L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2337

 
elibrarius:
Pulire la matrice stessa? Alcuni coefficienti di covarianza cambieranno un po'. Cosa farà?

I dati devono essere puliti dal rumore.

dati attraverso la matrice, darà meno overfit

Ho scavato un sacco di roba fantastica sopra, non ho ancora avuto il tempo di studiarla.

 
Maxim Dmitrievsky:

dati attraverso la matrice, darà meno overfit

ha scavato un sacco di altre cose fantastiche oltre a questa, non ho ancora avuto il tempo di studiarla

Non sono forte in Python. Ma non ho visto qualcosa nel codice (sezioni 2.6 - 2.8), dove i dati stessi vengono corretti dalla matrice di denoising.
 
elibrarius:
Non sono bravo in Python. Ma non ho visto nulla nel codice (sezioni 2.6 - 2.8) dove i dati stessi vengono corretti dalla matrice denocciolata.

Non sono ancora entrato nei dettagli, ecco una descrizione più chiara

https://hudson-and-thames-portfoliolab.readthedocs-hosted.com/en/latest/estimators/risk_estimators.html#de-noising-and-de-toning-covariance-correlation-matrix

Sezione "De-noising" e "De-toning" della matrice di covarianza/correlazione

questo è probabilmente più adatto a strategie di portafoglio

Risk Estimators — portfoliolab 0.2.0 documentation
  • hudson-and-thames-portfoliolab.readthedocs-hosted.com
Risk is a very important part of finance and the performance of large number of investment strategies are dependent on the efficient estimation of underlying portfolio risk. There are different ways of representing risk but the most widely used is a covariance matrix. This means that an accurate calculation of the covariances is essential for...
 
Con questo R si agita la gente, mentre Python è il linguaggio perfetto per il reserch. Meno male che non ho ceduto
 
Maxim Dmitrievsky:

Non ho ancora guardato in dettaglio, ecco una descrizione più chiara

https://hudson-and-thames-portfoliolab.readthedocs-hosted.com/en/latest/estimators/risk_estimators.html#de-noising-and-de-toning-covariance-correlation-matrix

De-noising e De-toning Matrice di covarianza/correlazione

questo è probabilmente più adatto a strategie di portafoglio

Anche qui non ho visto nessuna correzione dei dati.
Anche qui non vedo nessuna correzione dei dati).

 
elibrarius:

Anche qui non ho visto nessuna correzione dei dati stessi.
Apparentemente sembrava).

Ovviamente c'è una trasformazione inversa a questo. Altrimenti non ha senso

 
Articolo applicato ai fan del Prado https://dou.ua/lenta/articles/ml-vs-financial-math/
Машинное обучение против финансовой математики: проблемы и решения
Машинное обучение против финансовой математики: проблемы и решения
  • dou.ua
Всем привет! Так получилось, что я уже около семи лет занимаюсь машинным обучением. В последние несколько из них я как исследователь и CTO Neurons Lab часто работаю с финансовыми данными в рамках проектов, связанных с инвестиционным менеджментом и алгоритмическим трейдингом. Чаще всего клиенты приходят с текущими стратегиями, которые нужно...
 
Maxim Dmitrievsky:

Ovviamente, c'è una trasformazione inversa a questo. Altrimenti non ha senso

Non riesco a vedere nel codice(
Forse stanno semplicemente eliminando gli strumenti correlati (dopo il de-noising) dal portafoglio... continuano a parlare di portafogli.
 
elibrarius:
Non lo vedo nel codice(
Forse eliminano semplicemente gli strumenti correlati (dopo il de-noising) dal portafoglio... Continuano a parlare di portafogli.

Credo che si chiami filtraggio agglomerativo. Non posso dire nulla senza studiare l'argomento, ma è interessante :)

i codici nel suo libro sono copie di documenti arxiv
 
Mikhail Mishanin:
Applied Prado fan articolo https://dou.ua/lenta/articles/ml-vs-financial-math/

sì, ma il filtraggio non c'è