Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2325
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Полезнее конечно не стало.
Мне тоже, между прочим..
Для начала просто скажу - что когда вы берёте котировки, ЛЮБЫЕ, и что-то с ними делаете, то вы уже имеете дело с моделью, а не с самим, по вашему выражению, сложным процессом.
Ого, спасибо... А что разве кто то утверждал обратное?
Ваш уничижительный отзыв про МО-шников говорит скорее о вашем низком уровне подготовки.
Ну да, ну да.....
============
Что дальше? Есть что сказать ? или будем проговаривать очевидное , и высказывать субъективные суждения ?
Что дальше? Есть что сказать ? или будем проговаривать очевидное , и высказывать субъективные суждения ?
Ну очевидное - это то что двумя-тремя синусоидами даже не аппроксимировать нормально цену на длительном периоде. Ок, согласны?
Ну давайте ещё про модели поговорим - у меня вот идея есть - модель рынка через сеть игроков.
Выглядит грубо так (постараюсь в разрезе МО):
Есть N игроков субъектов, которые классифицированы по ряду признаков - объемы, частота сделок, длительность нахождения в позиции, склонность к бай-селл, доступ к информации и скорость, агрессия и т.п.
Моделируется рынок (цена инструмента) как результат обмена между игроками-субъектами (упрощенный стакан). Есть среда которая является поставщиком регулярных новостей и относительно случайных событий, на которые реагируют игроки, а также среда передаёт информацию между игроками.
Надеюсь в целом понятно. Не припомню подобных исследований-публикаций в плане реализации моделей, оно и понятно, т.к. практический выхлоп может быть только при доступе к реальным большим данным.
Но как модель для исследований думаю вполне годится. Для интерпретации в методах машинного обучения - простор для творчества, очевидно простыми архитектурами тут не обойтись, а нужно разрабатывать что-то специальное.
Ну очевидное - это то что двумя-тремя синусоидами даже не аппроксимировать нормально цену на длительном периоде. Ок, согласны?
Ну давайте ещё про модели поговорим - у меня вот идея есть - модель рынка через сеть игроков.
Выглядит грубо так (постараюсь в разрезе МО):
Есть N игроков субъектов, которые классифицированы по ряду признаков - объемы, частота сделок, длительность нахождения в позиции, склонность к бай-селл, доступ к информации и скорость, агрессия и т.п.
Моделируется рынок (цена инструмента) как результат обмена между игроками-субъектами (упрощенный стакан). Есть среда которая является поставщиком регулярных новостей и относительно случайных событий, на которые реагируют игроки, а также среда передаёт информацию между игроками.
Надеюсь в целом понятно. Не припомню подобных исследований-публикаций в плане реализации моделей, оно и понятно, т.к. практический выхлоп может быть только при доступе к реальным большим данным.
Но как модель для исследований думаю вполне годится. Для интерпретации в методах машинного обучения - простор для творчества, очевидно простыми архитектурами тут не обойтись, а нужно разрабатывать что-то специальное.
Агентские модели? Полно такого в современной экономической науке. На мой взгляд, хорошая штука для философского осмысления рынка.
Не уверен в возможности извлечения практической пользы из данного подхода (в смысле создания торговых стратегий).
Агентские модели? Полно такого в современной экономической науке. На мой взгляд, хорошая штука для философского осмысления рынка.
Не уверен в возможности извлечения практической пользы из данного подхода (в смысле создания торговых стратегий).
Да, научные экономические и (близко) социологические описания таких моделей давно еще с института помню. Применительно к трейдингу в свете последних достижений МО кажется не в том дело что нельзя применить, а те у кого есть ресурсы - не получат от этого должного выхлопа, у них и так пока всё гут. Энтузиасты пока не дотянулись, переварят всякие GPT-3 и прочие прорывные вещи и может кто-то дотянется какие то направления развития обозначит в этом.
Сложность ещё в том, что большая доля иррациональности в поведении игроков, особенно в ключевые переломные моменты трендов, что сложно достоверно смоделировать нынешними моделями.
ап. Ещё мысль - что не всегда верно ставить целью прогноз движения цены, это так примитивно. Можно по движению цены получать информацию о состоянии игроков, и уже отсюда делать долгосрочные выводы, постоянно актуализируемые.
Одним из перспективных подходов видится причинно-следственный вывод. Эта тема довольно активно развивается крупными IT компаниями. Есть библиотеки.
Есть статьи на тему
Сделать считалку, которая будет перебирать варианты и находить лучшийДа, научные экономические и (близко) социологические описания таких моделей давно еще с института помню. Применительно к трейдингу в свете последних достижений МО кажется не в том дело что нельзя применить, а те у кого есть ресурсы - не получат от этого должного выхлопа, у них и так пока всё гут. Энтузиасты пока не дотянулись, переварят всякие GPT-3 и прочие прорывные вещи и может кто-то дотянется какие то направления развития обозначит в этом.
Сложность ещё в том, что большая доля иррациональности в поведении игроков, особенно в ключевые переломные моменты трендов, что сложно достоверно смоделировать нынешними моделями.
ап. Ещё мысль - что не всегда верно ставить целью прогноз движения цены, это так примитивно. Можно по движению цены получать информацию о состоянии игроков, и уже отсюда делать долгосрочные выводы, постоянно актуализируемые.
На мой взгляд, основная проблема лежит в выборе подхода к описанию поведения самых крупных игроков на рынке - государств. Они (1) очень сильно влияют на рынок, (2) их поведение существенно меняется со временем, (3) их цели действий на рынке зачастую лежат вне самого рынка и плохо нам известны, (4) государств достаточно много и они могут взаимодействовать между собой весьма различными (для рынка) способами. С математической точки зрения, получается сложная, нестационарная и незамкнутая система.
Проблема не в том, что нельзя придумать модель для такой системы, а в том, что их можно придумать слишком много разных и, наверняка, даже противоположных друг другу по выводам)
Одним из перспективных подходов видится причинно-следственный вывод. Эта тема довольно активно развивается крупными IT компаниями. Есть библиотеки.
Есть статьи на тему
Сделать считалку, которая будет перебирать варианты и находить лучшийэто с другой стороны подход изначально. РКИ в медицине для всего и вся кстати убило медицинские методики, не воспроизводимые плацебо)))
Задача по поведению или состоянию найти причинную связь)
ап. Ещё мысль - что не всегда верно ставить целью прогноз движения цены, это так примитивно. Можно по движению цены получать информацию о состоянии игроков, и уже отсюда делать долгосрочные выводы, постоянно актуализируемые.
хорошая и правильная мысль. Только возможно не состояние игроков, а состояние причин, воздействующих на игроков. Хотя может это только следующий шаг.
На мой взгляд, основная проблема лежит в выборе подхода к описанию поведения самых крупных игроков на рынке - государств. Они (1) очень сильно влияют на рынок, (2) их поведение существенно меняется со временем, (3) их цели действий на рынке зачастую лежат вне самого рынка и плохо нам известны, (4) государств достаточно много и они могут взаимодействовать между собой весьма различными (для рынка) способами. С математической точки зрения, получается сложная, нестационарная и незамкнутая система.
Проблема не в том, что нельзя придумать модель для такой системы, а в том, что их можно придумать слишком много разных и, наверняка, даже противоположных друг другу по выводам)
Фрактальность поведения игроков на разных масштабах) может и поможет)
это с другой стороны подход изначально. РКИ в медицине для всего и вся кстати убило медицинские методики, не воспроизводимые плацебо)))
Задача по поведению или состоянию найти причинную связь)
с какой стороны подход изначально