L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2524

 
segreto #:
Calcola già l'ACF del mercato)

Utilizzare la tabella di moltiplicazione instabile del mercato)

 

Scusate il disagio, il mio indicatore sta caricando il sistema.

In elettronica si risolve semplicemente, mettere in funzione il singolo oscillatore all'arrivo dell'impulso (la prima candela). In questo indicatore e in altri, può anche essere risolto se si scrive una stringa di comando supplementare per accendere l'indicatore con l'arrivo della prima candela sciamata per un tempo limitato. Significa che l'indicatore non funziona durante la formazione della candela, ma dopo la sua formazione si accende per un tempo limitato.

Cosa pensi che il guru della programmazione ------------ sia possibile?

 
Aleksey Nikolayev #:

Utilizzare la tabella di moltiplicazione instabile del mercato)

Quindi l'ho fatto per molto tempo)
 
LenaTrap #:

Ad essere onesti, non riesco a capire assolutamente nulla.

p.s forse qualche matematico super intelligente avrà pietà di me e mi spiegherà cosa sta succedendo qui?

La formula è derivata, per interesse sportivo) è improbabile che sia utile per fare soldi.
 
LenaTrap #:

Ad essere onesti, non riesco a capire assolutamente nulla.

p.s forse qualche matematico super intelligente avrà pietà di me e mi spiegherà cosa sta succedendo qui?

Inizia con domande più semplici. Per esempio, come si relazionano la probabilità e la frequenza o l'aspettativa e la media del campione. Allo stesso modo, l'ACF e l'ACF campione sono in relazione tra loro.

 
LenaTrap #:

Ok, ma allora non devi contare proprio nulla, perché una passeggiata casuale semplicemente non può avere alcuna autocorrelazione in linea di principio, perché io stesso ho creato una serie casuale di numeri la cui generazione non era in alcun modo correlata l'una all'altra. Perché dovrebbe esserci una correlazione che non ho impostato? Ciononostante, è utile testare la serie di numeri risultante, e assicurarsene, e allo stesso tempo verificare i propri metodi di stima e la loro efficacia?

Ma sì, abbiamo solo modi diversi di pensare, tu pensi come un matematico accademico e io uso la simulazione al computer, sono approcci diversi alla risoluzione dei problemi.

+1 non fa questo tipo di calcoli...

solo il prezzo attuale determina il prezzo futuro, "la conoscenza degli eventi passati non aiuta a prevedere i movimenti futuri"... questa è la differenza tra il trading reale e la simulazione -- niente vaga a caso nel mercato, tutto è banale -- a un certo punto della mattina (o dopo che il LIBOR è stato fissato) tutte le banche allineano le loro quotazioni (anche indipendentemente da quello che è successo, come indipendentemente da quello che si può vedere nelle allocazioni delle opzioni)... non è il numero di tick al secondo (un semplice VSA sarà sufficiente qui), ma le routine della fossa e dei partecipanti...

Alcuni hanno la casualità, altri hanno sb -- (alcuni sono diventati teorici, ma alcuni sono anche peggio) -- ma non sanno distinguere i fattori dai segni, quindi vanno in giro a cercare dipendenze, alcuni sperano nella stocasticità e nell'indipendenza... per ricordare ancora una volta le formule...

anche se il punto di applicazione pratica di ML è scandalosamente semplice

Ci sono fondamentalmente tre differenze principali tra DL e Machine Learning.

  1. DL dà ottimi risultati su grandi insiemi di dati. Ma gli algoritmi di apprendimento automatico non riescono ad elaborare enormi serie di dati. L'apprendimento automatico può funzionare solo su piccole serie di dati. Questo è il limite del Machine Learning. Ma DL può facilmente eseguire operazioni su grandi insiemi di dati.
  2. Nel Machine Learning, è necessario alimentare tutte le caratteristiche manualmente per addestrare il modello. Ma DL estrae automaticamente tutte le caratteristiche. Questo rende DL molto più potente del Machine Learning. Perché l'alimentazione manuale è un processo che richiede tempo, soprattutto se si ha un grande set di dati.
  3. Il Machine Learning non può risolvere problemi complessi del mondo reale. Ma gli algoritmi di apprendimento profondo possono facilmente risolvere i problemi del mondo reale. Ecco perché molti campi stanno usando algoritmi di DL rispetto al Machine Learning.

