L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3116
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
C'è qualcos'altro nella linea del tempo? )
E se prendessimo in considerazione gli incrementi di altre coppie di valute? Sarebbe utile?
E se prendessimo in considerazione gli incrementi di altre coppie di valute? Sarebbe utile?
E se prendessimo in considerazione gli incrementi di altre coppie di valute? Sarebbe utile?
L'"impatto" è una caratteristica qualitativa.
È necessaria una misura quantitativa della forza della relazione tra il predittore e l'obiettivo. Ho scritto molte volte su questo forum, ho fatto riferimento a pacchetti R, ho persino citato i risultati dei miei calcoli.
L'idea stessa di includere alcuni predittori basati su altre coppie di valute è abbastanza funzionante.
PS. Se non si utilizza una misura di linkage nella fase di pre-elaborazione, non si dovrebbe parlare di MO.
Contrariamente alle informazioni obsolete secondo cui la preelaborazione è "il nostro tutto", sia la preelaborazione che la postelaborazione sono state oggetto di ricerche approfondite e hanno dimostrato la loro efficacia.
Ad esempio, l'apprendimento delle caratteristiche (o apprendimento delle rappresentazioni) è legato alla preelaborazione e si è dimostrato efficace in diversi compiti.Presentiamo una situazione ipotetica con un TS teorico, che consiste in un modello di base che prevede la direzione dell 'operazione e un metamodello che prevede la probabilità di vincita (operare o non operare):
Chiamiamo il primo modello il modello principale, che divide lo spazio delle caratteristiche in acquisto/vendita con una linea nera. Il secondo è un metamodello che divide lo spazio totale delle caratteristiche in compravendita/non compravendita (linea rossa).
Ora immaginiamo un'altra variante, quando ci sono due metamodelli e ciascuno di essi divide i diversi spazi delle caratteristiche delle classi BUY e SELL in trade/non-trade separatamente (due linee rosse).
Una domanda puramente teorica "su cui riflettere" è se la seconda opzione sia migliore. E se lo è, perché. Si prega di commentare.
Una richiesta, probabilmente anche ad Alexei Nikolaev, su come si possa determinare l'effetto di tale "intervento". Dopo tutto, otterremo due distribuzioni di probabilità di due metamodelli, che possono essere confrontati/valutati/distribuiti da angoli.Io uso la seconda variante. Non ho provato la prima, perché ha suscitato subito scetticismo.
Penso che i tori e gli orsi operino in modo diverso. Lo stesso euro di solito scende rapidamente e poi sale lentamente. Un comportamento diverso. Anche i diversi chip possono diventare importanti. Iperparametri diversi nei modelli. È improbabile che un modello di acquisto/vendita riesca a combinare bene i diversi comportamenti delle varie azioni. Ci sarà qualcosa di intermedio.
Io uso la seconda variante. Non ho provato la prima, perché ha suscitato subito scetticismo.
Penso che i tori e gli orsi operino in modo diverso. Lo stesso euro di solito scende rapidamente e poi sale lentamente. Un comportamento diverso. Anche i diversi chip possono diventare importanti. Iperparametri diversi nei modelli. È improbabile che un modello di acquisto/vendita riesca a combinare bene i diversi comportamenti delle varie azioni. Si tratterà di una via di mezzo.
Che cosa significa prevedere la direzione del trade?
Cosa significa prevedere la probabilità di vincita?
Sono concetti troppo vaghi...
In generale, la classificazione binaria delle previsioni di crescita/declino del mercato sotto forma di probabilità risolverà il problema.
la probabilità di crescita è superiore a 0,5 - questa è la direzione dell'affare.
probabilità di crescita elevata, ad esempio 0,8 - sarà la probabilità di vittoria.
E non si tratta di metamodelli.
Ma questo è in casi generali, ma capisco che non stiamo parlando di casi generali, quindi dobbiamo chiarire la terminologia che è
predice la direzione dell'affare
predice la probabilità di vittoria
Intuitivamente, sembra che sia così. Ma è anche possibile ottenere le probabilità di acquisto/vendita da due modelli contemporaneamente, indipendentemente dalla direzione prevista. Confrontarli e fare un ulteriore controllo, in modo che le probabilità differiscano significativamente per l'apertura di un trade.
In che senso, prevede la direzione della transazione
Cosa significa - predice la probabilità di vincita
È un concetto confuso.
In generale, la classificazione binaria delle previsioni di crescita/declino del mercato sotto forma di probabilità risolve il problema.
una probabilità di crescita superiore a 0,5 rappresenta la direzione del trade
probabilità alta, ad esempio 0,8 - questa sarà la probabilità di vincita
E nessun metamodello.
Ma questo è in casi generali, ma capisco che non stiamo parlando di casi generali, quindi dobbiamo chiarire la terminologia di ciò che è.
prevede la direzione della transazione
predice la probabilità di vittoria
Tutto questo è stato discusso qui molte volte nella preistoria. Il primo modello addestrato su acquisto/vendita viene testato su nuovi dati. I casi in cui si sbaglia vengono inseriti nella classe di non compravendita, gli altri nella classe di compravendita. Il secondo classificatore viene addestrato su di esso. Otteniamo due modelli. Uno di essi prevede la direzione, l'altro prevede se l'operazione deve essere annullata. In questo modo si ottiene una certa flessibilità, se si imposta una soglia per gli scambi attraverso un solo modello. Perché i due modelli possono essere migliorati, uno attraverso l'altro. Ho descritto il metodo originale nell'ultimo articolo. Poi sono passato alla logica modificata.
Questa, tra l'altro, è una questione aperta, perché è possibile migliorare l'uno attraverso l'altro, apparentemente, in modi diversi.
Poi mi sono imbattuto nell'inferenza di Kozul, dove si procede in modo simile.