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 2084

 
ロールシャッハ

ある周波数が最大の振幅を持つ場合、その周波数は信号から最も抽出しやすく、最大の利得を得ることができます。振幅が10のサインと100のサインの和を想像してください。

理想的なインジケータは、最大振幅の周波数に同調した発振器(バンドパスフィルタ)であると思います。

ところで、このフィルターが実際にどのように見えるのか、見せていただけないでしょうか...。

多分、本当にそれらのTCは、高調波でフィルタリングする方がずっときれいだと思うのですが...。

マキシム・ドミトリエフスキー

この指標はボットには何の意味もない

なぜそれで測るのか )

 
mytarmailS:

言いたいことはわかるし、同意するけど、マッシュアップやハーモニクスは忘れようぜ...。

最適なパラメータを抽出する普遍的な方法が必要だ...。


ゼロ線とシグナル線の交点でMACDを取引する別のTSを想像してみてください。そのようなTSの最適な周期は、最大振幅を持つ高調波周波数と同期しているでしょうか。

私の意見ではありません。


スペクトルで見つけることができますが、TCのためにいくつかの機能の「ブーケ」を見つけることはできません。

mcdはバンドパスフィルタ+そこからローパスフィルタをかけたものです。スペクトラムでカットオフ周波数を求め、2つのパラメータで信号線を 任意に取り、平滑化と遅延を加える


 
ロールシャッハ

macdは、バンドパスフィルター+そこからローパスフィルターをかけたものです。我々は、スペクトルからカットオフ周波数を取得 - 2パラメータ、我々は任意に信号線を 取る、それは平滑化と遅延が追加されます

では、基本的にどんな指標もハーモニックの組み合わせで表現できるのですか?

そのような指標は必要なく、それに代わる正しいハーモニクスが必要で、ハーモニクスによってルールを構築すれば、指標によってどんなシステムでもモデル化できるのですね。

 
mytarmailS:

それならなぜそれで測定するのか?)

伊達男

 
mytarmailS:

このフィルターがどのような動作をするのか、見せてもらえますか...?

多分、本当にそれらのTCは、高調波でフィルタリングする方がずっときれいだと思うのですが...。

なぜそれで測るのか )

将来を見据えず、まあまあ

 
mytarmailS:

実は、どんな指標も、倍音の組み合わせで表現できるのですね。

そのような指標は必要なく、それに代わる正しいハーモニックスが必要で、ハーモニックスをベースにルールを構築すれば、どんなシステムも指標でモデル化できるのでは?

この 記事には、そのすべてが書かれています
 
アレクセイ・ニコラエフ

私たちの分野では、このテーマに関する古典的な問題として、Markowitzのポートフォリオ理論がある。この場合、最適なポートフォリオは1つではなく、多くのポートフォリオから選択することになります。

問題は哲学的で、高いピークやプラトーははるかに低く、または小さなポイントや大きなボリュームの平均で高密度です)))しかも、パラメータが5つもあると、もう複雑です)。ポートフォリオ問題は多因子である一方、各ポートフォリオは時間から1つの出力パラメータを持っています。やはり、系列の特性を最適に記述する(周波数と振幅が最も近い)Mashkaの周期最適化とは異なる作業です。

ニュースまで行ってないので、価格シリーズを取得してニュースのものと比較するか、テスターでニュースのものを解析するかです。

 
マキシム・ドミトリエフスキー

見るからに

10-20のスライディングプライスのウィンドウを取る。

10成分でPCAを行う

各成分を取り出し、PCAを行うが、スライディングウィンドウは +- 100とする

それをモデルに入れて、0.7〜0.75%の精度を得ることができます。

 
アレクセイ・ニコラエフ

私たちの分野では、このテーマに関する古典的な問題として、Markowitzのポートフォリオ理論がある。この場合、最適なポートフォリオは1つではなく、数多く存在する。特定のポートフォリオを選択するには、利益とそのボラティリティの比率に対するトレーダーの好みに基づいて行われる。

価格シリーズを記述する。(自分用)。

この流れが永続することはありえない。もちろん、安定した状態。十分な履歴がある場合、最小値の+20%、最大値の-20%の範囲では、項安定状態の確率が高くなる。異なるスケールでは、このシリーズは同じ挙動を示します。

似ているのは、温度と価格です。温度は時間的に離散的に測定されるのに対して、気温は連続的で、測定値の間に差があり、この差がほぼ常にある値Xより小さいことが高い確率で分かっています。この系列は、刻みの間に差がある点で類似しています。また、この差がある値Xよりも小さいことも高い確率で分かっている。ゲパスと津波を伴う火山噴火も同様である)。

そして、これらのXは時間軸に依存する)。

 
ロールシャッハ
この 記事で全てわかる

ありがとうございます!読みましたよ!全部理解できなかったけど、それは私のせいです))