L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 3090
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
Non l'ho ancora esaminato personalmente, mi ci sono appena imbattuto, non ho abbastanza tempo per farlo in modo catastrofico.
Mi scuso per il kolkhoz, forse non del tutto esatto.
Ancora una volta cercherò di spiegare la differenza tra lo sviluppo professionale e lo sviluppo del villaggio secondo il principio "il primo del villaggio".
R non è solo un linguaggio di programmazione, ma un mezzo per sviluppare attività strettamente specializzate - la statistica, che include il MO e qualcos'altro.
I pacchetti in R fanno parte del linguaggio. Guardiamo il pacchetto di distribuzione del linguaggio: ci sono già diversi pacchetti di base.
L'insieme dei pacchetti di R, che conta più di 10.000 pacchetti con più di 100.000 funzioni, è un insieme FUNZIONALMENTE COMPLETO per la risoluzione di problemi, come ad esempio il MO.
Mi spiego con l'esempio di MO.
Il sito discute principalmente diverse varianti di algoritmi di classificazione, in particolare varianti di NS. Le meta-citazioni per python sono particolarmente rivelatrici.
Dal punto di vista del MO, l'algoritmo di classificazione stesso è una parte del problema, il 30%. Provate a trovare il restante 70% in un villaggio chiamato Python. Ed è quasi impossibile trovare altre varianti di modelli di classificazione, e ce ne sono fino a 200 (1).
R ha un eccellente apparato di riferimento che vi permetterà di trovare ciò che manca.
Se non sapete cosa cercare, allora nella prima fase potete prendere Rattle per vedere cos'è un insieme di strumenti per MO: analisi dei dati primari, trasformazione, selezione dei predittori, preparazione dei file per i test, calcolo per modello o modelli, valutazione dei risultati con una rappresentazione grafica appropriata. Questo è il livello base.
Se avete superato Rattle, potete prendere la shell Caret, che copre i problemi di MO al livello più alto. Caret consente di accedere a un massimo di 200 (!) pacchetti che forniscono segnali per il trading. Questi pacchetti possono essere confrontati, selezionati, si possono creare insiemi di modelli. Caret ha tutto quello che aveva Rattle, ma a un livello più professionale.
Per tutto ciò che Caret ha, R ha degli analoghi e un numero enorme di altri strumenti di supporto. Tutto questo rappresenta UN UNICO SCOPO.
Tutto questo si chiama AMBIENTE PROFESSIONALE per lavorare nel campo della statistica e dell'IO in particolare.
Pagina 7.
Quarto, anche se il ricercatore lavora con un campione ampio, l'analisi degli
OOS dovrà coprire un'ampia porzione del campione per essere conclusiva,
il che è dannoso per lo sviluppo della strategia (si veda Hawkins [15]). Se l'OOS
viene preso dalla fine della serie temporale, si perdono le osservazioni
più recenti, che spesso sono le più rappresentative del futuro. Se l'OOS
è preso dall'inizio della serie temporale, i test sono stati effettuati su
forse la parte meno rappresentativa dei dati.
C'è una descrizione di 30 pagine del metodo qui https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2326253. Ho iniziato a leggere. A quanto pare, si basa sulla convalida incrociata, ma con le sue peculiarità: combinatoria-simmetrica.
Non ho più voglia di leggerlo, sono esausto.
Ma posso scrivere una sintesi automatica di strategie con un controllo sul criterio di non addestramento...
In altre parole, posso creare strategie che massimizzano il criterio di non formazione.
Posso sintetizzare le strategie in base a questo criterio, poi posso testarle su nuovi dati, per capire se fanno schifo o se vale la pena prestarvi attenzione....
Testato -> ottenuto il risultato -> buttato via/imparato.
Ma andare in giro per anni con un'idea come un "clown casuale" e non fare nulla e buttarla addosso a tutti è un vicolo cieco.
Qual è il criterio per disimparare?
Risposta di Prado et al. a Maxim con la sua preferenza per il prelievo di OOS in un sito precoce:
Pagina 7.
Quarto, anche se il ricercatore lavora con un campione ampio, l'analisi degli
OOS dovrà coprire un'ampia porzione del campione per essere conclusiva,
il che è dannoso per lo sviluppo della strategia (si veda Hawkins [15]). Se l'OOS
viene preso dalla fine della serie temporale, si perdono le osservazioni
più recenti, che spesso sono le più rappresentative del futuro. Se l'OOS
è preso dall'inizio della serie temporale, i test sono stati fatti su
forse la parte meno rappresentativa dei dati.
Qual è il criterio di non addestramento?
Per ora a pagina 8. E questa è ancora un'introduzione)))
Sembra che si tratti di un confronto di Sharpe (ma scrivono che è possibile utilizzare qualsiasi altro indicatore) su convalida incrociata.
Wow, stanno arrivando al Prado.
Nessuna delle sue tecniche ha funzionato con me).
Wow, stanno arrivando al Prado.
Nessuna delle sue tecniche ha funzionato con me).
Forse qualcos'altro... non riesco a ricordare tutto.
Ma non è detto che sia una sua invenzione. Forse ha solo raccontato un'idea utile