Regressão Bayesiana - Alguém já fez um EA usando este algoritmo? - página 47
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
26000 hrn
Descrição do trabalho
REQUISITOS PROFISSIONAIS (valorizamos ao máximo o desejo de aprender em movimento):
Redes Neurais: aprendizagem não supervisionada: FNN,RNN (Redes Neurais Recorrentes, incluindo LSTM), RBF, etc.
Experiência de programação (ou pronto para aprender) em Python (e conjunto de bibliotecas para todas as coisas estatísticas)
Bibliotecas de análise de dados em Python (theano, Torch, Pandas, NumPy, scikit-learn) ou seus equivalentes em R
alguma experiência com Aprendizagem de Máquina, filtragem colaborativa, análise de agrupamento, Teoria dos Gráficos
outras abordagens combinadas: ANFIS (sistema de inferência fuzzy baseado em rede adaptável)
Conhecimento avançado de estatísticas e séries cronológicas: Processos estocásticosFerramentas: SSA/SVD, RSSA, FIMA/ARFIMA, Modelo Exógeno Autoregressivo Não Linear (NARX), (N)GARCH e seus derivados, Hurst Exponent e suas aplicações, Análise de Quantificação de Recidiva (RQA)
TASKS (ordem prioritária):
análise estatística de dados financeiros, aplicações econométricas
construção de serviços e estruturas para o processamento interativo de consultas distribuídas sobre grandes volumes de dados
28000 UAH
Descrição do trabalho
REQUISITOS PROFISSIONAIS (valorizamos ao máximo o desejo de aprender em movimento):
Especialização em tecnologia de processamento de linguagem natural (PNL)
Implementações de PNL em Python (NLTK) ou outras implementações desenvolvidas
Redes Neurais: aprendizagem sem supervisão: RNN (Redes Neurais Recorrentes), FNN, RBF, etc.
Experiência de programação (ou pronto para aprender) em Python (e conjunto de bibliotecas para todas as coisas estatísticas)
Bibliotecas de análise de dados em Python (theano, Torch, Pandas, NumPy, scikit-learn) ou seus equivalentes em R
alguma experiência com Aprendizagem de Máquina, filtragem colaborativa, análise de agrupamento, Teoria dos Gráficos
outras abordagens combinadas: ANFIS (sistema de inferência fuzzy baseado em rede adaptável)
25000 UAH
Descrição do trabalho
REQUISITOS PROFISSIONAIS:
conhecimento avançado de estatísticas e séries temporais: representando séries temporais com dimensionalidade reduzida, tais como Transformação Discreta de Fourier, Decomposição de Valor Único (SVD), Transformação Cosseno Discreta, Transformação de Ondas Discretas, Aproximação Constante Adaptativa por Objetos, Polinômios Chebyshev, Aproximação Simbólica Agregada, Aproximação Linear por Objetos Indexáveis, etc.
experiência em medir a similaridade das séries temporais: Distância Euclidiana (ED), Empenamento Dinâmico do Tempo (DTW), Subseqüência Mais Longa Comum (LCSS), Editar Distância com Penalidade Real (ERP), Editar Distância com Seqüência Real (EDR), DISSIM, Modelo de Alinhamento Ponderado de Seqüência (Swale), Distância de Montagem Espacial (SpADe) e busca de similaridade baseada em Consultas de Limiar (TQuEST)
Conhecimento sério dos processos estocásticos Ferramentas RSSA, FIMA/ARFIMA, Modelo Exógeno Autoregressivo Não Linear (NARX), (N)GARCH e seus derivados, Hurst Exponent e suas aplicações, Recurrence quantification analysis (RQA)
Experiência em programação (ou pronto para aprender) em Python (e conjunto de bibliotecas para todas as coisas estatísticas) bibliotecas de análise de dados em Python (theano, Torch, Pandas, NumPy, scikit-learn) ou seus equivalentes em R, Octave para prototipagem rápida
alguma experiência em Machine Learning, filtragem colaborativa, Teoria dos Gráficos
Estes métodos são ATUALMENTE utilizados pelos criadores de mercado em suas negociações. E há Bayesses em algum lugar lá fora também, é claro. Mas não de uma forma descaradamente descarada - para a previsão de preços, além do mais, no Forex à vista!
