L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1002
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
Quindi, c'è l'opinione che la sequenza dei rendimenti (CLOSE[i]-OPEN[i])-(CLOSE[i-1]-OPEN[i-1]) sia una serie stazionaria.
Un retournee di una candela è (close-open)/open, è chiaro il cazzo che non è un prezzo pulito da mettere in NS, il prossimo retournee è previsto da quello precedente (con una finestra diversa) molto male, non abbastanza per uno spread, ma apparentemente questo è tutto quello che possiamo ottenere
In sostanza, il valore CLOSE[i]-OPEN[i] non è altro che la somma degli incrementi.
Una sequenza di tali valori dovrebbe, al limite, tendere a una distribuzione normale.
Ebbene, c'è l'opinione che la sequenza dei rientri (CLOSE[i]-OPEN[i])-(CLOSE[i-1]-OPEN[i-1]) sia una serie stazionaria.
Qualcuno ha provato una cosa del genere sull'ingresso NS e quali sono stati i risultati?
Close[i] può essere sostituito con Open[i+1], in Forex è vero in più del 90% dei casi. Oppure può essere solo uno o due pip diversi. Allora ci sarà solo una serie temporale nella formula, è più conveniente.
Tale trasformazione è usata nel modello ARIMA. E serve davvero a raggiungere la stazionarietà, ma ci sono molte più trasformazioni, non è l'unica formula.
L'ARIMA è ormai superato, nei mercati finanziari se dà qualcosa, non è più dell'interesse bancario su un deposito. GARCH è molto meglio secondo gli articoli, inoltre è ARIMA più varie aggiunte.https://people.duke.edu/~rnau/411arim.htm
Una sequenza di tali valori dovrebbe, al limite, tendere verso una distribuzione normale.
Non ho visto prezzi che tendono a una distribuzione normale. Ho sempre avuto guadagni che assomigliavano a Laplace, con code di koshi.
Questo era il mio ragionamento teorico.
In pratica, naturalmente, i primi rientranti non hanno Gauss, e nessuno è mai riuscito ad ottenerlo, e non ci riuscirà mai, ahimè...
Ancora stavo parlando della sequenza (CLOSE[i]-OPEN[i])-(CLOSE[i-1]-OPEN[i-1]), cioè in realtà delsecondo ritorno.
Beh, non ho ancora prestato molta attenzione a questi secondi ritorni, e avrei dovuto farlo.
E Kolmogorov, in generale, vedo, prestava particolare attenzione a B(k)=M[x(t)*x(t-to)]=M[(CLOSE[i]-OPEN[i])*(CLOSE[i-to]-OPEN[i-to])] e rifiutava di prevedere qualcosa se questa funzione non era del tutto definita.
Forse ha senso porre certe condizioni al lavoro dei NS?
Diciamo, saltare pezzi instabili di BP, esplorando, per esempio, i secondi ritorni o B(k)?
Ciao!
Cari guru, avete già creato un superbot?
Mi piacerebbe provarlo sul serio.
E Kolmogorov, in generale, vedo, prestava particolare attenzione a B(k)=M[x(t)*x(t-to)]=M[(CLOSE[i]-OPEN[i])*(CLOSE[i-to]-OPEN[i-to])] e rifiutava di prevedere qualcosa se questa funzione non era del tutto definita.
Forse ha senso porre certe condizioni al lavoro dei NS?
Diciamo, saltando pezzi instabili di BP esplorando i secondi ritorni o B(k), per esempio?
Quindi c'è un limite: (Sigma al quadrato).
La determinazione di questo limite è il primo dei problemi risolti in questo
problema da risolvere in questo documento.
Per quanto riguarda il problema dell'interpolazione, consideriamo solo il
il caso della valutazione di x(/) per le quantità
-x{t + i)Jx{t + 2)1 ...,x(t + n),
x(t - l), x(t~2), ... , x(t - ha).
Per questo caso denotiamo con oj (ha) il valore minimo dell'aspettativa matematica
aspettativa
a2 = MI0-<?)%
dove Q è una forma lineare:
Q = axx {t + i) + atx {t + 2)+ ... +apx {t + n) +
+ a-ix(t - l)-\-a-2%(t - 2)+ ... -a-nx(t - ha)
con coefficienti reali costanti come.
All'aumentare di ha, il valore di a2 (i) non aumenta. Quindi esiste
limite
l im a} (ha) = o? (5)
P~>o
Il nostro secondo problema è determinare un]. La seguente proposta
soluzione dei due problemi formulati sopra è stato riportato senza
prova nella mia nota (*) *. Si basa su nozioni relative a
alla teoria spettrale dei processi casuali stazionari.
La teoria spettrale dei processi casuali stazionari è stata
costruito da A. Я. Hinchin per il caso di cambiamento continuo dell'argomento temporale t (2 ).
argomento t (2 ) .
Non capisco, pensate di stimare analiticamente l'affidabilità della previsione già fatta, o di fare una previsione per cominciare. Le prime due pagine dicono che l'articolo riguarda la stima dell'affidabilità di una previsione. Le previsioni stesse si trovano inA.J. Hinchin.
E lei non ha copiato attentamente l'affermazione di base dell'articolo.
Non: B(k)=M[x(t)*x(t-to)]=M[(CLOSE[i]-OPEN[i])*(CLOSE[i-to]-OPEN[i-to])
A: B(j)=M[x(t)*x(t-to)]=M[(CLOSE[i]-OPEN[i])*(CLOSE[i-to]-OPEN[i])
Inoltre, penso che sia più corretto:
Forum sul trading, sistemi di trading automatico e strategie di test
L'apprendimento automatico nel trading: teoria e pratica (Trading e oltre)
Dr. Trader, 2018.07.06 02:37
Close[i] può essere sostituito da Open[i+1], in forex è vero in più del 90% dei casi. O una differenza di pochi pip. Allora ci sarà solo una serie temporale nella formula, è più conveniente.
Tale trasformazione è usata nel modello ARIMA. E serve a raggiungere la stazionarietà, ma ci sono molte altre trasformazioni, non è l'unica formula.
L'ARIMA è già obsoleto, nei mercati finanziari, semmai non darà più dell'interesse bancario su un deposito. GARCH è molto meglio secondo gli articoli, inoltre è ARIMA, più varie aggiunte.https://people.duke.edu/~rnau/411arim.htm
PS.
Sì, e grazie per la risposta alla mia domanda del mio post: https://dxdy.ru/post1244134.html#p1244134
Ciao, è Misha che parla, e come avete capito lo sto facendo dal mio telefono :-)
Ciao Misha!
Sì, è il momento di riconsiderare tutti gli sforzi della rete neurale e le loro scarse speranze per lo strumento stesso. Niente aiuterà - né le foreste, né le steppe - se i dati di ingresso non sono preparati.
E sì - non c'è concorrenza, c'è un problema e c'è un generale scempio.
Se sai come preparare i dati, vai avanti. L'umanità vi ringrazierà.