L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 2755

 
mytarmailS #:
Argomentare

Non sempre, e non sempre lo stesso. Ci sono modelli identici causati da eventi che non sono identici, abbiamo un impatto cumulativo al di fuori del nostro controllo. Cioè l'errore del caso sarà sempre senza controllare gli eventi di FA. Ecco perché non è così.

In generale, sono propenso all'idea che l'obiettivo sia il comportamento delle decisioni/le nostre azioni sul comportamento del prezzo. Trovo la funzione prezzo un po' angusta, in fondo una funzione è qualcosa di definito, anche con alcune probabilità, corridoi, ma con regole e interrelazioni.

Sto cercando un'idea per definire il comportamento attraverso una griglia di livelli, uniformi, o livelli di estremi storici) Come se fosse necessario applicare entrambi gli approcci, mentre sto risolvendo il problema, cosa dovrebbe essere calcolato da un numero che imposterebbe il giusto passo della griglia, e quanto spesso è necessario cambiare questa griglia)))))

 
Valeriy Yastremskiy #:

Sto cercando un'idea per determinare il comportamento attraverso una griglia di livelli, uniformi, o livelli di estremi storici) Come se fosse necessario applicare entrambi gli approcci, mentre sto risolvendo il problema, cosa dovrebbe essere calcolato da un numero, che imposterebbe il passo corretto della griglia, e quanto spesso è necessario cambiare questa griglia)))))

forse sarebbe meglio prendere solo una situazione sul mercato con un livello, poi trovare situazioni simili, combinarle in un gruppo e poi cercare di separare questo gruppo da tutto il resto....

 
mytarmailS #:

Forse è meglio prendere una situazione di mercato con un livello, poi trovare situazioni simili, raggrupparle e poi cercare di separare questo gruppo da tutto il resto.

Forse è meglio. Questo è un lavoro diverso, inizialmente si può prendere un grafico di notizie (almeno in qualche modo formalizzato) e di eventi (è necessario formalizzare) e inseguire gli stessi modelli, ma questo è già stato fatto e viene fatto. Il problema è come formalizzare, quello che abbiamo oggi non dà risultati proficui.

È più redditizio utilizzare lo stesso intervallo di tempo.

Sono ancora affascinato dall'idea di una corretta definizione dello stato. A Sanych è piaciuta la conclusione, il cambiamento di comportamento molto spesso prosciuga il deposito senza preavviso))))) La mia conclusione, il prezzo cambia comportamento abbastanza spesso e in un intervallo abbastanza ampio e apparentemente con modelli diversi prima del cambiamento di comportamento. Non sono ancora in grado di formulare con maggiore precisione il significato di tutto ciò. In matematica, sembra che sia necessario un numero infinito di modelli per descrivere l'SB. Per quanto riguarda il mercato, non abbiamo ancora abbastanza modelli per descriverlo in modo sufficientemente accurato.

In generale, che cosa si dovrebbe contare sulla riga, che calcolerebbe correttamente il passo della griglia))))) E quanto spesso cambiare il passo))))

Perché la griglia, perché è una delle varianti più semplici del controllo di stato, tutto ciò che si trova tra i livelli non è fisso, le transizioni da un livello all'altro, la tendenza, il ritorno, significano extremum.... Beh, come se ci fossero problemi, ma una tale formalizzazione della quercia dello stato.
 
JeeyCi #:

Sì, mi piace questa parola (qualcosa di così nativo per la programmazione guidata dagli eventi).

nella variante espressa da SanSanych Fomenko -- sembra essere implementato qualcosa del genere: outlier -> means input (o output)... Ho mescolato un po' di dim_reduction e metodi di classificazione multidimensionale (LDA, clustering) sopra... ma probabilmente l'essenza di Mahalanobis è sempre stata principalmente nello spazio multidimensionale come rilevamento di outlier/novità... quindi l'opzione di trading sugli outlier sembra molto bella (solo il feature_engineering dovrebbe essere fatto correttamente, non un set stupido di dati iniziali da ricercare per le fs)...

ma la "finestra scorrevole" è ancora confusa (anche se il solito modello autoregressivo è comune per il timeseries-following-trading).... - anche lì può esserci confusione (nella finestra)... -- Suppongo che i confini della finestra siano l'ingresso nel mercato dei furbi, che per inciso utilizzano nella loro gestione del portafoglio -- l'ottimizzazione della media-varianza... Naturalmente non conosciamo il loro portafoglio (solo approssimativamente dai SoT retrospettivi), ma all'interno di questa varianza probabilmente effettuano il ribilanciamento del loro portafoglio --- mentre aggiustano o caricano sul retail...

il trading sugli outlier è certamente un'opzione interessante, ma considerando chi si trova di fronte - OTF o DTF (day traders) -- è anche importante interpretare correttamente l'outlier...

p.s..

