L'apprendimento automatico nel trading: teoria, modelli, pratica e algo-trading - pagina 548

 
Mihail Marchukajtes:

Mi associo alla domanda. Uso i servizi di Amazon, ma il loro costruttore di modelli non sembra buono. In ogni caso, non ho potuto costruire un modello di qualità più o meno5. Anche se forse ho sbagliato qualcosa, ma non ci sono troppe impostazioni. Ora proverò con Google...


inizia con questo articolo :) puoi imparare anche un po' di python... e il link qui sopra al sito del tizio dove tutto viene masticato. Python è il linguaggio più facile da imparare.

http://www.blackarbs.com/blog/time-series-analysis-in-python-linear-models-to-garch/11/1/2016

Lo copierò e incollerò presto per google, è davvero utile

Time Series Analysis (TSA) in Python - Linear Models to GARCH
Time Series Analysis (TSA) in Python - Linear Models to GARCH
  • 2016.11.08
  • Brian Christopher
  • www.blackarbs.com
So what?  Why do we care about stationarity?  A stationary time series (TS) is simple to predict as we can assume that future statistical properties are the same or proportional to current statistical properties.Most of the models we use in TSA assume covariance-stationarity (#3 above). This means the descriptive statistics these models predict...
 

GARCH dà un errore, tutto il resto funziona

notebook

 

Il servizio di Google ha dato un'occhiata. È quello che ho capito essere un portatile Jupiter. Potete eseguirlo localmente. Sì, è comodo. Ma continuo a preferire l'IDE. Uso un IDE leggero, Visual Studio Code.

 

https://it.mail.ru/video/playlists/ Corsi di Mail Roux, anche sull'apprendimento automatico e l'analisi dei dati.

 
Grigoriy Chaunin:

Il servizio di Google ha dato un'occhiata. È quello che ho capito essere un portatile Jupiter. Potete eseguirlo localmente. Sì, è comodo. Ma continuo a preferire l'IDE. Io uso il leggero IDE Visual Studio Code.


È una variante di Ipython, quindi è conveniente per la ricerca ... ed è davvero conveniente, e poi è facile da convertire in un normale .py

 
Maxim Dmitrievsky:

GARCH dà un errore, tutto il resto funziona

notebook


Il modello arch stesso non è chiaro: dovrebbe consistere di tre parti: arima (per il trend), ARCH (per la volatilità e ce ne sono molti), e distribuzione. I coefficienti dell'ARIMA sono nel testo, ma a cosa si riferiscono nella formula? Anche per l'arco dobbiamo specificare numeri simili. Tutto sommato, non è tutto chiaro - non vedo alcun modo per orientarsi nei dettagli.

Secondo il materiale presentato sembra un giocattolo.

 
SanSanych Fomenko:

Il modello arch stesso non è chiaro: dovrebbe consistere di tre parti: arima (per il trend), ARCH (per la volatilità e ce ne sono molti), e distribuzione. Nel testo i coefficienti per l'ARIMA, ma nella formula si riferiscono a cosa? Anche per l'arco dobbiamo specificare numeri simili. Tutto sommato, non è tutto chiaro - non vedo alcun modo per orientarsi nei dettagli.

Dal materiale presentato sembra un giocattolo.


Sono ancora concentrato su python stesso, quindi non l'ho guardato in dettaglio... ecco la documentazione su di esso https://pypi.python.org/pypi/arch/4.0

ci sono molti pacchetti in R, quindi non dovrebbe fare molta differenza

la funzione fit() specifica la serie stazionaria o meno

forse è una versione diversa di python, basta cercare :) dovrò studiare ogni libu

arch 4.0 : Python Package Index
  • pypi.python.org
ARCH for Python
 
qui con
SanSanych Fomenko:

Il modello arch stesso non è chiaro: dovrebbe consistere di tre parti: arima (per il trend), ARCH (per la volatilità e ce ne sono molti), e distribuzione. Nel testo i coefficienti per l'ARIMA, ma nella formula si riferiscono a cosa? Anche per l'arco dobbiamo specificare numeri simili. Tutto sommato, non è tutto chiaro - non vedo alcun modo per orientarsi nei dettagli.

Dal materiale presentato sembra un giocattolo.


qui c'è un articolo e un quaderno di quantopian, forse è più chiaro lì

Passerò un po' di tempo su quella risorsa, per vedere cosa fa la gente, forse c'è qualcosa di interessante

https://www.quantopian.com/posts/quantopian-lecture-series-arch-garch-and-gmm

Quantopian Lecture Series: ARCH, GARCH, and GMM
Quantopian Lecture Series: ARCH, GARCH, and GMM
  • www.quantopian.com
The material on this website is provided for informational purposes only and does not constitute an offer to sell, a solicitation to buy, or a recommendation or endorsement for any security or strategy, nor does it constitute an offer to provide investment advisory services by Quantopian. In addition, the material offers no opinion with respect...
 
Maxim Dmitrievsky:
qui con

Ecco un articolo e un quaderno di quantopian, forse è più chiaro lì

Mi fermerò a quella risorsa per un po' per vedere cosa fa la gente, forse c'è qualcosa di interessante

https://www.quantopian.com/posts/quantopian-lecture-series-arch-garch-and-gmm


Date un'occhiata, grazie!

Probabilmente non è male per gli studenti della relativa specialità.

Non è così che studio le cose nuove: se teoria, allora fonti primarie, letteratura sull'uso pratico della teoria, se codice, allora solo quello che può essere usato in futuro per applicazioni pratiche nel mondo reale.

Finora rugarch soddisfa tutti i criteri.

Tuttavia, grazie ancora, è sempre interessante vedere qualcosa di diverso.

 
SanSanych Fomenko:

Date un'occhiata, grazie!

Probabilmente non è male per gli studenti della relativa specialità.

Non studio cose nuove in questo modo: se teoria, allora fonte primaria, letteratura sull'applicazione pratica della teoria, se codice, allora solo tale, che può essere usato in futuro per scopi pratici sul mondo reale.

Finora rugarch soddisfa tutti i criteri.

Tuttavia, grazie ancora una volta, è sempre istruttivo indagare su qualcos'altro.


Niente affatto :) naturalmente hai ragione, se lo studi profondamente.

Ho un approccio semplice - cercare tra un mucchio di spazzatura, scegliere il più interessante, controllare se ha almeno un potenziale di trading e se lo ha - pensare a come usarlo con un po' di esperienza e costruire un bot :) Non ho intenzione di studiare roba in profondità, se non lo vedo io stesso o qualcuno mi convincerà che non è una perdita di tempo, ho troppa roba per i miei occhi