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

Aleksey Nikolayev 2022.08.05 11:49 #26681

Maxim Dmitrievsky #:

モンテカルロアの最適化（TSの検索として）について議論したが、ここでは準備できた戦略のリスク評価について話している。より正確には、リスクですらなく、TSが機能しなくなったときをどのように判断するかということだ。

そう、そこにあるリンクは、オーバーフィットしたTSの検証に関するものだ。これでは意味がないだろう。許容ドローダウンを決めることに意味がないということなのかどうかも疑問である。

モンテカルロ法には多くの可能性があり、さまざまな使い方ができます。

あなたのリンクでは、ドローダウンだけが変化するように、取引のランダムシャッフル（シャッフル）を使っていると思います。私の理解では、これは「真の」ドローダウンの定義ではなく、実際のドローダウンが「正常」かどうかということです。ドローダウンが大きすぎたり小さすぎたりする（モデル化されたヒストグラムの左または右のテールに入る）場合は、隣接する取引間の依存性を示している可能性があります。

mytarmailS 2022.08.05 13:50 #26682

正弦波の組み合わせを手で追加できるように、Rでインタラクティブなプログラムを書いた。

多分、誰かがつつき回したいと思うだろう)))

my.sin <- function(vec,a,f,p)  a*sin(f*vec+p)

library(shiny)
ui <- fluidPage(
  sidebarPanel(
  sliderInput("am1", "amplitude1", -5, 5,value = 1, step = 0.1),
  sliderInput("frq1", "frequency1", 0, 5,value = 0.2, step = 0.005),
  sliderInput("pha1", "phase1", -10, 10,value = 0.2, step = 0.5),
  
  sliderInput("am2", "amplitude2", -5, 5,value = 1, step = 0.1),
  sliderInput("frq2", "frequency2", 0, 5,value = 0.2, step = 0.005),
  sliderInput("pha2", "phase2", -10, 10,value = 0.2, step = 0.5),
  ),
  mainPanel(  plotOutput("plot1") )
)

server <- function(input, output) {
  
  output$plot1 <- renderPlot({
    s1 <- my.sin(vec = 1:100,input$am1,input$frq1,input$pha1)
    s2 <- my.sin(vec = 1:100,input$am2,input$frq2,input$pha2)
    
    par(mar=(c(2,2,2,2)),mfrow=c(2,1))
    matplot(cbind(s1,s2),t="l",col=c(2,4),lty=1)
    plot(s1+s2,t="l")
    })
}
shinyApp(ui, server)

mytarmailS 2022.08.06 07:14 #26683

多くの人にとってではないが...

https://youtu.be/rITSSAI5YsM

Maxim Dmitrievsky 2022.08.06 07:24 #26684

mytarmailS #:

正弦波の組み合わせを手作業で追加するインタラクティブなプログラムをRで書いた。

多分、誰かがこのあたりをつついてみたいだろう)))

これをどうするか

こんなサインを試してみよう

for i in MA_PERIODS:
        pFixed[str(count)] = price - price.rolling(i).mean().apply(np.log) * price.rolling(i).std() * 150
        count += 1

価格 - MA(i)の対数 * 移動標準偏差(i) * 係数

i - 平均化期間

150が係数で、50から250まで試してみてください。大きければ大きいほど、系列はより定常的である。

そして、周期iを持ついくつかのスライディング・ウィンドウ（このような符号がいくつかある）について

mytarmailS 2022.08.06 07:55 #26685

Maxim Dmitrievsky #:

そしてどうすればいいのか。

まあ、これは自分では説明できないことを機械に説明できるようになることなんだけど......。

例えば、インジケーターの周期をどうコントロールするか？機械に説明することはおろか、自分自身にも説明することはできないが、うまくコントロールされているのを見ると、「あ、これだ！」と思うだろう。

つまり、このコントロールカーブはサイン波の和から作ることができる......。

Karochそれはあなたの手のターゲットで行うことです、あなたは自分自身に説明することはできません、したがって 、私はこの解決策を見つけたプログラム )

マキシムDmitrievsky＃：

これらの記号を試してみてください

価格 - MA（i）の対数*移動標準偏差（i）*係数

i - 平均化期間

150が係数で、50から250まで試してみてください。大きいほど定常性が高い。

そして、期間iを持ついくつかのスライディング・ウィンドウ（このような符号がいくつかある）。

どのように定常性を測定したのですか？

比較する必要がある

マキシム・ドミトリエフスキー#:

これはあなたのお気に入りですね。）

うん

Maxim Dmitrievsky 2022.08.06 07:59 #26686

mytarmailS #:

まあ、自分では説明できないことをクルマに説明できるようにするためなんだけど......。

例えば、インジケーターの周期を正しくコントロールする方法とかね。機械にはもちろん、自分自身にも説明できないけど、うまくコントロールできているのを見たら、間違いなく「あ、これだ！」と思うはずだ。

だから、このコントロールカーブはサイン波の和から作ることができる...。

自分では説明できない、だからプログラムもできないような、的を射たものを作るため です。こんな解決策を見つけました（笑)。

スタッツはどうやって測ったんですか？

比較しなければならない。

そうだね。

目で見て定常性を測ったんだ。係数が小さければ小さいほど、グラフは正規のグラフに似ているし、大きければ大きいほど、グラフは回帰性のグラフに似ている。

Valeriy Yastremskiy 2022.08.06 08:07 #26687

mytarmailS #:
結論は？

相関関係であれば、影響を及ぼす要因の強さを示す尺度として使うことができる。もちろん、ここでも力という言葉はあまり適切ではない。しかし、他にいい言葉が思いつかない。

mytarmailS 2022.08.06 08:08 #26688

Maxim Dmitrievsky #:
私は目測で定常性を測定した。係数が小さければ小さいほど通常のグラフに見え、大きければ大きいほどretournyグラフに見える。

これはスライディングウィンドウですか？

もしそうなら、どのくらいの大きさですか？

Maxim Dmitrievsky 2022.08.06 08:18 #26689

mytarmailS #:

それはスライディングウィンドウですか？

もしそうなら、サイズは？

はい、どのサイズでも

10枚から200枚まで。

例えば、10刻みで20のサインを得ることができます。

mytarmailS 2022.08.06 10:46 #26690

Maxim Dmitrievsky #:

はい、どなたでも

10個から200個まで。

例えば、10刻みで20のサインがもらえます。

という感じでしょうか？

P[i] - log( mean(P[ii] ) )* sd( P[ii] )*150

ここで、"P[ii]" は過去20回の価格

であり、" P[i]" は現在の

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 2669