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 2326

新しいコメント
 
アレクセイ・ニコラエフ：

私の考えでは、主な問題は、市場の最大のプレーヤーである国家の行動を記述するためのアプローチの選択にある。彼らは、（1）市場で大きな影響力を持ち、（2）時間とともに行動が大きく変化し、（3）市場での行動の目標はしばしば市場の外にあり、我々にはよくわからない、（4）多くの状態があり、それらは（市場にとって）非常に異なった方法で互いに影響し合うことができる。数学的には、複雑で非定常なオープンエンドのシステムということになる。

問題は、そのようなシステムのモデルを思いつかないことではなく、あまりにも多くの異なるものを思いつくことができ、おそらく結論において互いに矛盾することさえあることである)

異なるスケールでのプレーヤーのフラクタルな振る舞い）が役立つかもしれない)

 
Valeriy Yastremskiy：

は、最初からアプローチの裏側です。ちなみに何でもかんでも医学のRCTは、再現性のあるプラシーボではなく、医療技術を殺してしまった)))

行動や条件のタスクは、因果関係を見つけることです)

どちらからアプローチするのが本来の姿か

 
Aleksey Mavrin：

まあ、明らかなのは、2つ3つの正弦波では、長い期間にわたって価格を正しく近似することもできないことです。OK、そう思いませんか？

いいえ、そんなことはありません。また、誤解しているようですが...。

コンバーターは複雑な非線形構造で、おそらくニューラルネットワークのカスケードであると思われます。

価格入力 --- 変換 --- 正弦波。

わかりやすくするために、1つの正弦波を使った例を示しましたが、もっと多くの正弦波が可能です。入力は価格、出力は位相を除き同じパラメータで正弦波。

ネットワークがその方法を学べば、あとは何もする必要がない......。

アレクセイ・マヴリン

私は、プレイヤーのネットワークを利用した市場モデルというアイデアを持っています。

大体こんな感じです（MOを見て みます）。

.......

....

モデルの考え方はよく知られていて、複雑で、モデル化の目標が理解できない。

Aleksey Mavrin：

愛好家はまだ到達していない、GPT-3と他の画期的なもののすべての種類を消化し、多分誰かがそれに到達し、この開発のいくつかの行をマークします。

まあ、信じることを禁じる人はいないけど、理論は実践で薄めたほうがいい。

 

4) 利益を計算する


 
このあたりでMOのコードは出てきそうですか？ 少なくともRで書かれていて、その下にキノコがあるような。
 
マキシム・ドミトリエフスキー：

どちらからアプローチするか

原因（治療論文による）はわかっているが、効果、つまり治療法別の効果はわかっておらず、最適な治療法を見つけ、効果を確認することが課題となっている。

原因がわかっていないのは、数が多すぎるから......。

モデリングは、原因と価格への影響について何らかの相関を与えるはずです。またはその逆で、価格の動作によると、それはプレーヤーに影響を与える原因を特定することが可能であり、その後、価格上の彼らの行動だろう。

 
マキシム・ドミトリエフスキー：

4) 利益を計算する


お気に入りのオシロスコープ)))そして、どんな美しい絵が描けるのだろう)

 
Valeriy Yastremskiy：

原因（治療論文による）はわかっているが、効果、つまり治療法別の効果はわかっておらず、最適な治療法を見つけ、効果を確認することが課題となっている。

原因がわかっていないのは、数が多すぎるから......。

モデリングは、原因と価格への影響について何らかの相関を与えるはずです。あるいはその逆で、価格の動きから、プレーヤーに影響を与える原因を特定し、さらに価格に対する彼らの行動を特定することができるだろう。

あ、まあ、そうかもしれませんね。後でゆっくりやります。

 
マキシム・ドミトリエフスキー：

あ、そうか、そうなんだ。後で暇な時にでも調べてみます。

今日の課題ではありません。早すぎるだろう）。
 
Valeriy Yastremskiy:
今日のタスクではありません。少し早いでしょうが)

もんくがない

1...231923202321232223232324232523262327232823292330233123322333...3399
新しいコメント
理由: