Etiqueta de mercado ou boas maneiras em um campo minado - página 66

 
StatBars >> :

São gigabytes de modelos inadequados... não falando do fato de que o mercado de hoje não é como o de amanhã, etc.

Bem, aqui está um contra-exemplo... Quem diz que eles são inadequados (exceto aqueles com erros)? Agora você precisaria dar um exemplo de um modelo adequado (seu algoritmo). Para que a inadequação dos outros se tornasse óbvia.

 

A inadequação deles é óbvia, significa que o modelo é inadequado, e a razão disso é uma quinta questão... Mais ainda, sei com certeza que a série pode ser levada a uma estacionária - de modo que não se pode anular seus erros no fato de que o mercado de hoje não é o mesmo que o de ontem.

O fato de sua rede se retrair a cada contagem é mais provavelmente um defeito no pré-processamento do que no fato de que o mercado está mudando.

 
StatBars писал(а) >>

A inadequação deles é óbvia, significa que o modelo é inadequado, e a razão disso é uma quinta questão... Quanto mais eu sei com certeza que a série pode ser levada a uma estacionária - assim você não pode anotar seus erros no fato de que o mercado de hoje não é o mesmo que o de ontem.

O fato de que a rede se retrai a cada contagem é mais provavelmente um defeito no pré-processamento do que no fato de que o mercado está mudando.

"A pessoa perguntou" se o Neutron ou o paralocus pensaram sobre o próprio modelo utilizado no NS neste caso. A prática hoje o mostra, amanhã não. A idéia se baseia na afirmação de que o mercado, em cada momento, não é como o anterior. Por que então pode ser previsto, usando as últimas barras? Onde está esse "pedaço", no qual a dependência entre valores anteriores e seguintes é preservada? Até agora as experiências têm sido feitas com barras de hora em hora. Se eu quiser usar pentímetros - devo tomar todos os pentímetros durante o mesmo número de horas? Ou apenas o último X número de pentímetros? E se eu quiser usar o H4? O sistema não vai funcionar? Se houver autocorrelação entre 12,13,14,15 horas, será entre 12,05, 13,05, 14,05, 15,05?

Se não há dependências constantes no mercado, deve haver pelo menos uma idéia de dobrar... Se não há ou não pode haver nenhum dos dois - é realmente melhor lançar os dados e cuidar do gerente de perdas.....

 
YDzh писал(а) >>

"A pessoa estava perguntando" o quanto o Neutron ou paralocus tinha pensado no próprio modelo utilizado no NS neste caso. A prática mostra hoje, não mostra amanhã. A idéia se baseia na afirmação de que o mercado em cada momento não é o mesmo que o anterior. Por que então pode ser previsto, usando as últimas barras? Onde está esse "pedaço", no qual a dependência entre valores anteriores e seguintes é preservada? Até agora as experiências têm sido feitas com barras de hora em hora. Se eu quiser usar pentímetros - devo tomar todos os pentímetros durante o mesmo número de horas? Ou apenas o último X número de pentímetros? E se eu quiser usar o H4? O sistema não vai funcionar? Se houver autocorrelação entre 12,13,14,15 horas, será entre 12,05, 13,05, 14,05, 15,05?

Se não há dependências constantes no mercado, deve haver pelo menos uma idéia de dobrar... Se não há ou não pode haver nenhum dos dois - é realmente melhor lançar os dados e cuidar do gerente de perdas.....

Se você quiser saber algo, então pergunte em ordem, na forma em que você perguntar, eles parecem retóricos...

 
StatBars писал(а) >>

Se você quer saber alguma coisa, você tem que perguntar, na forma como você pergunta, parece retórica...

Eu sou provavelmente uma pessoa primitiva... Parece-me que a questão sobre o que estou me apoiando antes de me apressar em meses de programação não é de forma alguma retórica. A resposta pode ser "Uma vez li que as redes neurais são uma área promissora para o desenvolvimento da TC. Eu decidi experimentar. Por experiência científica, descobri que eu deveria reciclar a rede a cada passo e usar como entradas o preço aberto / fechado". Esse seria o caso no meu caso, só que eu estou indo numa direção ligeiramente diferente. Apenas conhecendo o Neutron e seu amor pelo "artifício" matemático antes de tirar qualquer conclusão, imaginei que ele tivesse algo a cobrir, uma vez que ele defende este método tão ardentemente. É por isso que estou interessado na parte teórica. Estou curioso em saber porque deveria funcionar aos seus olhos.

 

gpwr, esta linha não se destina a perguntas tão "profundas". Você só aprende a fazer uma rede neural aqui - é tudo.

