트레이딩의 머신러닝: 이론, 모델, 실전 및 알고리즘 트레이딩 - 페이지 3218

새 코멘트
 
СанСаныч Фоменко #:

다시 한 번 강조하지만, GARCH는 모든 전문 사무실에서 수조 달러에 달하는 세계 거래의 기반이 되는 이론입니다.

정보의 출처는 어디일까요? 그리고 왜 그렇게 믿으시나요? 제발, 권위 없이 가자. 최소한의 의문을 제기해 보세요.

 
Maxim Dmitrievsky #:

GMM에 직면한고급 리샘플링은 다른 생성 모델에서도 잘 작동합니다.

원본 데이터에서 합성 특징값을 가져와서 모델을 학습시키면 원본 데이터에서도 작동했습니다.

데이터가 충분하지 않은 경우 어떻게 데이터를 생성했는지에 대한 전체 동영상은 르네상스에 있습니다.

 
Valeriy Yastremskiy #:

데이터가 충분하지 않은 경우 어떻게 데이터를 생성했는지에 대한 전체 비디오가 르네상스에 있습니다.

Where
 
Maxim Dmitrievsky #:
어디

https://www.youtube.com/watch?v=K10PVDm0LVw

이것이 마지막이지만 위의 것도 좋습니다, 몇 가지 생각))))))

여기))

Exposing Jim Simons Cryptic Data Tactics and Simulations
Exposing Jim Simons Cryptic Data Tactics and Simulations
  • 2023.06.16
  • www.youtube.com
Inspired form the book about Jim Simons “The man who solved the market” and how they simulated or created data to perform quantitative analysis we discuss in...
 
Valeriy Yastremskiy #:

https://www.youtube.com/watch?v=K10PVDm0LVw

이것이 마지막이지만 위의 것도 좋습니다, 몇 가지 생각))))))

여기))

음, 몬테카를로가 있습니다.

 
Maxim Dmitrievsky #:

알다시피, 몬테카를로.

90년대 후반인 것 같아요.)

가장 먼저 떠오르는 행을 가져와서 노이즈를 제거합니다.)

수학적 모델을 가져와서 노이즈를 제거하고 다른 방식으로 노이즈를 제거해 보세요.

거의 같은 계열이지만 다른 계열을 얻는 것이 과제라면 어떤 다른 아이디어가 있을 수 있을까요?)

 
무역 시뮬레이션에서는 두 가지 방법이 있습니다.

1. 데이터와 관련하여 TS를 수정할 수 있습니다.
2. TS를 기준으로 데이터를 수정할 수 있습니다.

원칙적으로 두 가지를 결합하는 데 방해가 되는 것은 없습니다.

드 프라도는 재교육에 관한 기사에서 첫 번째 방법을 선택했고, 세이버는 두 번째 방법을 선택했습니다.

먼저 이 두 가지 방법을 비교하여 가장 좋은 방법을 선택한 다음 특정 구현의 세부 사항을 자세히 살펴볼 것을 제안합니다.

첫 번째 방법은 TS의 매개 변수를 이해하고 객관적이기 때문에 더 정확 해 보이지만 가격 시뮬레이션 문제에는 많은 불확실성이 있습니다.
 
mytarmailS #:
무역 시뮬레이션에서는 두 가지 방법이 있습니다.

1. 데이터와 관련하여 TS를 수정할 수 있습니다.
2. TS와 관련하여 데이터를 수정할 수 있습니다.

원칙적으로 병합을 막을 수 있는 방법은 없습니다.

드 프라도는 재교육에 관한 글에서 첫 번째 방법을 선택했고, 세이버는 두 번째 방법을 선택했습니다.

이 두 가지 방법을 비교하여 가장 좋은 방법을 선택한 다음 특정 구현의 세부 사항을 자세히 살펴볼 것을 제안합니다.

첫 번째 방법은 TC 매개 변수를 이해하고 객관적이기 때문에 더 정확해 보이지만 가격 시뮬레이션에 대한 질문이 많이 있습니다.

데이터가 충분하지 않을 때 데이터를 변경하는 작업입니다. 그리고 TS 운영에 대한 보다 완전한 이해를 위해. 게다가 스트레스 테스트에는 특정 데이터가 필요한데, 이 데이터가 없을 수도 있습니다.

 
Valeriy Yastremskiy #:

데이터가 충분하지 않을 때 데이터를 변경하는 작업입니다. 그리고 TC 작업에 대한 보다 완전한 이해를 위해. 게다가 스트레스 테스트에는 특정 데이터가 필요한데, 이 데이터가 없을 수도 있습니다.

데이터 부족은 문제가 되지 않습니다.
 
mytarmailS #:
데이터 부족 문제가 없습니다.

아리마 매개 변수를 모델링하는 arima.sim이 있습니다.

다른 함수는 생각나지 않습니다. 다른 함수를 알고 계신가요? MO 함수의 경우? R의 패키지에 없는 경우 이 작업을 수행하지 않아도 되지만 패키지에 있는 경우 기성품으로 수행할 수 있습니다.

1...321132123213321432153216321732183219322032213222322332243225...3399
새 코멘트