L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2354

 
elibrarius:
È meglio confrontare i profitti. Non un errore di inclinazione.

Non è affatto meglio, non vedo alcun vantaggio nel guardare al profitto, ma vedo un sacco di svantaggi...

Ti ho dato il codice, ma non c'è nessuno che lo provi, è ovviamente più facile scrivere post...

sibirqk:
In effetti, è quasi lo stesso che costruire una trendline e poi rimuoverla dalla serie originale. Sì, un tale residuo è più facile da prevedere, ma qui tutto si riduce a prevedere la tendenza. Per prevedere la tendenza dovremmo sapere almeno approssimativamente dove andrà il prezzo in futuro. Ma se uno lo sa, non ha bisogno di una fisarmonica, intendo tutte le fasi precedenti.

Come si può confondere il detrending con la normalizzazione?

Ideologicamente è il più vicino alla conversione Box-Cox

 
mytarmailS:

Non è affatto meglio, non vedo alcun vantaggio nel guardare i profitti, ma vedo un sacco di svantaggi...

Ti ho dato il codice, ma non c'è nessuno che lo provi, è più facile scrivere post...

Come si può confondere il detrending con la normalizzazione, è tutto sbagliato nella mia testa...

Ideologicamente è più vicino alla conversione Box-Cox

Beh, lo sai meglio di così. Credo di sì. Buona fortuna con la sua ricerca.
 
I normalisers\detrenders\detrenders/COS rimuovono l'ultima cosa che era nel prezzo (alfa)
 
Maxim Dmitrievsky:
Normalizzazioni/Detrenders/Smoothers/COS rimuovere l'ultima cosa che era nel prezzo (alfa)
Qui penso di essere d'accordo - per trovare l'alfa, imho bisogna imparare a prevedere il remoto 🙂 .
 
sibirqk:
Qui penso di essere d'accordo - per trovare un alfa, imho è necessario imparare a prevedere il remoto 🙂 🙂 Va contro il classico addestramento delle reti neurali, che amano addestrare dati omogenei.

Questo va contro il classico allenamento dei dati per le reti neurali, che amano imparare da dati omogenei

 
Maxim Dmitrievsky:

Questo va contro la classica preparazione dei dati per le reti neurali, che amano imparare da dati omogenei

Forse è per questo che alfa è trovato da poche persone🙂 .
 

blah - blah - blah - blah - blah

Perché fare qualcosa quando si può semplicemente parlarne...

 

Qualcuno ha capito cos'è la differenziazione frazionaria?

Su https://dou.ua/lenta/articles/ml-vs-financial-math/ l'ha preso dal Prado.

Scrive che"La differenziazione delle serie temporali che conosciamo rimuove ogni memoria dell'evoluzione dei prezzi" - apparentemente, se prendiamo la differenza dalla barra precedente per ogni barra.

La maggior parte di loro usa la differenza dalla 0a barra su questo forum.

1) Cos'è la differenziazione frazionaria? Si raccomandano coefficienti di 0,1-0,5.

Una differenza inferiore a 1 bar non può essere presa. Forse è una differenza di 2, 5 ... 10 ... 20 battute dalla prossima barra?

2) In che modo è meglio della differenza di 0 bar?
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...
 
elibrarius:

Qualcuno ha capito cos'è la differenziazione frazionaria?

Su https://dou.ua/lenta/articles/ml-vs-financial-math/ l'ha preso dal Prado.

Scrive che"La differenziazione delle serie temporali che conosciamo rimuove ogni memoria dell'evoluzione dei prezzi" - apparentemente, se prendiamo la differenza dalla barra precedente per ogni barra.

La maggior parte di loro usa la differenza dalla 0a barra su questo forum.

1) Cos'è la differenziazione frazionaria? Si raccomandano coefficienti di 0,1-0,5.

Una differenza inferiore a 1 bar non può essere presa. Forse è una differenza di 2, 5 ... 10 ... 20 battute dalla prossima?

2) In che modo è meglio della differenza di 0 bar?

https://www.mql5.com/ru/articles/6351

Non vedo molta differenza con l'EMA detrend, e se ci sono più righe con ritardi diversi, il punto di usare la differenziazione frazionaria è perso.
Грокаем "память" рынка через дифференцирование и энтропийный анализ
Грокаем "память" рынка через дифференцирование и энтропийный анализ
  • www.mql5.com
Область применения дробного дифференцирования достаточно широка. Например, алгоритмы машинного обучения, обычно, принимают дифференцированный ряд на вход. Проблема в том, что необходимо вывести новые данные в соответствии с имеющейся историей, чтобы модель машинного обучения смогла распознать их. В данной статье рассматривается оригинальный подход к дифференцированию временного ряда, в дополнении к этому приводится пример самооптимизирующейся ТС на основе полученного дифференцированного ряда.
 
Poi avrete domande sui metamodelli, poi toccherà al libro. Ma devo deludervi - non migliorano nemmeno i risultati :D