Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 1014
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
Aqui não me cansarei de citar trechos do Kolmogorov:
Em outras palavras, considerados são:
1. Devoluções
2. O ACF para devoluções
Se a ACF satisfizer a seguinte condição:
então uma série tão discreta de retornados é previsível.
E é tudo.
Não há outros palpiteiros.
De onde vêm os ACFs dos aumentos de preços? São obviamente não estacionários e a função de covariância dependerá de duas variáveis: B=B(t,k) e você simplesmente não tem dados suficientes para calculá-la.
De onde vem o ACF dos aumentos de preços? São obviamente não estacionários e a função de covariância dependerá de duas variáveis: B=B(t,k) e você simplesmente não tem dados suficientes para calculá-la.
O ACF que é mostrado na figura é o algoritmo retirado do ARIMA. É calculado pelos últimos n-bars.
O algoritmo ACF na foto é tirado da ARIMA. É contado pelos últimos n-bars.
Primeiro de tudo, o meu comentário foi sobre anexar o artigo de Kolmogorov sobre processos estacionários a casos obviamente não estacionários.
Embora a ARIMA também reduza tudo à estacionaridade, o que só pode ser verdade aproximadamente para os preços e apenas em determinados intervalos de tempo (por exemplo, um coeficiente autoregressivo durante uma tendência, outro durante um flat subsequente). Não podemos prever quando mudar o modelo e isto é uma consequência da não-estacionariedade.
Em primeiro lugar, o meu comentário foi sobre a anexação inadequada do artigo de Kolmogorov sobre processos estacionários ao caso claramente não estacionário.
Embora, a ARIMA também reduza tudo à estacionaridade, o que pode ser verdade para os preços apenas aproximadamente e apenas em determinados intervalos de tempo (por exemplo, um coeficiente autoregressivo durante uma tendência, mas outro durante um flat subsequente). Não podemos prever quando é necessário mudar o modelo, e isto é uma consequência da não-estacionariedade.
+
O que se entende por periodicidade?
E tanto quanto sei a ACF não é apenas a soma dos produtos. Há um algoritmo muito mais complicado.
Mantenho a minha opinião - a estimativa da ACF para uma série discreta de retornados é a soma dos produtos de 2 retornados de amostra deslizante consecutiva.
Sobre a periodicidade...
Acho que a maneira mais simples é esta:
Deve-se negociar (prever o próximo retorno) quando o valor ACF atual>0, ou seja, quando há uma dependência óbvia dos incrementos, a chamada "memória".
Mantenho a minha opinião - a estimativa da ACF para uma série discreta de retornados é a soma dos produtos de 2 retornados de amostra móvel consecutiva.
Sobre a periodicidade...
Acho que a maneira mais simples é esta:
Trocar (prever o próximo retorno) quando o ACF>0, ou seja, quando existe uma dependência óbvia dos incrementos, a chamada "memória".
Olhe para o indicador, é assim ou alguma coisa deve ser mudada?
Olha para o indicador, é assim ou alguma coisa deve ser refeita? O valor absoluto dos incrementos ainda é provavelmente o melhor à esquerda (menos multiplicado por menos mais), então o mínimo será apenas 0.
Desculpa, não posso. Procura ocupada do Graal em processos de difusão. Sou eu - eu ajudo aqui tanto quanto posso, porque acredito em redes neurais e florestas.
Desculpa, não posso. Procura ocupada do Graal em processos de difusão. Só estou ajudando aqui o máximo que posso porque acredito em redes neurais e florestas.
Então eu removo o indicador?
Então eu removo o indicador?
Sim. Não precisamos de um indicador. Precisamos dos preditores Kolmogorov. Não há outra maneira e você pode continuar por mais 1000 páginas de hilaridade.
Mantenho a minha opinião - a estimativa da ACF para uma série discreta de retornados é a soma dos produtos de 2 retornados de amostra deslizante consecutivos.
Sobre a periodicidade...
Acho que a maneira mais simples é esta:
Deve-se negociar (prever o próximo retorno) quando ACF>0, ou seja, quando há uma dependência óbvia dos incrementos, a chamada "memória".
1) Não há ACF para processos instáveis. Leia pelo menos Orlov do seu conjunto sugerido de livros sobre os momentos de processos não estacionários.
2) A "memória" de processos não estacionários também não é boa. Ele pode ser encontrado quando não existe (um processo não estacionário com incrementos independentes), se fizermos cálculos como para um processo estacionário. Você pode tê-lo, mas pode ser diferente a qualquer momento e não está claro o que exatamente o processo "se lembra" naquele momento.