L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 1008
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
Come opzione possiamo usare la discretizzazione. Dividi la serie per condizioni e analizza le parti divise per capire se appartengono a un modello. In altre parole, rompiamo il problema in parti, prima le unità elementari, poi la loro totalità.
In linea di principio, questo viene fatto automaticamente nelle convoluzioni, come suggerito da Maxim. Le convoluzioni possono essere fatte su una serie di numeri, così come su schermate o immagini generate da una serie temporale.
Ma vale la pena di capire un po' di cose sull'argomento. I modelli sono a strati. Anche dalle primitive alle astrazioni più complesse. Se davvero interessati, c'è una base per la ricerca, posso anche dare indicazioni o aiutare con il codice.
Intendi decomporre l'immagine in pixel, come l'apprendimento automatico del riconoscimento delle lettere? La mia ricerca si basa semplicemente sulla serie di prezzi di due array.
Se è possibile fare in qualche modo per trovare il modello che stiamo cercando con meno barre, per esempio, un modello di 150 barre e uno simile si trova nella storia ma con la dimensione di 70 barre,
è interessante.
Ciò che è mostrato nell'immagine sono i modelli trovati dall'algoritmo (script).
Non capisco bene la tua definizione di markovianità, ma non credo che sia la stessa del solito. Per esempio, una tendenza (come nella tua immagine) e il markovismo sono abbastanza compatibili.
La probabilità di una tale serie in una tale sequenza (anche nel caso di un vagabondaggio simmetrico) è più alta (un problema del campo della combinatoria elementare).
Con il random walk l'aspettativa è uguale al valore iniziale; ma nel forex c'è anche uno spread che diminuirà ad ogni nuovo trade.
Fai questo esperimento - lancia una moneta e disegna un grafico di camminata casuale, se testa rotola allora il grafico è ancora su, se croce allora ancora giù. Si ottiene una passeggiata casuale come al solito.
Ora provate di nuovo l'esperimento, ma ora ad ogni lancio di moneta disegnate il grafico un po' più in basso. Se il numero di lanci è grande, ci saranno approssimativamente tanti movimenti verso l'alto quanti verso il basso, ma in aggiunta ci saranno molti piccoli movimenti verso il basso. E questi piccoli movimenti verso il basso porteranno lentamente ma inesorabilmente l'intero grafico verso il basso. L'aspettativa matematica non può essere uguale al valore iniziale.
Quindi, se il grafico dovrebbe tendere verso il basso a circa -4 centesimi per scambio, ma non sta tendendo, significa che c'è qualcosa di sbagliato con la passeggiata casuale e il processo di Markov.
C'è un problema che 5 settimane non sono sufficienti per valutare il segnale, una persona fortunata potrebbe anche ottenere un tale segnale commerciando una moneta, dobbiamo aspettare un paio di mesi in più per la credibilità.
Doc, non un modello di comportamento.
Mostrami 2 settimane di lavoro.
Vergogna. Questa è solo una dimostrazione di qualcosa che alcune persone non hanno provato ma si ostinano a chiamare impossibile.
Non avrò un segnale migliore, ho chiuso con il forex. Un giorno ci saranno scambi di cripto con cripto pam, mostrerò qualcosa lì.
Ancora una volta - ben fatto, Doc.
In effetti, è il primo segnale neurale sostenuto che ho visto. Anche se è su una demo.
Alla faccia dei poveri vecchietti seduti qui sul forum invece di giocare a domino in cortile! Imparare a lavorare!
Non avrò un segnale migliore, ho chiuso con il forex. Un giorno appariranno scambi di criptovalute con criptovalute, mostrerò qualcosa lì.
Le criptovalute possono crollare come l'indice Nasdaq negli anni 2000 e poi, molti titoli dot-com che facevano parte di quell'indice non sono mai saliti a quelle altezze. Stessa analogia.
Ma finché le criptovalute sono di tendenza, ed è più facile fare soldi su una tendenza, è un assioma. Tutte le fortune nel trading sono state fatte principalmente sulle tendenze.
