solo in base al passato e se il futuro non dipende dal passato - le previsioni basate sul passato non funzionano.
Quindi la scelta del metodo, del modello, ecc. non gioca alcun ruolo - solo la giusta scelta delle variabili di input.
Non c'è bisogno di andare oltre.