Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 270
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
Porque é que toda a gente está tão fixada em modelos? Porque é que ninguém fala de sinais? Porque é que ninguém fala de não-estacionariedade? Por que ninguém tenta resolver estes problemas? Por que ninguém pensa no que impulsiona os preços?
Se você usar um estocástico, não importa o modelo que você usa, seja um KNN usual ou a rede profunda mais sofisticada,a precisão será de 51-53%, não importa quão profunda seja. Para que servem estes modelos se a entrada é lixo? Não, mas 95% das atenções vão para os modelos, para mim pessoalmente os modelos são a última etapa do sistema, e são apenas 2% do trabalho
E outra coisa muito diferente é quando o MO é aplicado a grandes quantidades de dados, onde a análise algorítmica (usando fórmulas directas) é muito difícil ou mesmo impossível. Mas aqui, em geral, apenas combinações de estocásticos acoplados a máquinas são estragadas, então a pergunta "por quê?" não é particularmente relevante aqui.
Porque é que toda a gente está tão obcecada com modelos? Porque é que ninguém fala de sinais? Porque é que ninguém fala de não-estacionariedade? Porque é que ninguém tenta resolver estes problemas? Porque é que ninguém pensa no que impulsiona os preços? Porquê?
Tens a ideia errada sobre a linha em que estás.
Veja os meus posts, e não apenas os meus posts que dizem que o principal problema está na mineração de dados. Até te dei um valor para a distribuição da intensidade de trabalho, mais de 70% para a mineração de dados.
Além disso, afirmei e ainda afirmo que a escolha do modelo tem pouco efeito sobre o resultado final.
Além disso, eu e outros fóruns citamos algoritmos específicos que permitiriam selecionar o conjunto original de preditores a partir do ruído. Ao fazê-lo, argumenta-se que sem preditores de ruído o modelo NÃO É RETRACIONADO.
Tudo isto está disponível neste tópico.
PS.
A não-estacionariedade não foi considerada porque são considerados modelos de classificação, não modelos de regressão, e o efeito da não-estacionariedade sobre o desempenho dos modelos de classificação não é totalmente claro.
Porque é que toda a gente está tão fixada nos modelos? Porque é que ninguém fala de sinais? Porque é que ninguém fala de não-estacionariedade? Porque é que ninguém tenta resolver estes problemas? Porque é que ninguém pensa no que impulsiona os preços? Porquê?
Se você inserir estocástico, não importa qual modelo você usa .....
Não estacionaridade não significa não previsibilidade, significa que estatísticas simples como expectativa e desvio de variância, nem mesmo a regularidade desse desvio é analisada, se eles derivam, eles não são estacionários. No contexto do MO, a não-estacionariedade não é um problema, a não-estacionariedade é um problema para sistemas construídos com base em suposições, constância de expectativa e variação. MO pode usar a expectativa de janela e variação como características, mas é uma parte muito pequena das características e os erros dessas características podem ser parcialmente eliminados. O principal problema está nas rápidas reações do mercado a novas informações, que não são determinadas pelas características disponíveis, a única esperança está nos insiders e "arautos" difusivos relacionados, quando certos padrões de comportamento dos participantes aparecem antes que a notícia seja anunciada. Ou seja, por causa da ação interna, o mercado é mais previsível.
Por que precisa de um estocástico? Na verdade, a diferença entre o MO estocástico e o momentum padrão não é grande, não adianta usar outra coisa que o momentum, como uma simples janela de expectativa dos retornados. Veja o que é usado nos modelos econométricos convencionais(AR, ARMA, GARCH, ...Há apenas retornos, variações e mashups de retornos, ou seja, momentos e não do ponto de vista da simplicidade, mas como tudo isso com "um indicador ideal", especialmente no contexto de suavização que não ficaria para trás, parecem alquimistas tentando fazer uma pedra filosofal ou motor eterno, eles são fanáticos ignorantes. Mas os indicadores não só suavizam, por exemplo, os "níveis" podem ser uma das características mais importantes, quero dizer os níveis que vemos com os olhos no gráfico, onde as pessoas colocam paragens. Tente formalizar e programar este sinal e verifique o quão estatisticamente significativo ele é.
Não estacionaridade não significa não previsibilidade, indica que estatísticas simples como expectativa e desvio de variância, nem mesmo a regularidade desse desvio é analisada, se eles se desviam então é não estacionaridade. No contexto do MO, a não-estacionariedade não é um problema, a não-estacionariedade é um problema para sistemas construídos com base em suposições, constância de expectativa e variação. MO pode usar a expectativa de janela e variação como características, mas é uma parte muito pequena das características e os erros dessas características podem ser parcialmente eliminados. O principal problema está nas rápidas reações do mercado a novas informações, que não são determinadas pelas características disponíveis, a única esperança está nos insiders e "arautos" difusivos relacionados, quando certos padrões de comportamento dos participantes aparecem antes que a notícia seja anunciada. Ou seja, por causa da ação interna, o mercado é mais previsível.
...
O quê?
Não estacionaridade não significa não previsibilidade, indica que estatísticas simples como expectativa e desvio de variância, mesmo a regularidade desse desvio não é analisada, se eles se desviam então é não estacionaridade. No contexto do MO, a não-estacionariedade não é um problema, a não-estacionariedade é um problema para sistemas construídos com base em suposições, constância de expectativa e variação. MO pode usar a expectativa de janela e variação como características, mas é uma parte muito pequena das características e os erros dessas características podem ser parcialmente eliminados. O principal problema está nas rápidas reações do mercado a novas informações, que não são determinadas pelas características disponíveis, a única esperança está nos insiders e "arautos" difusivos relacionados, quando certos padrões de comportamento dos participantes aparecem antes que a notícia seja anunciada. Ou seja, por causa da ação interna, o mercado é mais previsível.
1. Não estacionariedade = variância igual a infinito. "Drift" é revolucionário!
2. Destacado em vermelho - estocado em pipocas e cerveja. Ansioso para o espectáculo prevendo a gama de preços pelos métodos MO!
1. Não-estacionariedade = dispersão igual a infinito. "Drift" é revolucionário!
2. Destacado em vermelho - estocado em pipocas e cerveja. Ansioso para o espectáculo prevendo a gama de preços pelos métodos MO!
Não estamos realmente interessados no seu apoio aos produtores de cerveja e pipocas aqui.
Nós aqui estamos interessados em pensamentos sobre como identificar problemas no mercado e resolvê-los. não em geral, mas ao decidir sobre posições.
Há dois desses problemas para mim:
1. Instabilidade em prever o SIGNIFICANTE (AVALIAÇÃO) do quociente
2. Sobre-aprendizagem ao prever a direção do movimento kotir.
Ao fazer isso, MO pode não só nomear o problema, mas também discutir a ferramenta de resolução de problemas, além de justificar a precisão do resultado obtido.
O quê?
O que há de errado nisso?
1. Não-estacionariedade = dispersão igual a infinito. "Drift" é revolucionário!
2. Destacado em vermelho - estocado em pipocas e cerveja. Ansioso para o espectáculo, prevendo a gama de preços pelos métodos MO!