トレーディングにおける機械学習:理論、モデル、実践、アルゴトレーディング - ページ 1714

 
レグ・コノウ
ファンダメンタルズデータのデジタル化がなくても、価格以外に出来高、建玉、価格と出来高のレベル、セッション、シーズンなどの時間パラメータがあります。 ニュースは、すでにデジタル化されているようですが...。

つまり、市場パラメータのメニューは、ここで議論され使用されているよりもはるかに豊富であり、MoEの潜在能力は研究において十分に発揮されていないのである。

私は、利用可能なパラメータを条件系に集め、その値の流れを整理し、統計データベースを基に「交差」依存の係数を計算するMOアルゴリズムにします。

このデータのデジタル化と会計処理のロジックをシステム化するようにする。すぐには理解できない)数字の中身から、株価指数、総所得、その国の中銀率、予想総数、代理店推定、信用格付け、産業界の数字、国家間の貿易回転率...などです。それをどう使うか? テクニカル分析は 別の曲で...。を根本から見直す。

 
エフゲニー・デューカ

クール、チェックしてみるよ...。

そして、これは科学者がすでにやっていることなのです.

主成分法(PCA)による系列の分割

サイズ10のスライディングウィンドウで引用

8つのコンポーネントがあります。

アルゴリズムは、構成要素を変化の遅いものと早いもの、重要なものと弱いものに分類し、それらをソートする

分解(フーリエ、ウェーブレット、pcaのいずれでも)の最も強い特性は加法性である

つまり、pc1+pc2+...+pc8を全部足しても、同じ値段で返ってくるということです。

では、成分の代わりに同じ指標を使い、それらを足し合わせるとどうなるか? まさに、確率論で学習させた場合のニューラルネットワークの出力と同じです)

インジケータはすでにコンポーネントの上から使用することができます。 このような分解によって、どれだけの機能が生成されるかを想像してみてください。

データをフィルタリングし、不要なもの(不良品)を見つけて抽出することができます。

コンポーネントを変更して元に戻すことも、コンポーネントだけを残すこともできる

コンポーネントを速くしたり遅くしたり、振幅を変えたりすることができます。

各コンポーネントを相対的に分析することもできますし、2つ、3つのコンポーネントを分析することもできます。

構成要素を別々に予測し、合計で予測することができます(これらは加算されます)。

あるコンポーネントと別のコンポーネントを比較予測する

可能です...

あなたは...

可能です...

できる...

あなたは...

科学者が何かを解明しようとするとき、そうするものです。

 
エフゲニー・デューカ
ただ、ニューラルネットワークが実際の市場で指標として機能し、資産の動きをうまく予測しているのです。さらに、もう一つ実験的なものを用意して、エントリーポイントを提供しようとしています。 以下は、過去10時間のうち、直近の4つのシグナルで、シグナルはすべて公開されています。

素晴らしい!! どんな新しいものが加わったのでしょうか?

 
ヴァレリー・ヤストレムスキー

このデータのデジタル化と会計処理のロジックをシステム化するようにします。すぐには理解できない)数字の中身から、株価指数、総収入、その国の中央銀行金利、予想される総数、代理店の推定、信用格付け、業界の数字、国家間の貿易回転率...などです。それをどう使うか? テクニカル分析は 別の曲で...。を根本から見直す。

まず、デジタル化されたファンダメンタルデータが、テクニカル分析の対象になるわけです。デジタル化の方法を独自に考案することを妨げるものは何ですか?もうひとつは、情報のカスタムデジタル化は主観的で、一般的なデータフローにはなじまないということです。つまり、意味を数字に変換する仕組みは、頭の中だけで働くもので、アルゴリズムに直接作用するものではありません。これが問題なのです。
利用可能な市場指標としては。これらの成分はすべて、MOE が相関を計算するモデルシステム内に配置される必要がある。そうして
 

Habraの良記事:ニューラルネットは電気マネーの夢を 見るか?

私はそれを読むことをお勧めしません、私は自分自身のためにリンクを維持しました。

Мечтают ли нейросети об электроденьгах?
Мечтают ли нейросети об электроденьгах?
  • habr.com
TL;DR: Нет На просторах Сети полным полно материалов, мануалов, готовых решений, сборок и прочего добра, посвященного прогнозированию цен на криптовалютные и традиционные биржевые активы, пахнущего быстрыми и легкими доходами с минимумом усилий. И хоть пишут их разные люди, с разными подходами, на разных платформах и с разными парадигмами, у...
 
mytarmailS:

分解(フーリエ、ウェーブレット、pca)の強い特性は加法性です。

これは、あらゆる線形分解の特性である。信号が戻ってこないなら、分解がおかしいのです。論理の問題。どんなアナログも正弦波に分解することができる。ここでの狙いは、おそらく違うのでしょう。分離すること、外部からの影響の基準で値動きを分離すること。それなら納得です。そして、より有意義な価格動向の分析と予測の可能性が現れるのです。

 
ヴァレリー・ヤストレムスキー

これは、あらゆる線形分解の特性である。信号が戻ってこないなら、分解がおかしいのです。論理の問題です。どんなアナログも正弦波に分解することができる。ここでの狙いは、おそらく違うのでしょう。分離する こと、外部からの影響の基準で値動きを分離 すること。それなら納得です。そして、より有意義な価格動向の分析と予測の可能性が現れる。

どういう意味ですか?

 
レグ・コノウ
そもそも、デジタル化されたファンダメンタルデータは、すぐにテクニカル分析の対象になるんです。

テクニカルとファンダメンタルの定義が違うんです。ファンダメンタル=社会的に確立された基準で表現された実データ。ガスプロムのバランスシートはファンダメンタルデータです。株式の売買や 相場はテクニカルなものです。私が理解したとおりに説明しても、説得力がない。

 
mytarmailS:

何を知っているのか?

値動きは多くの要因によって決定されるため、主な要因を分離し、分解することで値動きに結びつける。実はこれ、作品の中で行われていることなんです。私の理解では、同じ種類の価格変動は、その分解を選択することによって区別され、分離される。これらの要素の本質を知らなければ理解できないかもしれませんが、それらを判断し考慮することが可能であることを理解することで、多くの理解が得られます。

 
mytarmailS:

素晴らしい!! どんな新しいものが加わったのでしょうか?

新しいものがたくさんある。新しいEA、予測は8種類から選択可能、新しいニューロはエントリーポイントを提供します。