Beh, o semplicemente prendere non gli outlier Mahalanobis, ma i decili estremi della distribuzione delle previsioni -- per il comportamento di accettazione del rischio (vs. evitamento del rischio), ad esempio l'attore'a (con la corrispondente commutazione del suo stato in base ai parametri ambientali).

Ci si muove comunque in una finestra scorrevole, indipendentemente dalla forma e dalle proprietà che ha o dagli attributi che contiene. Sarebbe sciocco negare l'ovvio.

Finché gli utenti non impareranno le nozioni di base, sarà impossibile comunicare.

L'apprendimento per rinforzo è legato al fatto che l'agente influisce sull'ambiente, tranne che per semplici esempi tabellari. E ci sono un numero finito di statistiche, o le politiche cambiano lentamente e non a passi da gigante. Su questa base è impossibile implementare un agente nel Forex, si otterrà sempre la solita classificazione.

Nella forma sembrerà che l'attore faccia qualcosa in un certo ambiente. In sostanza, non si tratta di un'azione compiuta, ma solo di una categorizzazione di istanze. Per la robotica o i giochi è più adatto.

Senza questa condizione, l'RL può essere visto come un'ottimizzazione, una...
 
Maxim Dmitrievsky #:
L'apprendimento per rinforzo è legato al fatto che l'agente influisce sull'ambiente, tranne che per semplici esempi tabellari. Su questa base è impossibile implementare un agente nel Forex, si otterrà sempre una classificazione regolare.

Nella forma sembrerà che l'attore faccia qualcosa in un certo ambiente. E in sostanza non è realizzato, ma solo una classificazione dei casi. Per la robotica o i giochi è più adatto.

Senza questa condizione, la RL può essere vista come un'ottimizzazione.

sono d'accordo... quindi tendo a pensare che l'agente sia OTF (large-cap, smarts) -- per volume ultra-alto (come in VSA standard) -- sia per vincoli che per violazione dei volumi da formalizzare.... è qui che vedo lo scopo principale del ML nella preparazione dei dati -- determinare cosa è uhv su un particolare asset... ed è l'intelligenza che dovrebbe essere trattata come un attore, non gli operatori del giorno.... anche se, naturalmente, la formalizzazione è ancora necessaria....

 

a proposito, sto cercando di esaminare il tuo link sull'inferenza causale - il link, tra l'altro, descrive il significato del fenomeno in un russo piuttosto goffo.... ma i link al libro e ad altri suggeriscono che stiamo parlando di studi sui coefficienti di correlazione parziale (per dirla in russo) - cioè con fattori fissi diversi da quello oggetto di studio.... cioè si trova un coefficiente di correlazione parziale (esistono formule matematiche statistiche nei circoli accademici o in qualsiasi libro di statistica standard), si valuta la sua significatività attraverso l'ipotesi nulla (H0) e si giunge a una conclusione sull'influenza o sulla non influenza (cioè sulla dipendenza o sull'indipendenza delle variabili selezionate), ad esempio in russo:

при фиксированном качестве посевного материала, мин. удобрений и фин. затрат - продуктивность посевов не зависит от фондооснащённости

cioè i fondi-attrezzature e la produttività delle colture sono linearmente NON dipendenti... (questo in termini di interventi)...

ed è possibile dimostrarlo con un coefficiente di correlazione privato della statistica.... questa è esattamente la situazione di dimostrare che la correlazione nello spazio multifattoriale non serve necessariamente come causalità del fenomeno osservato... cioè, in sostanza, la pianificazione standard degli esperimenti è progettata per risolvere tali problemi - per liberare le conclusioni logiche sui risultati dall'essere disseminate di correlazioni insignificanti fattore-risultato, che sono irragionevolmente elevate al rango di fenomeni causali.