-- tutti i demagoghi qui sembrano scegliere di fare ML a mano... tranne una persona... quindi è fuori questione scambiare

p.s.

tutto quello che possono fare è indirizzare sorridentemente una persona (capace di fare un esperimento computazionale) su Wikipedia con una domanda stupida "qual è la differenza tra mo e media"... - ... e dire che è un interesse sportivo (mandando tutti invece che se stessi)... pensando che più sono intelligenti e ingenui con la loro stupida domanda, più qualcuno li condurrà a un vero scambio... - pura manipolazione -- "conta per me, commercia per me, altrimenti sei spacciato" (imbroglieranno ancora, pensando che le pecore diventino tori sul mercato), non capendo dove sia il mercato e dove sia il loro dialogo -- ... è sporco qui sul ramo

Deep Learning, Everything You Need To Know About Deep Learning.
Deep Learning, Everything You Need To Know About Deep Learning.
  • www.mltut.com
Do you wanna know about the basics of Deep Learning? Here I am gonna discuss all the basic detail of Deep Learning. At the end of this article, your basics
 
Aleksey Nikolayev #:

Di conseguenza, dopo la sostituzione, ACF=sqrt(min(j,k)/max(j,k)). Se non mi sono sbagliato, ovviamente).

Se non ti dispiace, lo riscriverei anche in una forma più familiare:ACF(t) =sqrt((n-t)/n), dove n è la dimensione del campione.

 
JeeyCi #:

+1 non fa questo tipo di calcoli...

solo il prezzo attuale determina il prezzo futuro, "la conoscenza degli eventi passati non aiuta a prevedere i movimenti futuri"... questa è la differenza tra il trading reale e la simulazione -- niente vaga a caso nel mercato, tutto è banale -- a un certo punto della mattina (o dopo che il LIBOR è stato fissato) tutte le banche allineano le loro quotazioni (anche indipendentemente da quello che è successo, come indipendentemente da quello che si può vedere nelle allocazioni delle opzioni)... non è il numero di tick al secondo (un semplice VSA sarà sufficiente qui), ma le routine della fossa e dei partecipanti...

Alcuni hanno la casualità, alcuni hanno la saturazione -- (alcuni hanno il ragionamento teorico, anche se alcuni sono ancora peggio) -- ma non sanno distinguere i fattori dai segni, così girano intorno alla foresta, alcuni al bosco -- alcuni cercano le dipendenze, altri sperano nella stocasticità e nell'indipendenza... per ricordare ancora una volta le formule...

anche se il punto dell'applicazione pratica di ML è semplice come l'inferno

-- tutti i demagoghi qui sembrano scegliere di fare ML a mano... tranne una persona... quindi è semplicemente fuori questione scambiare

p.s.

Tutto quello che possono fare qui è indirizzare sornionamente una persona (capace di fare da sola un esperimento computazionale) a Wikipedia con una domanda stupida 'qual è la differenza tra mo e media'... - ... e dire che è un interesse sportivo (mandando tutti invece che se stessi)... pensando che più sono intelligenti e ingenui con la loro stupida domanda, più qualcuno li condurrà a un vero scambio... - Manipolazione pura -- "conta per me, fai trading per me, altrimenti sei finito" (sono di nuovo poco gentili, pensando che le pecore diventino tori sul mercato), non capendo dove sia il mercato e dove sia il loro dialogo -- ... sono sporchi qui sul ramo

Nel mercato reale? Personalmente, ho una sorta di filosofia:

*ma non voglio davvero discuterne, perché senza prove è inutile discutere di supposizioni.

 
secret #:
La formula viene ritirata, per interesse sportivo) è poco utile per guadagnare denaro.

La situazione è ancora peggiore. La formula sembra alludere alla marzialità della serie e, di conseguenza, all'impossibilità di guadagnare).

 
Doctor #:

La situazione è ancora peggiore. La formula suggerisce un po' la marzialità della serie, e la conseguente impossibilità di fare soldi )).

Quindi questo è per SB. A cosa ci serve?)