Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2546

 
Uladzimir Izerski #:

Aqui estão algumas citações do artigo:

"A peculiaridade da inteligência artificial é que a tecnologia não é capaz de navegar em situações novas e não-padronizadas ".Se ocorrer uma situação anormal no mercado, é pouco provável que o modelo sugira a melhor saída. A pandemia é um excelente exemplo disso. A Organização para a Cooperação e Desenvolvimento Económico (OCDE)cita que, de acordo com um inquéritodo Banco de Inglaterra, cerca de 35% dos bancos tiveram um impacto negativo do modelo de IA baseado na aprendizagem mecânica durante este período.

O que os bancos têm a ver com isso - eles precisam do ML para determinar a solvabilidade de um cliente na fase de 'fazer e não fazer' de empréstimos...

E a taxa de câmbio de uma moeda para outra - mesmo em uma pandemia estará viva +/- para frente e para trás... e se as transações de exportação-importação forem reduzidas e, portanto, NFI (se a moeda não for mais particularmente necessária no país para pagar parceiros estrangeiros) - então a especulação será apenas sobre medicamentos, ou ataques terroristas e greves e transferência de reservas (ou rumores) para frente e para trás...

E com um horizonte de aprendizagem normal, tais situações já aconteceram na história - toda a DataMining se baseia no fato de que a história se repete, apenas com novos parâmetros em um novo ciclo de evolução... por isso não tome parâmetros absolutos, tome parâmetros relativos...

os bancos não podem aceitar ou não receber crédito dos clientes do ML-monitor... e muitas pessoas tomam um empréstimo apenas uma vez na vida, para um apartamento...

embora, para ser justo, DataMining não é apenas MachineLearning... mas também análise estatística qualitativa antes dele e MetaLearning completo em redes neurais para fazer o modelo se ajustar às realidades atuais... e mesmo neste caso uma previsão suficientemente fiável só é possível a um certo ponto, mas não por um longo período...

os bancos não podem ter toda a informação para carregá-la no seu modelo... ... e usam IA para outros fins que não a previsão de cotações (não fazem isso)... só precisam emprestar e pedir emprestado a taxas de juros convenientes...

As escolas p.s. usam o ML para fazer a sua orientação profissional com mais precisão do que os bancos para identificar a possibilidade de conceder empréstimos a um determinado cliente... - e não há nada para eles fazerem - emprestar em quaisquer condições, senão eles próprios ficarão sem trabalho e sem pagamento (não é culpa da AI, mas sim da procura dos seus serviços nos seus termos com a sua Gestão de Relações com Clientes)...

mas com o enfraquecimento do comércio internacional em tempos de adversidade (pandemias), é compreensível que tenham falta de liquidez... mas houve momentos de escassez de liquidez na história (só que o parâmetro não foi uma pandemia) -- não é novo -- a única questão é Qual modelo, O que é estimado, Qual é o horizonte da amostra de formação e Como as conclusões da sua interpretação são guiadas pelas pessoas vivas daquele banco...

p.p.s.

As informações da OCDE sobre o Banco de Inglaterra podem ser apenas especulação ou RP negra nas mãos de um lenhador que recolhe madeira... A crise de 2008 não apareceu do nada e as condições prévias já eram visíveis há 2 anos... e em 2008 (penso eu) de facto - especulação sobre a queda do LehmanBrothers para fazer QE, talvez até pelo mesmo dinheiro... pela forma como os bancos foram "culpados" pela crise financeira (embora a relação de causa e efeito não tenha sido abolida - o MBS também não apareceu do nada, mas da procura!...) - Agora, aparentemente, estão a culpar a IA - pelo menos não vai responder... Aqui está quantos piratas estavam ligados às condições climáticas nos comentários - talvez alguém ainda esteja surfando no universo em busca da validade de tal sinal?

Пример решения задачи множественной регрессии с помощью Python
Пример решения задачи множественной регрессии с помощью Python
  • habr.com
Введение Добрый день, уважаемые читатели. В прошлых статьях, на практических примерах, мной были показаны способы решения задач классификации (задача кредитного скоринга) и основ анализа текстовой...
 
Alguém andou a mexer nas ondas sem bibliotecas? As ondulações são definidas no infinito, que comprimento devemos tomar então?
 
Rorschach #:
Alguém já juntou as wavelets sem bibliotecas? As ondas são definidas no infinito, que comprimento devemos tomar então?

Eu ainda não estudei a decomposição em si, não sei a resposta.
Mas no exemplo está claro no diagrama de blocos que uma janela de 10 é especificada.
Provavelmente definida no infinito, não desempenha um papel.
E tome o comprimento que resolva o problema da forma mais eficaz possível.

v

 
Romano #:

Eu ainda não estudei a decomposição em si, não sei a resposta.
Mas o exemplo no diagrama de blocos mostra que a janela está definida para 10.
Provavelmente a definição para infinito, não desempenha um papel.
E tome o comprimento que resolve o problema o mais eficientemente possível.


Em teoria, o comprimento da janela deve ser diferente.

 
Rorschach #:

O comprimento da janela é suposto ser diferente.

Para ser honesto, não entendo bem a pergunta.
Talvez seja disso que se trata?

v1

v2

 
Rorschach #:

Idealmente, o comprimento da janela deve ser diferente

A melhor solução é consultar um livro de texto.

d

 
As ondulações são as mesmas de Fourier. Existe o clássico Fourier, existe a janela Fourier, e existe o Wavelets, onde em vez de uma janela rectangular como na janela Fourier, é utilizado um tipo especial de janela - wavelets -. Para cotações financeiras, Fourier não é adequado, devido à natureza aleatória do quociente.
 
sibirqk #:
As Wavelets são as mesmas de Fourier. Existe o clássico Fourier, existe a janela Fourier e existe o Wavelets, onde em vez de uma janela rectangular como na janela Fourier, é utilizado um tipo especial de janela - wavelets -. Para cotações financeiras, Fourier não é adequado, devido à natureza aleatória do quociente.

Diz-se que as Wavelets são boas para representação económica em todo o histórico de preços disponíveis (em vez de uma janela limitada)

 
As formas são mais usadas para séries cronológicas, mas mesmo assim esta abordagem não é tão popular
 
Maxim Dmitrievsky #:
Shapelets são mais frequentemente usados para séries cronológicas, mas mesmo essa abordagem não é muito popular

A procura de shaplets faz-me lembrar o agrupamento de segmentos em série. Provavelmente útil para sinais como cardiogramas, mas não tão certo sobre a sua utilidade para estudos de preços.

A propósito, você já conseguiu trabalhar a aplicação do modelo LGBM? Se ensinado em R, você poderia tentar usar a biblioteca do Sanych)