A questão do que alimentar a entrada, qual a saída para treiná-la e qual deve ser a arquitetura da grade é outra questão inteiramente diferente. É aqui que suas perguntas "profundas" vêm a calhar.

 
StatBars писал(а) >>

Há transformações que podem ser usadas para converter para dados estacionários... Sei de fato que a série pode ser convertida em estacionária - então você não pode culpar seus erros pelo fato de que o mercado de hoje não é o mesmo que o de ontem.

O fato de que a rede se retrai a cada contagem é mais provavelmente um defeito no pré-processamento do que no fato de que o mercado está mudando.

YDzh escreveu>>

A idéia se baseia na afirmação de que o mercado em cada momento não é o mesmo que o anterior. Por que, então, é possível prever que se utilizem as últimas barras? Onde está o "pedaço" onde a dependência entre valores anteriores e próximos é preservada? Se não há dependências constantes no mercado, deve haver pelo menos uma idéia de dobrar... Se também não há ou não pode haver - é realmente melhor lançar os dados e tomar conta do gerente de perdas.....

Precisamos definir de que tipo de estatirnaridade estamos falando.

De fato, podemos tomar uma SV normalmente distribuída com MO zero e variância igual a uma constante. Este é um processo estacionário por todos os seus parâmetros, mas não se pode ganhar com a BP pela integração deste processo em princípio! É a Lei. Você pode vencer, mas não pode vencê-lo estatisticamente - martingale. Portanto, este é um exemplo de um processo estacionário, mas não aquele que mencionei acima.

Você só pode ganhar dinheiro com BPs como BPs de mercado se você identificar padrões entre suas contas (não precisa ser barras). Este é o único requisito. Entretanto, não é suficiente identificar tais padrões, estes padrões devem ser estacionários. Tal exigência é natural, e decorre da condição de trabalho de um MTS abstrato. É estacionariedade deste tipo que eu tinha em mente acima e a considerava óbvia. Infelizmente, não podemos falar de estacionariedade em toda a sua extensão - o Mercado não é estacionário em princípio, caso contrário você poderia ganhar dinheiro em tal mercado como dois dedos no pavimento! Só podemos falar de quase-estacionariedade (quase estacionariedade ou estacionariedade, que ocorre durante um tempo maior do que o necessário para sua detecção pela unidade analítica). Portanto, se neste nível de compreensão pudéssemos argumentar que tais processos existem, então de fato podemos nos limitar aos modelos AR... Mas, como você já pode adivinhar, esses processos não se repetem e temos que "preparar" cada vez com antecedência um modelo AR com uma não-linearidade que corresponda ao que é esperado no mercado! Isto é um absurdo. É por esta razão que uma Rede Neural não linear treinada em cada evento, em vez de uma vez por mês (como sugerido aqui) é a ferramenta mais adequada para identificar e vencer eventos em um mercado quase eficiente de forma oportuna.

Não estou alegando que a NS é capaz de ganhar dinheiro no mercado (o lucro médio excede a comissão DC). Eu só estou alegando que NS é a ferramenta mais adequada hoje em dia, que deve formar a base do TS. Eu argumento, a única maneira de ganhar vantagem entre dispositivos similares, é a técnica de aprendizagem excessiva em cada evento. É uma tentativa de maximizar o 'aperto' dos potenciais que estão escondidos no NS e, como consequência, uma tentativa de maximizar o aperto dos padrões do kotir.

Mathemat escreveu >>

A questão do que alimentar, qual a saída a ser treinada e qual deve ser a arquitetura da grade é outra questão inteiramente diferente. É aí que suas perguntas "em profundidade" viriam a calhar.

Alexey, sempre certo.

De fato, não há nada de secreto em saber como construir adequadamente uma NS e treiná-la. É um casamenteiro que um pesquisador auto-respeitador deve conhecer. É o básico!

O conhecimento sagrado começa exatamente com a preparação dos dados de entrada e a definição da função alvo para os NS. Isto não será discutido aqui por razões de princípio. Neste campo do conhecimento, todo mundo é um criador e um artista. Traz dinheiro e diversão. E certamente não são barras de hora! Que são mostrados neste tópico apenas como um auxílio visual e para discutir o que é melhor - "relógio ou 15 minutos" - só pode estar fora do interesse acadêmico.

 
Finalmente, minha camada única não depende mais do número de épocas (mais do que algumas dentro de 100). O bloco de estatísticas certamente ajuda muito, mas há algumas perguntas. Se você não se importa, por favor, entre em contato comigo pessoalmente.
 
E se eu não tiver vontade de passar por uma mensagem particular, você pode postar a pergunta aqui?
 
É claro. Vou fazer apenas alguns gráficos.