Non ho letto il resto (sui confondenti, ecc.), ma in qualche modo gli articoli per i lettori di massa (non nel senso migliore del termine) e gli articoli per le pubbliche relazioni (per promuovere nuove parole su vecchie verità) sono molto fuori linea semanticamente e logicamente con le argomentazioni per una ragionevole argomentazione scientifica (beh, e una ragionevole prova delle argomentazioni, cioè le relazioni di causa-effetto, cioè le relazioni di causa-effetto).cioè le relazioni di causa-effetto di certe dipendenze dimostrate(!) dalla GIUSTA pianificazione e impostazione di una serie di esperimenti)...

... per la vendita al dettaglio (a causa di informazioni incomplete sul mercato) - l'inferenza causale è incomprensibile in linea di principio, per gli istituti di ricerca - non dimostrabile (per lo stesso motivo a causa di vari elementi di segretezza commerciale), per il comitato statistico del livello statale, forse, ci sono alcuni campioni rappresentativi ... ma i dati statistici sulla finanza, in ogni caso, si basano sempre sul segreto commerciale... e per i marketer è solo un giocattolo "per guardare nel portafoglio di qualcun altro ad ogni costo" -- ecco perché penso che il tuo link sia più interessante come "giocattolo per i marketer", ma in sostanza, basato sulla metodologia statistica classica -- solo per loro è una metodologia statistica classica. metodologia, -- è solo che non sempre sono interessati alla ricerca scientifica classica, alla teoria e ai metodi statistici matriciali e non sempre hanno accesso a tutte le informazioni per una modellazione matriciale completa, così come gli psicologi, i sociologi, ecc. a causa dell'"eticità degli esperimenti" ...

>> quindi citano "esempi giocattolo" nei loro articoli e libri, per i quali un gran numero di cervelli si prosciuga - semplicemente perché nella vita reale non si possono eseguire tali esperimenti, né ottenere tali dati, non si possono trovare finanziamenti per tali ricerche, non si può trovare una logica così vuota sulle piscine, e le imprese vogliono spiegazioni quando e come nasce la domanda.... così si scrivono articoli "shir.consum" per i marketer del dolore che sognano di cavalcare l'inflazione - per molto tempo e per profitto... e i cervelli, inariditi, cercano di saldare questi esempi-giocattolo alla vita reale....

un esperimento scientifico reale, scientificamente fondato, logicamente adeguato, su queste o quelle dipendenze, implica un'adeguata pianificazione dell'esperimento per raccogliere prove di base per queste/altre conclusioni logiche, statisticamente confermate... non il populismo della statistica in sé, ma in termini inglesi...

mi è sembrato così dal link ottuso (( - quindi non preoccupatevi di non saldare subito quell'articolo all'analisi di mercato ...

--- questa è la mia recensione

Speed vs. Accuracy: When is Correlation Enough? When Do You Need Causation?
Speed vs. Accuracy: When is Correlation Enough? When Do You Need Causation?
  • adam kelleher
  • medium.com
Often, we need fast answers with limited resources. We have to make judgements in a world full of uncertainty. We can’t measure everything. We can’t run all the experiments we’d like. You may not have the resources to model a product or the impact of a decision. How do you find a balance between finding fast answers and finding correct answers...
 
Si tratta di una sorta di articolo introduttivo o promozionale, credo che ci fosse un link alla biblioteca stessa.
C'era anche qualcosa sull'inferenza per le serie temporali, ma non ho ancora avuto il tempo di approfondire. Forse si tratta di un argomento troppo vasto, ma non posso escluderlo.

Penso che abbia senso cercare "time series classification causal inference" e cose del genere.
 
Maxim Dmitrievsky #:
Si tratta di una sorta di articolo introduttivo o promozionale, credo che ci fosse un link alla biblioteca stessa.
E più avanti si parlava di inferenza per le serie temporali,

ed era davvero promozionale. e non nella migliore tradizione dell'arte della pubblicità...

Nella parte del link dedicata alle serie temporali c'è un riferimento a SUTVA, che è tratto dal libro.

L'ipotesi di assenza di interferenze è stata definita "assenza di interazione tra unità" da Cox (1958),

ed è inclusa nella "stable-unit-treatment-value assumption (SUTVA)" descritta da Rubin (1980).

VanderWeele (2009) ha formalizzato questo punto come l'ipotesi di "irrilevanza della variazione del trattamento", ossia l'ipotesi che possano esistere più versioni del trattamento, ma che tutte producano lo stesso risultato.

In presenza di interferenze, il controfattuale per un individuo i non è ben definito perché l'esito di un individuo dipende dai valori del trattamento di altri individui.

