Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2540

 

в общем, чтобы не выскакивать из тренда раньше времени, надо как-то полноценный факторный, корреляционный и регрессионный анализ провести, и только потом провести анализ динамики на ускорение, замедление, reverse главной тенденции... и сделать это как-то силами sklearn, и только после этого ML'ом расчерчивать output на гиперплоскости bull/bear/hold-on... иначе комиссия будет кушать с депо неслабо... да и не люблю я вероятности 50/50 и даже 25/50/25... ну и адекватный money-management и risk-management

тупой набор признаков не учитывает интерференцию

 
а самое настораживающее во всей этой истории то, что сначала надо доказать нормальность распределения СВ для более-менее показательной стат.модели... у меня она пока не доказывается, поэтому и дальнейшая оценка стопорится... может, и, действительно, не так уж всё и случайно (рандомно) в рынке, как подумал Piligrim (его разработчик, линк оставляла выше)
 
Aleksey Nikolayev #:

Возможно, Юджин Фама в своей диссертации, но не уверен.

Логарифмирование нужно чтобы для резво растущих активов сделать разные периоды сопоставимыми, например биткойн в разные годы будет иметь сильно разную волатильность, что заставляет придумывать и брать в качестве меры волатильности какие-то относительные изменения.

Еще утверждают, что логарифмирование смягчает гетероскедастичность и делает распределение остатков регрессионной модели более симметричным и чуть более нормальным, на практике-то все равно все забивают на это... 😉

Согласен, что вообще это неприятная ситуация потому что потом нужно обратно разлогарифмировать, ведь логарифмами цен брокер не позволяет торговать, хе-хе...

 
transcendreamer #:

Логарифмирование нужно чтобы для резво растущих активов сделать разные периоды сопоставимыми, например биткойн в разные годы будет иметь сильно разную волатильность, что заставляет придумывать и брать в качестве меры волатильности какие-то относительные изменения.

Еще утверждают, что логарифмирование смягчает гетероскедастичность и делает распределение остатков регрессионной модели более симметричным и чуть более нормальным, на практике-то все равно все забивают на это... 😉

Согласен, что вообще это неприятная ситуация потому что потом нужно обратно разлогарифмировать, ведь логарифмами цен брокер не позволяет торговать, хе-хе...

По моему, пользоваться логарифмом вполне естественно - он же натуральный) Опять же, по идее должна срабатывать интуиция связанная с процентами - по сути вычисляется ставка непрерывного начисления процента (если взять приращение логарифма цены и поделить на время).

Да и разные активы (на мой взгляд) проще всего приводятся к общему знаменателю посредством логарифмирования цены с последующим нормированием средним логарифмическим спредом.

 
transcendreamer #:
   

Еще утверждают, что логарифмирование смягчает гетероскедастичность...

Согласен, что вообще это неприятная ситуация потому что потом нужно обратно разлогарифмировать

не уверена что в полной мере... лишь в смысле ассиметрии... но не в смысле дисперсии... имхо
Python, корреляция и регрессия: часть 1
Python, корреляция и регрессия: часть 1
  • 2021.05.18
  • habr.com
Чем больше я узнаю людей, тем больше мне нравится моя собака. В предыдущих сериях постов для начинающих из ремикса книги Генри Гарнера « Clojure для исследования данных » (Clojure for Data Science) на языке Python мы рассмотрели методы описания выборок с точки зрения сводных статистик и методов статистического вывода из них параметров...
 
Aleksey Nikolayev #:

По моему, пользоваться логарифмом вполне естественно - он же натуральный) Опять же, по идее должна срабатывать интуиция связанная с процентами - по сути вычисляется ставка непрерывного начисления процента (если взять приращение логарифма цены и поделить на время).

вот интуиция и предлагает практикам (не теоретикам) отнимать forward point, чтобы иметь цену текущую на фьючах (а на споте времени в цене вообще нет), а анализ проц ставок и без времени показателен, когда они тоже плавающие (или свопируются к плавающим)... без понимания ценообразования (производных) активов - примитивные мат преобразования только испортят модель... - понимание процессов первично в любом моделировании

Машинное обучение в трейдинге: теория, практика, торговля и не только
Машинное обучение в трейдинге: теория, практика, торговля и не только
  • 2021.12.28
  • www.mql5.com
Добрый день всем, Знаю, что есть на форуме энтузиасты machine learning и статистики...
 
Aleksey Nikolayev #:

Отличие между практикой и теорией работает в обе стороны. После практики обычно просто начинается новая теория. Теория и практика - это две ноги, которые нужно двигать по очереди и одинаково активно, чтобы добраться до желаемой цели.

хорошые слова

 
mytarmailS #:

хорошые слова

Согласен, поддерживаю то же...
 

Но большинство трейдеров, торгующих вручную, не имеют каких то устойчивых теорий хотя?

И вообще это немного напоминает процесс поиска теории для описания всего окружающего мира.

Ведь временной ряд может быть чего угодно, и описывать любой процесс, так же как и на рынке может быть почти какая угодно ситуация.

Было бы гораздо сложнее все полностью описать и теоретически обосновать, чем просто извлечь какую то прибыль с какой то устойчивостью.

 
Aleksey Nikolayev #:

Теория и практика - это две ноги, которые нужно двигать по очереди и одинаково активно, чтобы добраться до желаемой цели.

Практика - это критерий истины, которую пытается найти теория.

Причина обращения: