Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2262
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
Como assim?
Basta abanar a vaca matriz. Será aleatório ....
você precisa saber o objetivo - para que o abalo, para que o corte final deve ser ???
o objectivo é o lucro :D
Sabe, todos aqui se oferecem para vender alguns escalpadores de carrapatos no mercado, mas o meu interesse é puramente desportivo.o objectivo é o lucro :D
Em relação à própria abordagem da geração, uma crítica minha )
Quando você cria dados e passa por modelos à procura de um modelo que irá funcionar com "novos dados", você entende que é um ajuste? Entende que é apropriado?
Como estes "novos dados" estão envolvidos na escolha do modelo, não são"novos dados"... Não é muito óbvio, mas é!
Precisamos de adicionar uma terceira amostra , que não está envolvida de forma alguma , já o fez ?
Sobre a covariância, eu posso agitar, mas não sou um especialista em GMM.
aqui eu tenho uma matriz falsa
Eu criei um modelo GMM
Aqui está a saída do modelo.
Model$parameters $pro [1] 0.2 0.2 0.4 0.2 $mean [,1] [,2] [,3] [,4] [1,] 7.00000e-01 -0.7 -0.15 1.000000e+00 [2,] -2.00000e-01 -0.8 0.30 -6.000000e-01 [3,] -7.41241e-145 -1.4 1.00 -5.000000e-01 [4,] -1.70000e+00 1.5 0.30 -8.061356e-177 [5,] -2.60000e+00 -1.1 0.20 -3.000000e-01 [6,] 1.30000e+00 -0.1 -0.45 1.200000e+00 [7,] -4.00000e-01 -0.6 1.10 2.300000e+00 [8,] 9.00000e-01 -0.4 1.00 -1.900000e+00 [9,] 4.00000e-01 1.0 -0.50 3.000000e-01 [10,] -1.60000e+00 0.2 0.65 1.400000e+00 $variance $variance$modelName [1] "EEI" $variance$d [1] 10 $variance$G [1] 4 $variance$sigma , , 1 [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000 [10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025 , , 2 [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000 [10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025 , , 3 [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000 [10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025 , , 4 [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000 [10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025 $variance$Sigma [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10] [1,] 0.009 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [2,] 0.000 0.016 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [3,] 0.000 0.000 0.484 0.000 0.000 0.000 0.000 0.000 0.000 0.000 [4,] 0.000 0.000 0.000 1.764 0.000 0.000 0.000 0.000 0.000 0.000 [5,] 0.000 0.000 0.000 0.000 0.144 0.000 0.000 0.000 0.000 0.000 [6,] 0.000 0.000 0.000 0.000 0.000 0.009 0.000 0.000 0.000 0.000 [7,] 0.000 0.000 0.000 0.000 0.000 0.000 0.016 0.000 0.000 0.000 [8,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.036 0.000 0.000 [9,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.196 0.000 [10,] 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.025 $variance$scale [1] 0.05824961 $variance$shape [1] 0.1545075 0.2746800 8.3090689 30.2834661 2.4721197 0.1545075 0.2746800 [8] 0.6180299 3.3648296 0.4291874 $Vinv NULLO que é uma matriz de covariância?
Sobre a própria abordagem da geração, uma crítica da minha parte )
Quando você cria dados e passa por modelos à procura de um modelo que funcione com os "novos dados", você percebe que é um ajuste? Entende que é apropriado?
Como estes "novos dados" estão envolvidos na escolha do modelo, não são"novos dados"... Não é muito óbvio, mas é!
Precisamos de adicionar uma terceira amostra , que não está envolvida de forma alguma , já o fez ?
Sobre a covariância, eu posso agitar, mas não sou um especialista em GMM.
aqui eu tenho uma matriz falsa
Eu criei um modelo GMM
Aqui está a saída do modelo.
esta é a matriz da covariância?
Eu verifiquei no 3, sim.
é melhor abanar os centróides dos aglomerados. Ou seja, significa (significa), cada valor. Em uma pequena faixa, onde cada valor é o centro da distribuição normal. Depois de cada batida, acrescente amostras.
Essa é uma má abordagem, não se incomode. É melhor sacudir os aumentos de preço médios, é mais claro, mas mais longo.
É melhor sacudir os aumentos de preços médios, é mais claro, mas mais longo.
Qual é a diferença fundamental?
Qual é a diferença fundamental?
Nada, foi uma suposição de que ainda se pode abanar com o mínimo esforço. Mas não vai funcionar.
Desculpa, lê mal. A diferença é que o gmm vai encontrar outros clusters em incrementos modificados. E ao abanar os centróides, não estás essencialmente a fazer nada.
ou seja, o objetivo é gerar uma série com uma média e ou variância diferente, semelhante à original.
mas você pega um pequeno pedaço da série original e gera o resto.
Nada, foi uma sugestão de que ainda se pode abaná-lo com um mínimo de esforço. Mas não é assim que funciona.
Desculpa, lê mal. A diferença é que gmm vai encontrar outros clusters em incrementos modificados. E ao abanar os centróides, não estás essencialmente a fazer nada.
ou seja, o objetivo é gerar uma série com uma média e ou variância diferente, semelhante à original.
mas você pega uma pequena parte da série original e gera o resto.
Não seria mais fácil criar um gerador de pseudo-preços que pudesse gerar o que você quiser...
que passará nas verificações de rastreio, teste e validade.
Não seria mais fácil criar um gerador de pseudo-preços que pudesse gerar qualquer coisa, e ajustar seus parâmetros para que ele gere uma série
que passarão nos testes de estágio, teste e validação.
Não precisamos de nada, só precisamos herdar as peculiaridades da série, sobre a qual iremos negociar.
Não precisamos de nada, precisamos de herdar as peculiaridades da série sobre a qual iremos negociar.
Olha, se passou todos os nossos critérios, significa que herdou tudo, tudo o que pensávamos que iria herdar e até tudo o que nunca pensámos que iria e nunca teríamos incluído no modelo...
Olha, se passar todos os nossos critérios, então herdou tudo o que poderíamos ter imaginado e até coisas que nunca soubemos e que nunca teríamos incluído no modelo...
inventar um gerador deste tipo )
inventar um oscilador deste tipo )
Eu não sou um génio ))
Tudo já foi inventado ... Mesmo GMM, podemos pegar médias e alterá-las como desejamos até o resultado, ou alterar a própria série, ou sintetizar o espectro e usá-lo para reconstruir o sinal, ou ... ou...