Come l'ipotesi di assenza di interferenze, anche l'ipotesi di assenza di versioni multiple del trattamento è inclusa nella "ipotesi di valore stabile dell'unità di trattamento (SUTVA)" descritta da Rubin (1980).

L'interferenza esiste quando il trattamento di un individuo influisce sull'esito di altri individui nella popolazione.

e più avanti nel libro - alcune righe sulla "trasportabilità [compresa l'avverbialità] delle inferenze causali tra le popolazioni", ma allo stesso tempo "la stima di ciascun metodo si basa su diverse ipotesi di modellizzazione". - cosa comune nella modellazione. Poi le speranze degli esperti di marketing di "spargere voci" nelle popolazioni, mentre separano gli individui nella popolazione in base alla suggestionabilità (quelli che credono, non credono, resistono, si lamentano, cedono) - cioè una nuova divisione per la classificazione.... di questo passo, ovviamente, passeremo dalla modellizzazione del movimento dei prezzi alla modellizzazione delle masse sociali, mentre sogneremo che il mercato sia mosso dallo stesso sentimento, che non ha bisogno di essere modellizzato - basta che sia raccolto in un mucchio e diretto nella direzione (psicologia della folla) almeno fino alla luna - questo è ciò a cui giocano i marketer.... sognando di equipararsi agli scienziati politici...

e ci sono molte tecnologie di PR e di diffusione delle informazioni nella società - come manipolazione dell'opinione pubblica... tutti si "allenano" a diffondere le loro speculazioni, sognando di influenzare il processo decisionale di qualcuno... ma le decisioni prese sulla base delle opinioni della folla raramente sono a lungo termine e ci sono sempre dei "livelli di arresto" oltre i quali alla folla non sarà permesso di andare (da chi? - dal regolatore, se svolge le sue funzioni)... Penso che sia inutile studiare il comportamento piatto (chi è contro chi e con quali mezzi, almeno SUTVA) -- se l'obiettivo è unirsi ai furbi e " seguire la loro coda".

il libro, tra l'altro, si chiama What IF - harvard.edu (non ho ancora finito di leggerlo - già leggere in diagonale mi fa sorridere).

p.s.

no, ma comunque non inventeranno nulla e lo chiameranno calcolo high-tech, così in economia non distribuiranno i benefici tra le persone, ma daranno il giocattolo ai marketer, e distribuiranno pubblicità (surrogato del prodotto reale, finzione, speranza, sogno, autoinganno) - e saranno felici di avere un lavoro così "buono" e "promettente" - marketing.... Sono ancora più vicino alla normale logica basata sulla scienza, anche se il comportamento della folla.... ma non prendo decisioni di trading basate sul comportamento della folla e non do consigli a nessuno...

quindi l'analisi dell'inferenza causale (chi ha spinto chi nella folla e come è scoppiata la rissa) non è considerata una modellazione del processo di determinazione dei prezzi, ma una modellazione della rissa... c'è sempre un arbitro (e non è il marketing - è l'economia!, non c'è un segno uguale tra loro), ed è impossibile tenere conto di tutto (la modellazione è sempre una o un'altra Assunzione, se si modella un oggetto che non può essere studiato fino in fondo).

p.p.s..

Non accetto argomenti sull'uguaglianza delle tecnologie economiche e politiche... il "campo socio-economico" ricorda più le leggi terrene che le astrazioni linguistiche... qui sulla Terra c'è un "bene" (che sia una pala o qualcos'altro), un "non_necessario", e una "utilità marginale" da questo bene, che dovrebbe essere massimizzata, ma ci sono dei limiti - di budget e di altre risorse - questo è in economia.... ma nella vita c'è un regolatore... che costringe la domanda e l'offerta aggregata a espandersi o a contrarsi a seconda delle circostanze... conclusione: "seguite la loro coda", ma non mescolate il marketing nelle sue peggiori tradizioni con l'economia e la vita delle persone reali (compresi i fondi pensione, gli hedge fund, i fondi d'investimento per il servizio del denaro delle persone - il mercato della liquidità).

 
... ecco - dopo la contro-pubblicità, me ne vado... solo l'indirizzo del sito web harvard.edu era un po' confuso... così come il link a SUTVA nella sezione delle serie temporali
 
Va bene, fanculo, non mi dilungherò allora, ci sono altri argomenti interessanti da discutere

Mi piace la tua espressione e la tua analisi, ti credo 😀

Pensavo che nella libreria ci fossero degli strumenti già pronti per poter dedurre qualcosa senza grandi sforzi.