Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2638

Yeni yorum
 
Aleksey Nikolayev # :

Desen parçalarını saymak daha iyidir. Aynı zirve penetrasyonları (iş için önemli) yılda birkaç yüzden fazla olmaz. Ben buna sınır derdim. Onlardan daha karmaşık desenler oluşturmaya çalışırsanız - örneğin, bazı koşulları da karşılayan art arda tepe penetrasyonları çiftlerini alın, sayıları yılda onlarca olarak ölçülebilir. Ve bu zaten yeterli değil.

Evet, çok az veri olduğunu kabul ediyorum, bu yüzden hikayeyi maksimuma çıkarıyorum. Tabii ki, ne kadar çok örnek olursa, teorik olarak sonuç o kadar emin olur, ama olan budur.

Alexey Nikolaev # :

Belirli bir türdeki tüm olası kalıp yapıları arasında bir döngü gibi bir şey mi? Bir kez aynı tepe kırılmalarıyla benzer bir şey yaptım. Prensip olarak, bir şey bulabilirsin, yalnızca numaralandırma (genel durumda) yinelemeli değil, özyinelemeli olacaktır. Yine, kalıpların çoğu, karmaşıklık ve nadirlik nedeniyle anlamsız olacaktır. Anlamlı kalıpların bir listesini manuel olarak toplamak ve en uygun olanı seçerek normal bir döngüde etrafından dolaşmak muhtemelen daha kolaydır.

Dalgaların içindeki herhangi bir eğilimi belirlemek için zaman içindeki eğilimi/dağılımı/dalga türünü değerlendirmek için doğru bir metriğe sahip bir araca ihtiyacım var. Bu eğilimler nelerdir, örneğin:

- Kalıbın ortaya çıkmasından sonra uzun bir süre olumlu bir sonuç varsa, yeni bir kalıp ortaya çıktığında olumsuz bir sonuç daha olasıdır;

- Sonuç, örneğin tüm bölümlerine eşit olarak dağıtılır (bölümlere nasıl doğru şekilde bölünür?);

- Kalıplar için uzun süre olumsuz bir sonuç varsa, olumlu bir sonucun başlaması daha olasıdır;

- Uzun süre örüntü yoksa, ortaya çıktığında olumlu/olumsuz bir sonuç olacaktır.

Temelde böyle bir şey. Evet, bu istatistiksel bir dilimleme, ancak tarih aralıklarında olmalı ve benim için soru, bu aralıkların en iyi nasıl kesileceği (farklı aralıklarla ölçmek, bir kaydırma yapmak için), böylece tahminin doğru olması ve tercihen bir genelleme katsayısı ile ifade edilir.

 
Aleksey Vyazmikin # :

Evet, çok az veri olduğunu kabul ediyorum, bu yüzden hikayeyi maksimuma çıkarıyorum. Tabii ki, ne kadar çok örnek olursa, teorik olarak sonuç o kadar emin olur, ama olan budur.

Dalgaların içindeki herhangi bir eğilimi belirlemek için zaman içindeki eğilimi/dağılımı/dalga türünü değerlendirmek için doğru bir metriğe sahip bir araca ihtiyacım var. Bu eğilimler nelerdir, örneğin:

- Kalıbın ortaya çıkmasından sonra uzun bir süre olumlu bir sonuç varsa, yeni bir kalıp ortaya çıktığında olumsuz bir sonuç daha olasıdır;

- Sonuç, örneğin tüm bölümlerine eşit olarak dağıtılır (bölümlere nasıl doğru şekilde bölünür?);

- Kalıplar için uzun süre olumsuz bir sonuç varsa, olumlu bir sonucun başlaması daha olasıdır;

- Uzun süre örüntü yoksa, ortaya çıktığında olumlu/olumsuz bir sonuç olacaktır.

Temelde böyle bir şey. Evet, bu istatistiksel bir dilimleme, ancak tarih aralıklarında olmalı ve benim için soru, bu aralıkların en iyi nasıl kesileceği (farklı aralıklarla ölçmek, bir kaydırma yapmak için), böylece tahminin doğru olması ve tercihen bir genelleme katsayısı ile ifade edilir.

Aklınıza gelebilecek en basit şey, bir tür seri testte hesaplanan istatistiklerdir. Ticarette, bu genellikle bir işlemin sonucunun bir öncekinin sonucuna bağımlılığını arama bağlamında belirtilir. Herhangi bir bağımlılık/serilik fark edilirse, yapısını incelemeyi deneyebilirsiniz. Burada, Markov zincirlerinin yönüne bakmak ve olasılık matrislerinin bazı fonksiyonlarını metrik olarak kullanmak muhtemelen mantıklıdır.

Geçmiş aralıklarını kesmek için genellikle büyük bir zikzak kullanırım. Elbette, bu optimal değildir, ancak oldukça basit ve nispeten nesneldir.

 
Aleksey Nikolayev # :

Aklınıza gelebilecek en basit şey, bir tür seri testte hesaplanan istatistiklerdir. Ticarette, bu genellikle bir işlemin sonucunun bir öncekinin sonucuna bağımlılığını arama bağlamında belirtilir. Herhangi bir bağımlılık/serilik fark edilirse, yapısını incelemeyi deneyebilirsiniz. Burada, Markov zincirlerinin yönüne bakmak ve olasılık matrislerinin bazı fonksiyonlarını metrik olarak kullanmak muhtemelen mantıklıdır.

Bu bağlamda Markov zincirleri hakkında biraz daha.

