L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1000
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
Non ho molta familiarità con l'argomento. Vorrei capire - è possibile che il detrending con ARFIMA sia utile per un brusco cambiamento di tendenza (in alto o in basso)?
No.
Dobbiamo modellare tutto questo. In particolare, si può considerare il problema del comportamento successivo del modello dopo un picco.
La domanda su cosa stiano facendo qui è più difficile da rispondere. Abitudine.
Un altro motivo è probabilmente la mancanza di scelta, anche sui forum inglesi con temi simili sulle dita di una mano per contare, dove più di 1 post al giorno, uno elitetrader, e anche lì la liquidità è scesa, picco mania algotrader era da qualche parte nel 2010, ora la gente ha capito che la palla è solo formaggio in una trappola per topi, e girando sistemi analitici, come quelli che riconoscono nuove particelle nel LHC, è per unità, non per la maggior parte. Ma qui è divertente e diversificato, come in Babilonia, come un brodo primordiale, ma senza scendere nel caos grazie alla moderazione.
A proposito, l'eredità di Mandelbrot è l'ecofisica
Lì hanno le loro formule e i loro metodi, ma non li ho studiati. Postulato come sostituto dell'obsoleta teoria del mercato efficiente
Benoit Mandelbrot scoprì nel 1965 che la dinamica delle serie finanziarie (fluttuazioni dei prezzi in borsa) è assolutamente la stessa in piccole e grandi scale temporali: è quasi impossibile determinare dal grafico di tale serie se rappresenta le fluttuazioni dei prezzi durante un'ora, un giorno o un mese. Mandelbrot ha chiamato questa proprietàautosimilarità e gli oggetti che la possiedonofrattali. La fisica è molto energica nella ricerca di processi con tali proprietà e i metodi di analisi sviluppati spesso (ma, sfortunatamente, non sempre) aiutano a notare le anomalie nel comportamento delle serie finanziarie - i precursori di bruschi cali di prezzo o rally. Il matematico franceseLouis Bachelier nella sua"Teoria della speculazione" all'inizio del XX secolo cercò di descrivere la dinamica delle serie finanziarie per analogia con il moto browniano - il movimento caotico delle molecole in un liquido o un gas. I modelli moderni che generano tale approccio generano processi frattali, che sono statisticamente molto simili alle serie finanziarie reali. Molti di questi modelli sono basati sulla teoria dei sistemi dinamici caotici - equazioni che produconodinamiche complesse, a volte quasi indistinguibili da un processo casuale - sviluppata negli anni '70 e '90. L'ecofisica moderna fa uso di altri potenti strumentidella fisica teorica- per esempio, l'integrale di continuo, uno strumento essenzialedella meccanica quantistica e dellateoria quantistica dei campi. Ma forse la tendenza più in voga oggi sono igiochi evolutivi, che simulano direttamente le attività di innumerevoliinvestitori seguendo determinate preferenze e principi.
Oggi, una serie quasi regolare di incontri sull'ecofisica include: il NikkeiEconophysics Research seminar, e i simposi APFA, ESHIA, Colloquium on Econophysics.
L'articolo nella wiki inglese aveva un po' più senso per me. Sembra che la teoria dei giochi e le simulazioni tipo Monte Carlo siano i metodi principali. Il mio atteggiamento nei loro confronti è duplice: da un lato, sono parzialmente d'accordo con lo scetticismo tuo e di fxsaber su Monte Carlo (nei commenti al mio articolo), ma dall'altro, sarei interessato a semplici modelli di mercato basati sul gioco che portano a serie di prezzi non stazionarie. È interessante anche il fatto che questi metodi possono essere un ponte tra l'analisi tecnica e quella fondamentale. Non posso dire che tutto questo aiuterà necessariamente nel trading, ma è possibile ottenere alcuni modelli, i cui parametri possono essere aggiornati per mezzo del MO.
Ho letto da qualche parte che la teoria dei giochi, fino a poco tempo fa, aveva poche applicazioni nella teoria della finanza, ma ora ci sono progressi. Mi piacerebbe saperne di più.
L'articolo sulla wiki inglese aveva un po' più senso per me. Sembra che i metodi principali siano la teoria dei giochi e la simulazione Monte Carlo. Il mio atteggiamento nei loro confronti è duplice: da un lato sono parzialmente d'accordo con lo scetticismo tuo e di fxsaber su Monte Carlo (nei commenti al mio articolo), ma dall'altro sarei interessato a vedere semplici modelli di gioco di mercato che portano a serie di prezzi non stazionari. È interessante anche il fatto che questi metodi possono essere un ponte tra l'analisi tecnica e quella fondamentale. Non posso dire che tutto questo aiuterà necessariamente nel trading, ma è possibile ottenere alcuni modelli, i cui parametri possono essere aggiornati per mezzo del MO.
Ho letto da qualche parte che la teoria dei giochi, fino a poco tempo fa, aveva poche applicazioni nella teoria della finanza, ma ora ci sono progressi. Mi piacerebbe saperne di più.
Per me, la teoria dei giochi per il mercato si è sviluppata in RL (le basi nel mio articolo), dove la matrice di pagamento è sostituita da una matrice di transizione o da una politica stocastica parametrizzata dell'agente. Tutto questo è rilevante, naturalmente, finché la strategia di mercato non cambia. La base è ancora la teoria frattale applicata al mercato, in particolare la modellazione attraverso la funzione Weierschrass-Mandelbrot, come menzionato qui sopra e altri analoghi. Non ho ancora provato a modellare questi 2 insieme, ma ho alcuni pensieri su come fare cose interessanti. Non ho studiato profondamente l'economicofisica e non so come si sviluppa, a giudicare dalle scarse informazioni su Internet - quasi nessuna :)
Questi sono i grafici che otteniamo dopo aver assottigliato esponenzialmente il tick BP. Come potete vedere, la varianza è praticamente una costante sia di giorno che di notte.
A questo scopo è sufficiente prendere una finestra di calcolo della dispersione di un giorno. Nessun diradamento ha alcun effetto qui. Se tu sapessi come fare i test di storia, sarebbe diventato ovvio molto tempo fa.
Per me, la teoria dei giochi per il mercato è sviluppata in RL (le basi nel mio articolo), dove la matrice di pagamento è sostituita da una matrice di transizione o da una politica stocastica parametrizzata dell'agente. Tutto questo è rilevante, ovviamente, finché la strategia di mercato non cambia. La base è ancora la teoria frattale applicata al mercato, in particolare la modellazione attraverso la funzione Weierschrass-Mandelbrot, come menzionato qui sopra e altri analoghi. Non ho ancora provato a modellare questi 2 insieme, ma ho alcuni pensieri su come fare cose interessanti. Non ho studiato l'ecofisica più a fondo e non so come si sviluppa, a giudicare dalle scarse informazioni su Internet è quasi impossibile :)
RL è l'apprendimento per rinforzo?
I modelli di gioco direttamente legati al mercato sarebbero interessanti. Per esempio si potrebbe provare a simulare il processo di copertura delle posizioni dei trader da parte dei broker. Forse ci sono alcuni modelli persistenti di comportamento dei prezzi (a causa dell'inevitabile ritardo tra l'accumulo di asimmetria e la sua copertura). Anche se tutto deve essere stato calcolato molto tempo fa.
L'articolo inglese non ha Mandelbrot per qualche motivo. Posso metterlo lì dentro).