Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 181
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
Micha, outra vez?))) hilariante... Eu não sei sobre você, mas nós estamos compartilhando e regime, e arrancando pedaços))))
Bonito. Estes são gráficos sérios, ou sarcasmo? Particionamento manual do hiperespaço?
Bonito. Estes são gráficos sérios, ou sarcasmo? Particionamento manual do hiperespaço? Como se faz se os preditores não são 2, mas 20?
Bonito. Estes são gráficos sérios, ou sarcasmo? Particionamento manual do hiperespaço? Como se faz isso se os preditores não são 2, mas 20?
A essência é a mesma, nada muda fundamentalmente se as fichas são quase ortogonais, se não é desejável comprimir a dimensionalidade, mas em geral não importa, seja 1 ou 3 ou 30, é apenas um processo de "mascaramento" do hiperespaço, no caso da classificação
Se a dimensionalidade for reduzida por uma ordem de grandeza, o treinamento é significativamente mais fácil, e o ruído de compressão deve ser reduzido, imho.
depende da tarefa em mãos....
Por exemplo, quando você precisa de precisão de entrada, como foi comigo, eu estava treinando o algo para saltos, então com uma diminuição na dimensionalidade (eu fiz "PCA") a visão do algo fica meio borrada e em vez de pegar o salto ele começa a comprar nos fenos e vender nos baixos
Se a dimensionalidade for diminuída por uma ordem de grandeza, o treinamento é muito mais fácil, e o ruído de compressão deve diminuir, imho.
Claro, mas não é assim tão simples, por exemplo, a SVM é linear, com todas as suas implicações, mas outra coisa é a variante favorita de todos, mas porquê? É tudo sobre o "truque do kernel" que não faz nada além de projetar em um espaço muito mais multidimensional, pois e^(-||w-x|||^k) é infinito, por que você acha que os classificadores mais simples do kernel funcionam tão bem? A questão é que as dimensões se tornam proporcionalmente maiores do que quantas seções a amostra foi dividida para multiplicar cada kernel e, dependendo da função do kernel, brincar com o tamanho do kernel para o kernel SVM e sua velocidade de aprendizagem e computação. A multidimensionalidade nem sempre é uma coisa má.
Especificamente no nosso caso, como alguns cavalheiros acima disseram corretamente, trata-se de dados, não de ferramentas de aprendizagem de máquina. Truques de compressão dimensional, fetch-extractors automáticos ala convolutional nets não ajudarão se a entrada for apenas ruído multidimensional ou unidimensional de todo :)
https://en.wikipedia.org/wiki/Renaissance_Technologies
A empresa é pioneira nocomércio quantitativo, onde os pesquisadores exploram décadas de dados diversos em seu vastoarmazém de dados em escala de petabyte para avaliar probabilidades estatísticas para a direçãodos preços em qualquer mercado. Especialistas atribuem a amplitude de dados sobre eventos periféricos a fenômenos financeiros e econômicos que o Renascimento leva em conta, e a capacidade da empresa de manipular enormes quantidades de dados através da implantação de arquiteturas tecnológicas altamente eficientes e escaláveis para computação e execução, por seu sucesso consistente em vencer os mercados.[19] De muitas maneiras, a Renaissance Technologies, juntamente com algumas outras empresas, vem sintetizando terabytes de dados diariamente e extraindo sinais de informação de petabytes de dados há quase duas décadas, bem antes quegrandes dados eanálises de dados captassem a imaginação da tecnologia convencional.[20]
Por mais de vinte anos, ofundo de hedge da firma Renaissance Technologies, que opera em mercados ao redor do mundo, tem utilizado modelos matemáticos complexos para analisar e executar negócios, muitos deles automatizados. A empresa utiliza modelos baseados em computador para prever alterações de preços em instrumentos financeiros de fácil negociação. Estes modelos são baseados na análise do máximo de dados que podem ser recolhidos, procurando depois movimentos não aleatórios para fazer previsões. Alguns também atribuem o desempenho da firma ao emprego de técnicas deprocessamento de sinais financeiros, como o reconhecimento de padrões.A Quants descreve a contratação de especialistas em reconhecimento de fala, muitos deles da IBM, incluindo os atuais líderes da firma.
A questão é como um simples algotrader que não pode doar mais do que 1-2k$ por mês em dados pode sobreviver num ambiente de monstros como Goldman, Renaissance e Tesa. Como encontrar os dados mais relevantes, a ponta do iceberg do que os super gigantes usam.
Como você ousa comparar produtos feitos por si mesmo com o trabalho de grandes organizações, me parece que você deveria desistir de procurar algum tipo de padrões gráficos ou indicadores e focar exatamente no que eles fazem.
há uma solução interessante mencionada aqui, https://www.mql5.com/ru/forum/96886/page2#comment_2866637
No entanto, se você procurar padrões de como os grandes jogadores movem suas ordens, como elas são executadas, como o preço se comporta após um grande mercado ou iceberg, etc, Na bolsa adjacente há um ano, eles introduziram de volta o fluxo agregado do núcleo da bolsa. em ações pode haver dificuldades porque há muitos ECNs mais darkpools.
talvez manter as coisas simples?
Tente analisar a multidão e você também, e prever as ações da multidão e depois aja de forma inversa, porque todos esses monstros como Goldman, Renaissance e Teza, sempre precisam de um contra-agente (otário) num negócio, cuja liquidez ele abre sua posição e depois leva o o otário a sua própria parada de perda, provocando assim um splash de liquidez na outra direção e mais ou menos a mesma liquidez e fecha sua posição, enquanto o otário perde... É o mercado tal como ele é.Se encontrares a multidão, encontrarás os grandes...
Até me parece que a concorrência dos monstros Goldman, Renaissance e Tesa no mercado é sobre quem vai derramar o dinheiro mais rápido para o otário... E você não deve acreditar nestes contos sobre os trilhões de dólares de faturamento do mercado, os bancos têm trilhões, e a multidão sempre tem dinheiro finito e a soma é muito mais modesta, e eles (os bancos) esperam todos os dias com impaciência por novos camponeses no seu país das maravilhas, simulando atividade, na taça e no mercado em geral