Oops, esqueci de acrescentar - eu não uso nada dessa lista acima. É provavelmente por isso que funciona para mim.....
Testemunho diariamente como alguém usando um MT4 obsoleto com o correspondente algo-TS primitivo gera um volume de negócios de >$5 bilhões por dia no tailrace, obtendo um lucro diário de mais/menos algumas centenas de dólares. A expectativa matemática é positiva. Mais de um milhão de dólares por mês, com certeza.
Onde estão seus ***fundos que não podem replicar este jardim de infância, durando (a julgar pela história) quase um ano sobre o real (ainda mais no testador)?
A estúpida estratégia primitiva lhe dá mais "quons" por mês do que seus "quons" durante anos
Muitas vezes eu já lhes disse aqui que quons, algotraders, criadores de mercado - eles não são idiotas, que são BOM em matemática, que não são pagos 100K+ GEL por ano + bônus, mas todos vocês parecem não receber isso.
Onde eles estão? Percorreu todos os fóruns e monitores. Eu percorri todos os fóruns e monitores, e ninguém comercializa este padrão lucrativo. E a história mostra tudo muito bem. Ninguém se importa. Eu mesmo o tento - ele sai fraco. Mas o fato é que a trivialidade traz mais lucro do que ***-fundos.
Testemunho diariamente como alguém usando um MT4 obsoleto com o correspondente algo-TS primitivo gera um volume de negócios de >$5 bilhões por dia no tailrace, obtendo um lucro diário de mais/menos algumas centenas de dólares. A expectativa matemática é positiva. Mais de um milhão de dólares por mês, com certeza.
Onde estão seus ***fundos que não podem replicar este jardim de infância, durando (a julgar pela história) quase um ano sobre o real (ainda mais no testador)?
Estúpida estratégia primitiva dá um mês a mais do que suas "quants" durante anos
Onde eles estão? Percorreu todos os fóruns e monitores. Eu não vejo este padrão lucrativo. E a história mostra tudo perfeitamente. Ninguém se importa. Eu mesmo o tento - ele sai fraco. Mas o fato é que a trivialidade traz mais de ***-fundos.
Confira o livro "quanta como feiticeiros". Nele, todos os matemáticos utilizam métodos quantitativos, não algumas fórmulas malucas. Há médicos e professores lá dentro.
Então por que eles não usam construções matemáticas complicadas? Porque provavelmente não funcionam. O mercado não é linear.
Na minha opinião, usar álgebra mais alta no comércio é como colocar um quadrado em uma rodada. A matemática é certamente necessária. Por exemplo, o uso da regressão linear é obviamente um bom exemplo de utilização da matemática no comércio.
Alegando ganhar dinheiro com o comércio... Não, não é. Nenhuma matemática é necessária para ganhar dinheiro com o comércio, de forma alguma.
Tudo o que eu ganhei foi graças à matemática tão burra que é difícil de acreditar. Assim que eu faço algo complicado, perco imediatamente.
Mas não é nem mesmo meu próprio exemplo. É sobre o que pude observar de fora. É o primitivo que dá um enorme lucro. No tailrace, pelo menos.
A bitcoin poderia uma vez ser comercializada usando uma estratégia simples de EMA-crossover. Isto funcionou até a falência de uma das maiores bolsas de intercâmbio mtgox, algum tempo antes da primavera de 2014, então ela se quebrou. E tenho certeza de que o forex poderia ser negociado usando a mesma estratégia da EMA-crossover décadas atrás. Portanto, sim, os algoritmos primitivos funcionam muito bem às vezes. Minha opinião pessoal é que as cartas de pares são quase aleatórias, muito barulhentas, mas, ao mesmo tempo, obedecem a algumas leis simples. O problema é que os gráficos forex como se tentassem se livrar dos padrões encontrados ao longo do tempo, quanto mais pessoas negociarem a mesma estratégia, mais rápido ele deixará de funcionar. Se você encontrar um padrão simples que ainda ninguém tenha encontrado, você pode ganhar dinheiro.
