Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2676
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
Отстаньте от синусоид если понимаете что с ними делать)
Так мы и вопрошаем что с ними делать
Есть такая, loess регрессия, вроде. Она лучше это делает. Детрендировать нужно оставляя максимальную информацию, уже писал выше
Аналогия вполне понятна, но не докручена до конца) Каждая "частица" рынка рефлексирует, пытается осмысливать рынок как целое и тд (подобно вашим рассуждениям, например). Это сильно всё меняет и "зацепить" эту "физику" простыми волновыми подходами вряд ли получится.
Всяк сверчок (частица) знай свой шесток. рефлексия в рамках депозита.) Конечно после предположения, что есть слои одинаковых трейдеров хорошо бы иметь данные с биржи или всех бирж))) на каждом тике срезов сделок по суммам / количеству ну и по видам приказов и жизнь была бы легче. НО это косвенно уголовная инфа к разглашению, хотя видел откровения в инете на изначальные действия по анализу именно этой инфы в сумме по годам и количеству / обьему сделок для формирования алгоритмов ТС.)
Простыми волновыми конечно не зацепить. Но у нас примерно одинаковые мысли, выделять некий долгоиграющий малоомплитудный сигнал / составляющую или строить картину поведения сигналов в динамике с учетом их распознавания на срезах и выявления затуханий, появления новых и нахождения долгоиграющих.
Обычно находятся по наитию и долго не живут )
Сигнал ищется всегда одинаково (почти), а вот с его жизнью конечно бывает сильно по-разному: может отрабатываться идеально и долго (если получен на крупном ТФ), но также может и оказаться фейком, а еще может заметно измениться по ходу дела. Так что медом нигде не намазано, к сожалению)
В общем, это просто идейно разные подходы. Но поиск неэффективностей лично мне кажется заведомо менее надежным, потому что первичны не они, а сигнал, вокруг которого они возникают. Неэффективности - это как мелкие хищники, которые прибегают поживиться остатками добычи, которую добыл лев. Немного делают погоду, но без льва их бы здесь вообще не было. Хотя, конечно, стая гиен порой может прогнать льва, но наоборот бывает сильно чаще.
Товар закупается на определённых ценовых уровнях, для этого анализируются временные ряды(изменения цены у поставщиков) далее покупаем у кого дешевле и разу продаем тому у кого цена выше. И склад не нужно содержать 😄. Я вижу это так ))
Ну это довольно узкий частный случай; чтобы кто-то барыжил, кто-то другой должен делать реальные вещи в реальном мире. Спред этот однажды сойдется (неэффективность закроется) и дармовая прибыль испарится, придется искать новый, а удастся ли найти - вопрос, потому что дураков мало и никто просто так дарить свои деньги не желает. А производитель как работал, так и продолжит это делать.
Изменения цены, по моему мнению, являются результатов совершенных сделок, в том или ином направлении. На рынке одновременно совершается множество разнонаправленных сделок в еденицу времени. Лучшая модель для описания этого, на мой взгляд - случайное блуждание. Но вероятности для описания такого блуждание не стационарны, они сами меняются во времени. Собственно эти вероятности только и имеют физический смысл при описании рынка. А тот ценовой график на который смотрят трейдеры - интегральный по отношению к временным зависимостям вероятностей. Казалось бы продифференцируй ценовой график, т. е. анализируй ретурны и вуаля, будет тебе счастье. Но не все так просто. Текущая вероятность, это сумма вероятностей совершения сделок различными группами участников рынка. В принципе таких групп не сильно много - долгосрочные инвесторы - всякие фонды, которые ориентируется на разность процентных ставки, банки, производственнки, среднесрочные спекулянты, краткосрочные спекулянты и т. д. Торговые стратегии в каждой группе несильно разнятся и вероятности совершения сделок внутри групп какое то время линейны и стационарный, хотя иногда могут быстро переключаться. В принципе, на мой взгляд, Кальман идеально подходит для прогнозирования вероятностей совершения сделок в каждой из групп участников рынка. Проблема здесь заключается как их разделить, т. е. как вычленить стат характеристики каждой группы. В принципе один из действенных подходов на мой взгляд, использование Кальмана в связке с методами маш. обучения, но как это сделать не очень представляю.
#26694
разделение по скорости (хфт, средн.ср. , долго. ср.)
раздеоение по амплитуде(мощьность вливания ден. массы)
Сигнал ищется всегда одинаково (почти), а вот с его жизнью конечно бывает сильно по-разному: может отрабатываться идеально и долго (если получен на крупном ТФ), но также может и оказаться фейком, а еще может заметно измениться по ходу дела. Так что медом нигде не намазано, к сожалению)
В общем, это просто идейно разные подходы. Но поиск неэффективностей лично мне кажется заведомо менее надежным, потому что первичны не они, а сигнал, вокруг которого они возникают. Неэффективности - это как мелкие хищники, которые прибегают поживиться остатками добычи, которую добыл лев. Немного делают погоду, но без льва их бы здесь вообще не было. Хотя, конечно, стая гиен порой может прогнать льва, но наоборот бывает сильно чаще.