Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 999
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
А говорили квантмех.(( Когда это R Фурье был?
Ээээ... На шляпку повелся... Блин, Юрий - хватит экзамены устраивать. Чё мне скан диплома приложить? Людям верить надо.
Чё это?
Эээ....
Оператор радиус-вектора квантовомеханической частицы?
Ээээ...
Вы реально такие вещи в алгоритмах применяете?
А куда делись ARCH-эффекты? Которых более сотни? И которых конца и края не видно?
Не оч. понял.
Видимо, речь о том, что помимо одномерных распределений есть взаимные многомерные, которые не всегда желают распадаться в произведения одномерных (стохастическая зависимость). Это приводит к некоторым дополнительным эффектам. Многочисленные x-ARCH помогают учитывать эти эффекты.
Не оч. понял.
Стандартная модель GARCH состоит из трех частей:
1. Детрендирования. В идеале с помощью дробного дифференцирования чтобы охватить Херста
2. Моделирование дисперсии. Это не только форма дисперсии, но и кучкование, поведение после скачков..
3. Моделирование распределения. Это дает возможность учесть длинные хвосты.
Стандартная модель GARCH состоит из трех частей:
1. Детрендирования. В идеале с помощью дробного дифференцирования чтобы охватить Херста
2. Моделирование дисперсии. Это не только форма дисперсии, но и кучкование, поведение после скачков..
3. Моделирование распределения. Это дает возможность учесть длинные хвосты.
СанСаныч подскажите где можно реализацию этого алгоритма посмотреть?
Почему никто из старичков (Колдун, Токсик, и др., включая, разумеется, тебя) не делают этого? Даже просто отчетов из МТ по реальной торговле никогда не видел.
Из самого банального и напрашивающегося - может потому что торгуют не в МТ?
На вопрос что они здесь делают ответить посложнее. Привычка. Раньше здесь (в МТ комьюнити) было реально клевая компашка исследователей, которая всегда искала интересные задачи, да просто почитать их было интересно. Сейчас ее заместили балаболы типа асауленко, типа рены или никитина. Полезный контент генерят буквально пару человек. Но есть некоторые кто по привычке остается на форуме.
1. Детрендирования. В идеале с помощью дробного дифференцирования чтобы охватить Херста
Я плохо знаком с предметом. Хотелось бы понять - возможно ли, что детрендирование с помощью ARFIMA будет полезно при резкой смене тренда (вершина или дно)?
СанСаныч подскажите где можно реализацию этого алгоритма посмотреть?
Пакет rugarch. Один из...