A bitcoin poderia uma vez ser comercializada usando uma estratégia simples de EMA-crossover. Funcionou até a falência de uma das maiores bolsas de intercâmbio, algum tempo antes da primavera de 2014, e depois se quebrou. E tenho certeza de que o forex poderia ser negociado usando a mesma estratégia da EMA-crossover décadas atrás. Portanto, sim, os algoritmos primitivos funcionam muito bem às vezes. Minha opinião pessoal é que as cartas de pares são quase aleatórias, muito barulhentas, mas, ao mesmo tempo, obedecem a algumas leis simples. O problema é que os gráficos forex como se tentassem se livrar dos padrões encontrados ao longo do tempo, quanto mais pessoas negociarem a mesma estratégia, mais rápido ele deixará de funcionar. Se você encontrar um padrão simples que ainda ninguém tenha encontrado, você pode ganhar dinheiro.
Este fio ficou repleto de detratores. Isto não se aplica a você.
Espero que seja possível discutir algo de forma construtiva.
Respondendo ao seu posto, posso concordar e venho me aprofundando no tema dos padrões a longo prazo e recorrentes há algum tempo.
Dê uma olhada nisto (é RP, é claro, mas não o produto, mas a idéia bruta): https://c.mql5.com/1/37/teaser2.JPG
O que é isso? É o resultado da validação do aprendizado da máquina ao prever o sinal de aumentos de preços de divisas (divisas à vista regulares a partir do terminal). Dentro da caixa do whisker encontram-se 49 amostras, cada uma com alguns milhares de observações. Especificamente, os pontos mostram o nível de precisão da classificação binária para cada uma das amostras de validação.
Por que existem tantas amostras? Eles vêm do mesmo intervalo de tempo de cerca de 5 anos para 5 pares de moedas tomados em conjunto, ou seja, 25 anos no total. Mas em cada amostra as observações são tiradas em grandes incrementos aleatórios para torná-las mutuamente independentes. E cada uma das amostras, independentemente das outras, cobre períodos de tempo dentro do período de validação.
A breve conclusão a partir deste gráfico é que obtenho uma precisão estável de 55% de reconhecimento de sinais para um horizonte de previsão de 30+ minutos. E pode ser demonstrado estatisticamente que este resultado não é aleatório. Assim, a máquina captura dependências de longo prazo em 5-maiores dados a 10 * 5 = 50 anos de treinamento e passa no teste de validação. Tudo isso, mais uma vez, para 5 pares de moedas tomadas ao mesmo tempo e a máquina não faz distinção entre elas.
Outro pruf: https://c.mql5.com/1/36/charts-5-9.JPG
Isto já é uma regressão incremental para os mesmos dados. As mesmas 49 amostras de validação e métrica especificada = 1 - (MAE para previsões / MAE para média de amostra). Ou seja, por quanto reduzimos o erro absoluto em relação à média da amostra (está muito próxima de zero). As estatísticas são poderosas o suficiente para dizer que o resultado não é aleatório.
Novamente a máquina aprende padrões universais e estáveis.
Blog sobre esta experiência: https://www.mql5.com/ru/blogs/post/661499
Mas ainda não consegui obter uma expectativa matemática positiva em pontos. E eu já duvido que eu seja capaz de fazê-lo. Talvez eu tente fazer modelos para cada par separadamente. Se tais previsões podem de alguma forma ser aplicadas ao comércio - essa é uma grande questão para mim.
Sua opinião será útil.
Este fio ficou repleto de detratores. Isto não se aplica a você.