Dalla teoria alla pratica - pagina 1559

 
Igor Makanu:

Gli ho già scritto, sta cercando un senso in una certa ipostasi , ora con un pregiudizio verso tutto ciò che ricorda dall'università, poi Gann, poi le Streghe, poi l'Onnipotente cercando di chiamare in causa

Sta cercando un graal da due anni, non essere così severo, tra cinque anni se soffre ancora un po' canterà o urlerà in modo diverso.

 
Maxim Dmitrievsky:

http://www.thealgoengineer.com/2014/online_linear_regression_kalman_filter/

Ci sono anche delle regressioni e altre modifiche

Non mi piace Kalman perché presuppone sempre una certa conoscenza preliminare del sistema. Nell'articolo si sa che i coefficienti di accoppiamento di due citazioni sono descritti da una passeggiata casuale. Se la nostra conoscenza è coerente con la realtà, allora tutto va bene, ma se non lo è, ahimè. Abbiamo bisogno di un approccio socratico - "So di non sapere nulla")

Per quanto ho capito non è un algoritmo particolare ma un approccio generale in cui i coefficienti sono costantemente ricalcolati indipendentemente dal fatto che ci sia una discrepanza o meno. Bisogna guardare caso per caso per vedere se c'è una perdita di precisione con questa semplificazione. La costanza della finestra può potenzialmente portare all'imprecisione.

Di solito ci sono due obiettivi nella ricerca di un guasto: 1) se si è verificato un malfunzionamento e 2) in quale momento si è verificato. Il primo può essere risolto in modo coerente (online), mentre il secondo sembra essere risolto solo in modo a posteriori (offline). Poiché i nostri prezzi sono molto vicini al SB, dobbiamo risolvere il nostro problema nel modo più preciso possibile, cioè usare entrambi gli approcci.

 
secret:
Quando lo troverete con i metodi statistici, sarà troppo tardi) La soluzione migliore è uno stoploss o un breakdown.

Qualsiasi approccio algoritmico per risolvere problemi sotto incertezza può essere descritto come statistico (può - non significa necessariamente deve). Tuttavia, di solito non ci si riferisce a questo come a un matstat, ma piuttosto a una teoria della decisione statistica.

 
Aleksey Nikolayev:

Non mi piace Kalman in quanto presuppone sempre una certa conoscenza preliminare del sistema. Nell'articolo si sa che i coefficienti di accoppiamento delle due citazioni sono descritti da un cammino casuale. Se la nostra conoscenza è coerente con la realtà, allora tutto va bene, ma se non lo è, ahimè. Abbiamo bisogno di un approccio socratico - "So di non sapere nulla")

Per quanto ho capito non è un algoritmo particolare ma un approccio generale in cui i coefficienti sono costantemente ricalcolati indipendentemente dal fatto che ci sia una discrepanza o meno. Bisogna guardare caso per caso per vedere se c'è una perdita di precisione con questa semplificazione. La costanza della finestra può potenzialmente portare all'imprecisione.

Di solito ci sono due obiettivi nella ricerca di un guasto: 1) se si è verificato un malfunzionamento e 2) in quale momento si è verificato. Il primo può essere risolto in modo coerente (online), mentre il secondo sembra essere risolto solo in modo a posteriori (offline). Dato che abbiamo prezzi molto vicini a SB, dobbiamo risolvere il nostro problema nel modo più accurato possibile, cioè usare entrambi gli approcci.

Bene, una semplice regressione mobile viene eseguita su un grafico, i coefficienti vengono scritti e infilati in un classificatore. Si ottiene un indicatore di rottura, che si può controllare con nuovi dati.

Questo è se non volete inventare nulla, ad alto livello per così dire)

 
Alexander_K:

Hai bisogno di ricerche concrete, Alexei. CUSUM, mappe di Schuchart, ecc.

Io da solo non ho tempo per fare tutto. E c'è sempre meno speranza per i membri del forum. Uno - cita Vysotsky, l'altro - filosofeggia e segue alcuni segnali, come se questo li avvicinasse alla meta. Una specie di teatro dell'assurdo.

Sono pronto a partecipare a discussioni su questioni teoriche significative. Non mi farò coinvolgere in nessun progetto comune che comporti uno spreco di tempo e/o denaro.

 
Maxim Dmitrievsky:

Bene, basta eseguire la regressione scorrevole su un grafico, scrivere i coefficienti e metterli nel classificatore. Il risultato è un indicatore di rottura che può essere controllato con nuovi dati.

Questo è se non volete inventare nulla, in un modo di alto livello).

Questo approccio è buono per l'analisi esplorativa di una serie. Il sistema di trading finale dovrebbe essere ancora più semplice)

 
Maxim Dmitrievsky:

Bene, basta eseguire la regressione scorrevole su un grafico, scrivere i coefficienti e metterli in un classificatore. Il risultato è un indicatore di ripartizione che può essere controllato con nuovi dati.

Cioè, se non si vuole inventare nulla, di alto livello, per così dire).


Ho già suggerito qualcosa sull'esponente. È da molto tempo che dico di fare un'analisi del genere (ma non ho abbastanza cervello per realizzarla, e si è scoperto che non riesco nemmeno a tracciare il cambiamento di prezzo in base all'esponente ).

Oppure costruire una serie di prezzi con tendenze diverse (lineare, esponenziale, ecc.) e poi confrontare il prezzo attuale o forse ci sono altri modi per determinare il tipo di tendenza.

 
Evgeniy Chumakov:


Il Che ha già suggerito qualcosa sull'esponente. E ti ho detto di fare un'analisi del genere molto tempo fa (ma non ho abbastanza cervello per farla, visto che non riesco nemmeno a costruire il cambio di prezzo in base all'esponente ).

Oppure costruire un array di prezzi con tendenze diverse (lineare, esponenziale, ecc.) e poi confrontare il prezzo attuale o forse ci sono altri modi per determinare il tipo di tendenza.

Non lo so, io non mi occupo di visual dr... ricerca. Mi limito a inserirlo nei modelli e a guardarlo, e a ottimizzarlo. I migliori risultati si ottengono proprio sulle schede di regressione.

 
Aleksey Nikolayev:

Qualsiasi approccio algoritmico per risolvere problemi sotto incertezza può essere descritto come statistico (può - non significa necessariamente deve). Tuttavia, di solito non ci si riferisce a questo come a un matstat, ma piuttosto a una teoria della decisione statistica.

Lo stoploss non è una statistica, è una realizzazione particolare di un processo. Può anche essere realizzato in una barra (o tick).
 
Evgeniy Chumakov:


Il Che ha già suggerito qualcosa sull'esponente. Sì e ho detto a lungo di fare una tale analisi (ma non ho abbastanza cervello per implementare, come si è scoperto, anche il cambiamento di prezzo per esponente non può costruire).

o costruire un array di prezzi con diverse tendenze (lineare, esponenziale, ecc.) e poi confrontare il prezzo attuale o forse ci sono altri modi per determinare il tipo di tendenza.

Basta capire come calcolare i coefficienti di regressione (ordine fisso) usando il metodo dei minimi quadrati su un campione fisso. Poi contateli in una finestra scorrevole di dimensione fissa - si ottiene un insieme di indicatori-coefficienti.