Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 656
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Bem, e não-estacionariedade. Qualquer processo, se quebrado em pedaços, ficará instável, e se não estiver, não será aleatório.
Eu não entendo. Em GARCH o processo é decomposto em componentes, não dividido em pedaços. Está na própria fórmula: valor anterior + ruído.
A propósito, a julgar pelas distribuições em diferentes intervalos longos (vários em 3 meses) não notei nenhuma diferença significativa entre elas.
Em publicações sobre o GARCH, provou-se a necessidade de ter mais de 5000 observações para calcular parâmetros de distribuições. Menos de 1000 torna o modelo instável.
Sobre o sentido económico - bem, eu não sei. Presumo que o mercado é aleatório para o observador. Se é realmente aleatório ou não, realmente não importa. A palavra-chave aqui épara o observador.
Em forex, concordo plenamente, pois acredito que as taxas de câmbio são políticas.
Quanto aos outros tipos de activos. Embora hoje os preços dos ativos sejam espúrios: o preço do petróleo é várias vezes mais alto, enquanto o consumo é aproximadamente o mesmo.
mas você não se livrou das emissões.
Claro que não e você não pode fazer isso. Além disso, uma das implicações dos modelos GARCH é o quão bem se encaixa REALMENTE no processo após uma emissão.
Claro que não e isso não deve ser feito. Além disso, um dos significados dos modelos GARCH é o quão REALMENTE combina com o processo após o outlier.
Quero dizer, se você pegar apenas os incrementos e os logaritmos dos incrementos, os gráficos são equivalentes, mas apenas em uma escala de preços diferente.
Eu também tenho pensado muito nisto.
Se o modelo de regressão prevê ganhos de preço por barra e a pontuação R2 está acima de zero nos testes frontais e nos testes de retaguarda, isso já é um bom começo. O problema é que o resultado, embora estável, é pequeno, a propagação não pode ser vencida.
Analisicamente, o problema é que o R2 penaliza mais o modelo por grandes erros e ignora pequenos erros e direcções comerciais erradas. Se você olhar para a distribuição dos ganhos, a maioria dos movimentos de preços são apenas um par de pips. E o modelo, em vez de prever a direção correta de movimentos tão pequenos, aprende a prever as longas caudas da distribuição para a qual obterá um R2 mais alto. Como resultado, o modelo pode de alguma forma prever grandes movimentos, mas nos pequenos comete sempre um erro na direção e perde a propagação.
Conclusão - as estimativas de regressão padrão são ruins para forex. É necessário criar uma função de adequação de algum tipo para ter em conta as direcções dos negócios, a dispersão e a precisão. Então, mesmo com uma precisão um pouco superior a 50%, há uma chance de lucro.
Precisão, Sharp ratio, fator de recuperação e outras funções que analisam gráficos comerciais são muito discretos, a neurônica com um backprop padrão não vai sair do mínimo local e não pode aprender corretamente.
Uma conclusão alternativa é ignorar completamente os sinais fracos do neurónio. Troca apenas com os mais fortes. O problema é que podemos sempre definir o limiar que dá bons resultados no backtest, mas não dará bons resultados no fronttest. Tens de pensar em algo aqui também.
R2 IMHO, bem como a perda de logloss é bastante inconveniente devido à sua não-linearidade. Para mim uma simples correlação dos retornados com as previsões é muito mais conveniente, é como a raiz do R2, multiplicada por 100 você obtém a porcentagem exata de mudança que pode capturar do mercado, eu recebo 3-5%, mas o problema é, como você disse com razão, que esses sinais são muito freqüentes, e filtrar ou fazer a média quase que mata completamente o alfa. Acho que é aqui que tenho de concentrar os meus esforços, pois não consigo obter mais do que 5% dos dados normais de qualquer forma.
Quanto ao sentido económico - bem, eu não sei. Presumo que o mercado é aleatório para o observador. Se é realmente aleatório ou não, realmente não importa. A palavra-chave aqui épara o observador.
Em forex, concordo plenamente, pois acredito que as taxas de câmbio são políticas.
Quanto aos outros tipos de activos. Embora hoje os preços dos ativos estejam fora dos gráficos: o preço do petróleo por vezes e o consumo é mais ou menos o mesmo.
Sim, em todo o lado. Eu jogo principalmente no mercado de acções-futuras. Para um observador, tudo é aleatório. O que está realmente lá - quem diabos sabe. Tens de ser um infiltrado).
O que não é "aleatório" - são rollbacks no movimento e flutuações em torno da média (não confundir com Alexander_K2-m). Com esta abordagem, ao invés de acertar um movimento pode ser chamado de aleatório, mas não raro e até mesmo um fenômeno regular, já que nunca sabemos quando e em que direção ele será.
Sim, em todo o lado. Eu jogo principalmente no mercado de acções-futuras. Para um observador, tudo é aleatório. O que realmente é, eu não sei. Tens de ser um infiltrado).
O que é "não-acidental" - são rollbacks no movimento e flutuações em torno do valor médio (não confundir com Alexander_K2-m). Com esta abordagem, ao invés de acertar um movimento pode ser chamado de aleatório, mas não raro e até mesmo uma ocorrência regular, já que nunca sabemos quando ou em que direção ele será.
Esta hipótese de um mercado eficiente é um disparate.
Quero dizer, se você pegar apenas os incrementos e os logaritmos dos incrementos, os gráficos são equivalentes, mas apenas em uma escala de preços diferente.
Afinal, não é à toa que os modelos GARCH são usados para incrementos. e são os mais comuns no momento. A ideia básica de derrotar a não-estacionariedade decompondo uma série não-estacionária em componentes que fazem sentido económico e estatístico bastante significativo é muito apelativa.
Neste momento, o vestuário é demasiado complicado para mim. Os livros sobre ele são escritos principalmente para especialistas em estatística e econometria e operam constantemente com coisas que eu não entendo; para entender e assimilar algumas coisas básicas eu preciso primeiro entender um monte de outras coisas que não estão explicadas nos livros.
Já joguei com pacotes em R, mas não tenho nenhum lucro com configurações padrão mesmo para um teste; preciso novamente de algum conhecimento de como e o que ajustar em configurações, e não posso fazer isso por acaso.
Acredito que o vestuário pode fazer muitas coisas, mas o tempo que tenho de investir para as perceber é demasiado grande e não tenho muito tempo.
Stranye você tem gráficos, o logaritmo deve tê-los comprimido também. Com que fórmula você calculou? Decimal, por exemplo, uma alteração de 10 vezes nos dados de entrada resulta em uma alteração de 2 vezes. Natural também, mas mais fraco. Os seus gráficos não mostram compressão vertical.
log(close[i]/close[i-15])
Onde fechar o quê, porquê?
Quero dizer, se você pegar apenas os incrementos e os logaritmos dos incrementos, os gráficos são equivalentes, mas apenas em uma escala de preços diferente.
Eu acho que não é log(open[0] - open[1]),
mas log(open[0]/open[1])