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 2637

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

定期的に発生し、一度発生すると特定の値動きを伴うパターンを見つけたとする。

あるパターンの発生頻度とその後の事象の関係について、何か研究をされた方はいらっしゃいますか？

確率クラスタという言葉があるとすれば、私たちはその話をしているのです。

あるパターンが長い間出現しなかった場合、それが発生した後に予測可能な（付随する）値動きがあり、その後、そのパターンが誰にでも見えるようになったために市場の非効率性が解消され、衰退していくと予想できたとしよう。

このような過渡的な状態を経時的に評価する指標（より可能性の高いものから同等の可能性、あるいはネガティブな予測まで）を開発することで、そのようなパターンの発見と選択が可能になると思いますし、それを説明できるモデルは非常に有効であると思われます。

私はこの方向で研究していますが、数学的な装置や理論的な知識が不足しています。

私は、バーテックスのブレイクアウト後の動きなど、非常にシンプルなパターンのみで仕事ができます。頻度が確率の良い推定値として機能するためには、その数が十分でなければならないという意味において。

私の観察では、パターンマーキングが完全に形式化されると、（SBと違うという意味での）市場の非効率性はあまり意味を持たなくなる。従来は、スプレッドの範囲内でパターン設計をより複雑にしたい気持ちは当然あるが、そうするとサンプル数が減り、結果が不安定になるのが常である。

[Aleksey Nikolayev]

Maxim Dmitrievsky #:
インクリメントのようなもので、より情報量の多い機能だと考えてください。例えば、全履歴の平均価格を求め、そこから残りを差し引く。最大限のバリエーションが必要ですが、それは新しいデータでわかる範囲でなければなりません。

スプレッド・トレーディングの理論を思い出す。そして、このテーマに関する多くの記事から判断すると、そこにはかなり複雑な数学が存在する。

Maxim Dmitrievsky#:

分数微分はそのように機能しますが（最大拡散の定常性を維持しながら）、私は何か新しいものが欲しいのです。

定常性と最大散乱の条件が守られている限り、時間からいくつかの「傾き線」を引いて、そこから価格、デシベル、時間からf-f、あらゆる種類の濁りを差し引くことができるかもしれません。

しかし、履歴に定常性があるだけなのに、Zスコアのようなものになるのでしょうか？もちろん、定常性に寄せる試みは原理的に避けられないが--定常性がなければ、たいした取引はできない。

[Maxim Dmitrievsky]

Aleksey Nikolayev #:

スプレッド・トレーディングの理論を思い出す。そして、このテーマに関する多くの記事から判断すると、そこにはかなり複雑な数学が存在する。

でも、履歴に定常性しかないときのz-scoreみたいなものでしょうか。もちろん、定常性を追求することは原理的に不可能ですが、定常性がないと本当の意味でのトレードはできないのです。

そのようなことが起こると、我々はしばらくの間、それを安定させるためにしようとする必要があります - したがって、我々は月足チャートに全体の歴史を取り、そのような変換時に極端な最新のデータから防ぐために使用する必要があります - そうしないと、MIは十分に動作しなくなります。

ゆっくりと変化する長期のトレンドラインのようなもので、これもインクリメントに近いものです。もしかしたら、他にも思いがけない解決策があるかもしれませんよ :)

GDPのようなマクロのファンダメンタルズと連動する可能性もあるが、それは避けたい。

[Aleksey Vyazmikin]

Aleksey Nikolayev #:

トップが崩れた後の動きなど、非常にシンプルなパターンしか扱うことができないのです。頻度が確率の良い推定値として機能するためには、その数が十分でなければならないという意味において。

何人いれば十分なのか？単純な「パターン」を選択するサンプルが5％から15％程度あるとして、学習用のサンプルは仮に15k例とすると、少なすぎませんか？

Aleksey Nikolayev#:

私の観察では、パターンマークアップが完全に形式化されると、（SBとの差という意味での）市場の非効率性はほとんど意味を持たなくなるのです。従来は、スプレッドの範囲内でパターン設計をより複雑にしたい気持ちは当然あるが、そうするとサンプル数が減り、結果が不安定になるのが常である。

問題は、これらの観測結果をいかにうまく形式化して、すばやく結果を出し、規則性のあるパターンとないパターンを取捨選択するかということである。

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

どのくらいあればいいのか？単純な「パターン」のサンプルで5％から15％程度、学習用のサンプルを15k例とすると、これは少なすぎませんか？

パターンの断片でカウントするのがよいでしょう。同じパターンの壊れ方（仕事に意味がある）は、年間数百件も発生しないかもしれません。リミッターと呼ぶにふさわしい数字ですね。もっと複雑なパターン、例えば、ある条件を満たしたノードのペアが突破するようなパターンを作ろうとすると、年間数十個になるかも しれません。そして、それだけでは不十分なのです。

[Aleksey Nikolayev]

Aleksey Vyazmikin #:

問題は、これらの観測結果をいかにうまく形式化して、素早く結果を出し、パターンのあるなしを取捨選択するかということです。

与えられた型のパターンのすべての可能な構文に対するループのようなもの？以前、同じような頂点分解で同じようなことをした。原理的には考えられるが、（一般的には）反復的ではなく、再帰的な探索になる。この場合も、複雑さと希少性から、ほとんどのパターンが意味をなさないだろう。手動で意味のあるパターンのリストを集め、それを定期的にループさせて最適なものを選びながら迂回させる方が簡単だろう。

[Valeriy Yastremskiy]

生命やFA結合のない複雑なシステムのTAは、安定した条件下でのみ機能することができます。

[Valeriy Yastremskiy]

mytarmailS #:
なぜ？

意味のある実データが少ない。

Zy.ランダムな環境でデータを生成すると、データが長くなる印象がある。これは間違いです。データの数だけ。211本の棒は211本で、それ以上はないという意味です。

[Alexander Ivanov]

こんにちは。

真実はそこにある...（フォックス・モルダー「Xファイル」）

明らかに目標に近づいている もっと頑張れ

[bikoza]

私はデモ口座 で勉強することを好む - このオプションは、私はより信頼性が高いと思われる。これは、私がAMarketsからブローカーで動作するように学んだ方法です。