Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 2326

 
Aleksey Nikolayev:

Na minha opinião, o principal problema reside na escolha da abordagem para descrever o comportamento dos maiores intervenientes no mercado - os estados. Eles são (1) muito influentes no mercado, (2) seu comportamento muda significativamente com o tempo, (3) seus objetivos de ação no mercado muitas vezes estão fora do próprio mercado e não são bem conhecidos por nós, (4) há muitos estados e eles podem interagir uns com os outros de maneiras muito diferentes (para o mercado). Matematicamente, o resultado é um sistema complexo, instável e aberto.

O problema não é que você não pode inventar um modelo para tal sistema, mas que você pode inventar muitos modelos diferentes e provavelmente até contradizer uns aos outros em conclusões)

Comportamento fractal de jogadores em diferentes escalas) pode ajudar)

 
Valeriy Yastremskiy:

é o outro lado da abordagem desde o início. RCTs em medicina para tudo e qualquer coisa a propósito têm matado técnicas médicas, não placebos reprodutíveis))))

A tarefa de comportamento ou condição é encontrar um nexo de causalidade)

que lado é a abordagem original

 
Aleksey Mavrin:

Bem, o óbvio é que duas ou três ondas sinusoidais não conseguem sequer aproximar o preço correctamente durante um longo período. OK, não concorda?

Não, eu não concordo, mais uma vez, não estás a perceber...

Eu vejo o conversor como uma estrutura complexa não linear, muito provavelmente uma cascata de redes neurais.

preço de entrada --- conversor --- onda sinusoidal.

Para maior clareza, eu mostrei um exemplo com um sinusoidal, mas mais é possível. Ao preço de entrada , na saída sinusoidal com os mesmos parâmetros exceto fase

Se a rede aprender como fazer isto, então não há necessidade de fazer mais nada....

Aleksey Mavrin:

Eu tenho uma idéia - um modelo de mercado usando uma rede de jogadores.

É mais ou menos assim (vou tentar olhar para o MO):

.......

....

A idéia do modelo é bem conhecida, complexa, com objetivos incompreensíveis para a modelagem.

Aleksey Mavrin:

Os entusiastas ainda não chegaram, digerem todo o tipo de GPT-3 e outras coisas revolucionárias, e talvez alguém o alcance e marque algumas linhas de desenvolvimento nisto.

Bem, ninguém proíbe a crença, mas é melhor diluir a teoria com a prática.

 
 
Vai haver algum código de MO por aqui? Pelo menos escrito em R, pelo menos cogumelo por baixo.
 
Maxim Dmitrievsky:

qual lado da abordagem inicialmente

As causas (de acordo com o artigo de tratamento) são conhecidas, mas os efeitos, ou efeitos dos diferentes tratamentos não são conhecidos, e o desafio é encontrar o melhor tratamento e confirmar a sua eficácia.

Não temos causas conhecidas porque há demasiadas....

A modelagem deve dar algum tipo de correlação de causas e seus efeitos sobre o preço. Ou vice-versa, de acordo com o comportamento do preço, seria possível identificar as causas que afectam os jogadores e, em seguida, as suas acções sobre o preço.

 
Maxim Dmitrievsky:

4) contar os lucros


o meu osciloscópio preferido))) E que belos quadros poderiam ser desenhados)

 
Valeriy Yastremskiy:

As causas (de acordo com o artigo de tratamento) são conhecidas, mas os efeitos, ou efeitos dos diferentes tratamentos não são conhecidos, e o desafio é encontrar o melhor tratamento e confirmar a sua eficácia.

Não temos causas conhecidas porque há demasiadas....

A modelagem deve dar algum tipo de correlação de causas e seus efeitos sobre o preço. Ou vice-versa, a partir do comportamento do preço seria possível identificar as causas que afectam os jogadores, e aprofundar as suas acções sobre o preço.

Ah, bem, talvez. Fá-lo-ei mais tarde, à minha vontade.

 
Maxim Dmitrievsky:

Ah, bem, eu acho que sim. Vou ver isso mais tarde, à minha vontade.

Não é a tarefa de hoje. Será muito cedo).
 
Valeriy Yastremskiy:
Não é a tarefa de hoje. Vai ser um pouco cedo).

não vê nenhum obstáculo