Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 3266

[Maxim Kuznetsov]

mytarmailS #:
Експеримент критерий истины.. 

И експеримент показал что если цена бьётся об какой то уровень 3 раза или более то это не случайность, потому что у случайности совсем другая статистика по аналогичному событию. 

Что такое "наведенка от валют" ?)) 

они-же все связаны. Валюты бьются и все производные, бумаги, акции так или иначе повторяют движение. Валюты сильнее и влияют непосредственно на каждого, а обратное влияние от общей совокупности. 

очень образно: EURUSD стукнулася в уровень, трейдер видит слабый канал на AAPL и пытается чё-то делать. Так вот у него наведёнка - не связанно с бизнесом apple, существенным изменением спрос/предложение акций и настроением инвесторов. Снаружи пришло, навелось 

[mytarmailS]

Maxim Kuznetsov #:

они-же все связаны. Валюты бьются и все производные, бумаги, акции так или иначе повторяют движение. Валюты сильнее и влияют непосредственно на каждого, а обратное влияние от общей совокупности. 

очень образно: EURUSD стукнулася в уровень, трейдер видит слабый канал на AAPL и пытается чё-то делать. Так вот у него наведёнка - не связанно с бизнесом apple, существенным изменением спрос/предложение акций и настроением инвесторов. Снаружи пришло, навелось 

Согласен

[Alexandr Sokolov]

mytarmailS #:
Код на  R

Разберусь

... ну или хотя бы принцип подскажите

[mytarmailS]

Alexandr Sokolov #:
Разберусь

... ну или хотя бы принцип подскажите

# install.packages("quantmod")
library(quantmod)


# Ето реальные тики которые мы заргужаем откудо то
real_tiks <- cumsum(rnorm(10000))
# plot(real_tiks,t="l")
dft <- diff(real_tiks) # ретурны



# генерируем случайные тики из характеристик ретурнов реальных тиков
fake_tiks <- rnorm(n = 10000, mean = mean(dft), sd = sd(dft))
fake_tiks <- cumsum(fake_tiks)



# создаем временной вектор чтобы создать обьект xts
times <- seq(as.POSIXct("2016-01-01 00:00:00"), length = length(fake_tiks), by = "sec")
xts_fake_tiks <- xts(fake_tiks, order.by = times)


# из тиков создаю  м1
ohlc_m1 <- to_period(xts_fake_tiks, period = "minutes", k = 1)
# head(ohlc_m1)
chart_Series(ohlc_m1)

по каждой функции есть справка "знак вопроса + название функции" в консоли

?cumsum

Есть и специальные пакеты для симуляции временных рядов

https://cran.r-project.org/web/packages/simts/vignettes/vignettes.html

https://search.r-project.org/CRAN/refmans/forecast/html/simulate.ets.html

[Alexandr Sokolov]

mytarmailS #:

по каждой функции есть справка "знак вопроса + название функции" в консоли

Есть и специальные пакеты для симуляции временных рядов

https://cran.r-project.org/web/packages/simts/vignettes/vignettes.html

https://search.r-project.org/CRAN/refmans/forecast/html/simulate.ets.html

Спасибо 

[Maxim Dmitrievsky]

mytarmailS #:

по каждой функции есть справка "знак вопроса + название функции" в консоли

неправильно, ты из нормального распределения делаешь, а на форе хвостатое

[mytarmailS]

Maxim Dmitrievsky #:

неправильно, ты из нормального распределения делаешь, а на форе хвостатое

Я показал простой метод, максимально правильные симуляции в специальных пакетах, там уже все намного сложней чем просто распределение повторить

[sibirqk]

Maxim Dmitrievsky #:

неправильно, ты из нормального распределения делаешь, а на форе хвостатое

++

Если уже есть скачанный массив тиков, то я бы делал как предлагал тут где-то fxsaber, генерил по нему новый массив тиков с вероятность 50% верх или вниз. И сделал бы 100500 таких разных выборок.   

Это было бы СБ, с волатильностью как у исходных тиков.

[Maxim Dmitrievsky]

sibirqk #:

++

Если уже есть скачанный массив тиков, то я бы делал как предлагал тут где-то fxsaber, генерил по нему новый массив тиков с вероятность 50% верх или вниз. И сделал бы 100500 таких разных выборок.   

Это было бы СБ, с волатильностью как у исходных тиков.

Я делал через KDE (kernel density estimation), получается рыночное распределение тоже 

[СанСаныч Фоменко]

Замечательная книга!

Охватывает должно быть всю проблематику МО.