Sadece serilikten bahsediyorsak, desen uygulamasının kalitesini gösteren iki + ve - durumu girebiliriz. Buna göre, bir kalıptan diğerine geçiş için dört olası seçenek vardır: "+"->"-",   "+"->"+",   "-"->"+",   "-"->"-". Geçişler, verilen zincirin olasılık matrisini oluşturan (sadece ikisi bağımsız olan) dört olasılığa karşılık gelir.

Serinin uzunluğunu hesaba katmaktan bahsediyorsak, o zaman durumların karmaşık olması gerekecek. Örneğin, çiftler olabilir   (+,n) ve   (-,n), burada, kalıp uygulamasının kalitesine ek olarak, n - onu içeren serideki kalıp sayısı. Halihazırda potansiyel olarak sonsuz sayıda durum vardır, ancak ayrıca dört olası geçiş vardır (sıfır olmayan olasılıkla): (+,n) -> (+,n+1), (+,n) -> (-,1), (-,n) -> (+,1), (-,n) -> (- ,n+1). Ayrıca (iki bağımsız olan) dört olasılık olacaktır. Aradaki fark, şimdi bu olasılıkların n uzunluğuna bağımlılığının ortaya çıkması (veya görünmemesi). Bu bağımlılığı bir miktar katsayı cinsinden ifade etmeye çalışabilir ve istediğiniz metrik olarak kullanabilirsiniz.

 

Tünaydın! Şalom! Nayramdal!

Gördüğüm kadarıyla hepiniz yüksek matematikçilersiniz.

Bu yüzden bizim için çalışacak.

 
Neden pazar bütünlüğünü araştırmıyorsunuz?
 
Ebeveynler   Saas, ona hiçbir zaman sadece özel olarak belirlenmiş yerlere kaka yapmasını öğretemedi.
 
Alexander Ivanov # :
Neden pazar bütünlüğünü araştırmıyorsunuz?
Neden pazarın çeşitliliğini araştırmıyorsunuz? Neden pazarın dağılımını incelemiyorsunuz? Neden pazarın spektrumunu incelemiyorsunuz? Neden sen.......
boşuna mı konuşuyorsun???
 
Gerçekten neyi tahmin ediyoruz?

Piyasanın karmaşık bir süreç olduğunu, "katlama" kelimesinden karmaşık olduğunu hepimiz biliyoruz. Yani piyasa, farklı hedeflere, cüzdan boyutlarına ve farklı trendlere sahip birçok katılımcı tarafından oluşturuluyor.

örneğin, fiyatın uyduğu (bizim modelimizde) sinüzoid şeklinde basit bir trend oluşturalım, buna "trend" diyelim. 

par(mar=c( 2 , 2 , 2 , 2 ))
my. sin <- function(ve,a,f,p)    a* sin (f*ve+p)
trend <- my. sin (ve = 1 : 100 ,a = 1 ,f = 0.05 ,p = 1 )+ 100
plot(trend,t= "l" )

En basit fiyat modeli, anlaşılması kolay, tahmin edilmesi kolay ve genel olarak..

Ve şimdi, güçlü bir piyasa alıcısının "pazarımıza" geldiğini ve bir süre için "pazarımıza" güçlü enjeksiyonlar yaptığını hayal edelim. 

layout( 1 : 2 , heights = c( 10 , 3 ))
plot(trend,t= "l" ,lty= 2 ) 
lines(trend+buy)
plot(buy,t= "l" ,col= 3 ,lwd= 2 )

Gördüğünüz gibi güzel modelimiz biraz kırık..

Şimdi diyelim ki 99.2'lik bir fiyatla birisinin büyük bir limit emri koyduğunu ve ona verdiği her şeyi geri aldığını düşünelim. 

buy_limit <- trend
for (i in seq_along(trend)) if (buy_limit[i]<= 99.2 )  buy_limit[i] <- 99.2
layout( 1 : 1 )
plot(trend,t= "l" )
lines(buy_limit+buy,lty= 2 )
segments( 10 , 99.2 , 100 , 99.2 ,lty= 2 ,col= 3 )

Toplamda, zaten böyle kavisli bir fiyat modeli elde ediyoruz, ancak gerçeğe daha yakın 

plot(trend,t= "l" ,col= 8 ,lty= 2 )
lines(buy_limit + buy ,t= "l" )

Ayrıca, daha fazla gerçekçilik için, örneğin küçük ticaret veya bir piyasa yapıcı gibi gürültü ekleyelim. 

noise <- rnorm( 100 ,sd = 0.05 )
plot(trend,t= "l" ,col= 8 ,lty= 2 )
lines(buy_limit+buy+noise)


Piyasaya karmaşık bir süreç olarak bu şekilde bakabilirsiniz..

Şimdi düşünmek ilginç. Fiyatı tahmin ettiğimizde, tam olarak ne tahmin ediyoruz? akım? piyasa alıcısı? alıcıyı sınırla? gürültü, ses? :) ve hepsini birlikte tahmin etmeye değer mi?

 
mytarmailS # :
Gerçekten neyi tahmin ediyoruz?
Yine 25 :) ekonometrinin temelleri gitmiş. Döngülere girmemek için: Bir zaman serisinde yalnızca döngüleri ve mevsimsel bileşenleri tahmin edebilirsiniz.
 
Maxim Dmitrievsky # :
Yine 25 :) ekonometrinin temelleri gitmiş. Döngülere girmemek için: Bir zaman serisinde yalnızca döngüleri ve mevsimsel bileşenleri tahmin edebilirsiniz.
Hayır, o kadar basit değil.
1...263126322633263426352636263726382639264026412642264326442645...3399
Yeni yorum