Forse sarebbe meglio provare a scambiare azioni, anche loro hanno tendenze e non sono così pericolose. Quando le criptovalute crollano, molte di esse si svalutano e basta.
Ora ho guardato e bitcoin è già la metà del massimo assoluto e la volatilità è gigantesca.
In generale sarà interessante vedere il tuo segnale su come finirà tutto questo evento)
Con il random walk l'aspettativa è uguale al valore iniziale; ma nel forex c'è anche uno spread che diminuirà i fondi su ogni nuovo trade.
Fai questo esperimento - lancia una moneta e disegna un grafico di una passeggiata casuale, se le teste sono in alto allora il grafico è ancora in alto, se le code sono ancora in basso. Si ottiene una passeggiata casuale come al solito.
Ora provate di nuovo l'esperimento, ma ora ad ogni lancio di moneta disegnate il grafico un po' più in basso. Se il numero di lanci è grande, ci saranno approssimativamente tanti movimenti verso l'alto quanti verso il basso, ma in aggiunta ci saranno molti piccoli movimenti verso il basso. E questi piccoli movimenti verso il basso porteranno lentamente ma inesorabilmente l'intero grafico verso il basso. L'aspettativa matematica non può essere uguale al valore iniziale.
Quindi, se il grafico dovrebbe tendere verso il basso ad un tasso di circa -4 centesimi per ogni scambio, ma non tende per qualche motivo - significa che qualcosa non è coerente con una passeggiata casuale e un processo markoviano.
Avere una tendenza (leggermente al ribasso a causa dello spread) non rende il vagare casuale non markoviano. Penso che tu stia confondendo la markovalità con la proprietà di essere una martingala - se un cammino casuale ha una tendenza al ribasso sarà già una supermartingala invece di una martingala.
Ecco, la cosa più semplice da fare è mostrare il segnale della demo.
Niente di complicato, l'ho fatto e basta.
Grazie!
È da molto tempo che volevo chiederlo. Supponiamo che io abbia un modello testa e spalle lungo 150 barre. Ho bisogno di trovare pattern simili per storia, ma saranno trovati se il numero di barre è quasi lo stesso nel pattern stesso e nel pattern trovato. Come allontanarsi dal numero esatto di barre per cercarne una frequente e ricavarne una media o qualcos'altro?
Prova il metodo DTW - potrebbe essere quello che ti serve.
Riguardo al campionamento.
Si può dividere l'intero raggio temporale con un bel zigzag, per esempio. Quindi le sezioni da "fossa" a "picco", e viceversa, saranno "unità elementari" del modello (movimento verso l'alto, movimento verso il basso, piccolo movimento verso l'alto, ecc.) L'analogia è con le lettere.
Di conseguenza, li analizziamo ulteriormente a coppie e a tre. Per esempio, "ecco l'immagine della spalla sinistra", "ecco l'immagine della testa che guarda in basso". L'analogia è con le sillabe.
Allora si tratta solo di guardare le sequenze di "sillabe" e controllare che appartengano a "parole".
Come si può intuire, la dimensione del campione non avrà più importanza, solo la semantica.
Spero di essere stato chiaro.
Sulla convoluzione.
Gli strati convoluzionali possono essere applicati a vari dati, non solo alle immagini. Ora vengono applicati con successo al testo e al suono. Quindi, il loro potenziale sul mercato non è ancora stato rivelato (almeno apertamente).
Abbastanza comprensibile. L'ho anche letto da qualche parte.
Ancora una volta - ben fatto, Doc.
In effetti, è il primo segnale neurale sostenuto che ho visto. Anche se è su una demo.
Alla faccia dei poveri vecchietti seduti qui sul forum invece di giocare a domino in cortile! Imparare a lavorare!
Non si può cagare, ma lo sporco si diffonde.
Non si può non cagare, e lo sporco si diffonde...
Non ho tempo per litigare, perché io stesso non sono giovane. Soprattutto perché ho appena preso il Graal.
Amici!
Il denaro si riverserà presto nelle nostre tasche come un fiume in piena!
Lo zio Sasha ha fatto come promesso.