Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 837

 
SanSanych Fomenko:

O GARCH é chamado, ao contrário da aprendizagem mecânica, de mainstream nos mercados financeiros (juntamente com a cointegração e as carteiras).

Os modelos levam em conta um monte de nuances estatísticas de incrementos, incluindo caudas grossas e memória longa a la Hurst.

Por exemplo, existe uma publicação sobre a escolha dos parâmetros dos modelos GARCH em TODOS os stocks, incluídos no índice S&P500!

Há muitas publicações sobre aplicação no Forex. O kit de ferramentas está muito bem desenvolvido. Por exemplo, o pacote rugarch.

Aqui está um artigo da wikipedia sobre volatilidade fractal, não é um rugarch, mas um análogo de algum tipo.

O vestuário é difícil para o meu ts, adoro quando tudo conta rápido
 
Falta o salto feroz de Misha.... O Graal levou-o e a alma sofredora está perdida....
 
Primeiro vou fazer uma previsão da volatilidade e depois vou descobrir o que fazer com ela :)
 
Maxim Dmitrievsky:

Sobre o tema da previsão da volatilidade. Digamos que prever a volatilidade é muito mais fácil do que prever a própria citação.

E há até todo o tipo de modelos como https://en.wikipedia.org/wiki/Markov_switching_multifractal

O que dá, como usá-lo corretamente, alguém já fez alguma coisa com ele?

Bem, está bem, a volatilidade foi prevista, o que dá?

Eu tentei todas as estratégias forex que eu verifiquei e as limitei pela volatilidade. Limiar mais alto ou mais baixo, não me deu nada.

Eu tenho muitos bons negócios com baixa volatilidade e bons negócios com alta. Não os posso determinar com volatilidade.

 
forexman77:

Bem, ok previu volatilidade, o que é que isso lhe dá?

Todas as estratégias forex que testei, tentei limitá-las pela volatilidade. Limiar mais alto ou mais baixo, não me deu nada.

Eu tenho muitos bons negócios com baixa volatilidade e bons negócios com alta. Eu não posso separá-los de acordo com a volatilidade.

eu tento seguir os passos do coryphaei) eles escreveram que se tem que prever a volatilidade

 
Maxim Dmitrievsky:

Estou a tentar seguir os passos do coryphaei )) eles escreveram que se deve prever a volatilidade

Acha que o andaime é útil? Talvez eu tente estudá-lo no futuro?

 
forexman77:

Como você acha que o andaime é útil de alguma forma, eu provavelmente tentarei explorá-lo no futuro?

Espere pelo artigo sobre andaimes, ele virá em breve.

Quanto à volatilidade, pode ser utilizada para mudar os modos de TS, dependendo do boi.

E se a volatilidade também pode ser prevista, então o forex pode mudar para outro modo mais cedo, sem um atraso.

é assim que eu entendo.

 
Dr. Trader:

Aqui está um exemplo com o vtreat também,

Geralmente isto é pré-processamento de dados, mas pode ser usado como uma estimativa de cada preditor em relação ao alvo. Eu não gosto que o pacote não leve em conta as interações do preditor, use o código apenas se você só precisar estimar os preditores um de cada vez em relação ao alvo.

library(vtreat)


#designTreatmentsC  подходит только для классификации с двумя классами
treatmentsC <- designTreatmentsC(dframe = forexFeatures,
                                 varlist=colnames(forexFeatures)[-ncol(forexFeatures)], #названия  колонок с предикторами (тут - все кроме последней колонки)
                                 outcomename = colnames(forexFeatures)[ncol(forexFeatures)], #названия  колонок с таргетом (тут - последняя колонка)
                                 outcometarget = "1") #текст  или цифра одного из классов
#обработка,  сортировка результата
treatmensC_scores <- treatmentsC$scoreFrame[order(treatmentsC$scoreFrame$sig),]
treatmensC_scores <- treatmensC_scores[!duplicated(treatmensC_scores$origName),]
treatmensC_scores <- treatmensC_scores[,c("origName","sig")] 
treatmensC_scores$is_good <- treatmensC_scores$sig <= 1/nrow(forexFeatures)
treatmensC_scores #вывод на экран таблички результатов. Лучшие предикторы вверху таблицы. Чем оценка sig меньше тем лучше. Желательно (колонка is_good==TRUE) чтоб sig была меньше чем 1/nrow(forexFeatures), всё что больше - плохо 

Experimentei com o vtreat.

Aqui está uma matriz de resultados
[,1] [,2]
[1,] 5 8.12444537234629e-196
[2,] 1 1.98504271239423e-144
[3,] 7 2.36022454522949e-109
[4,] 11 5.68901830573741e-102
[5,] 4 6.60631002751930e-96
[6,] 10 2.95535252032342e-73
[7,] 3 2.43324301115409e-71
[8,] 9 4.51329770717951e-67
[9,] 6 3.11264518399281e-37
[10,] 2 5.77058632985908e-13
[11,] 12 3.76158923428915e-12
[12,] 8 8.18815163303239e-01

Fórmula

 treatmensC_scores$sig <= 1/nrow(forexFeatures)

Não selecciona muito bem. Por exemplo, falta o 3º a partir de baixo após classificar a entrada com sig=5.77e-13 a 1/nrow(df)=2e-4. E é barulhento e atrapalha o treino.
Ou seja, devemos apertar a selecção por várias ordens de grandeza. E seria desejável que o fizesse automaticamente.

 
elibrarius:

Experimentei com o vtreat.

Aqui está a matriz de resultados
[,1] [,2]
[1,] 5 8.12444537234629e-196
[2,] 1 1.98504271239423e-144
[3,] 7 2.360224545454522949e-109
[4,] 11 5.68901830573741e-102
[5,] 4 6.60631002751930e-96
[6,] 10 2.95535252032342e-73
[7,] 3 2.43324301115409e-71
[8,] 9 4.51329770717951e-67
[9,] 6 3.11264518399281e-37
[10,] 2 5,77058632985908e-13
[11,] 12 3,76158923428915e-12
[12,] 8 8,18815163303239e-01

Não dá muito certo. Por exemplo, falta o 3º a partir do fundo após ordenar a entrada com sig=5.77e-13 a 1/nrow(df)=2e-4. E é barulhento e atrapalha o treino.
Ou seja, devemos apertar a selecção por várias ordens de grandeza. E seria melhor fazer isso automaticamente.

Em geral, eu uso este pacote em particular para selecionar os preditores. É evidente que existem desvantagens, especialmente a ausência de interação de múltiplos preditores em relação ao alvo. Mas no geral, é suficiente para a minha optimização até agora... Portanto, se houver outros pacotes para o pré-processamento de dados, eu os consideraria de bom grado...

 
Mihail Marchukajtes:

Em geral, eu uso este pacote em particular para selecionar os preditores. É evidente que existem desvantagens, especialmente a falta de interação de vários preditores em relação ao alvo. Mas no geral, é o suficiente para a minha optimização até agora... Portanto, se houver outros pacotes para o pré-processamento de dados, eu ficaria feliz em considerá-los...

Bem, Michael, você se recuperou da sua loucura, logo vai começar a avaliar o seu TS de forma sensata e sem fanatismo? :)