Ticarette makine öğrenimi: teori, pratik, ticaret ve daha fazlası - sayfa 2731

 

Hayal edilemeyecek bir karmaşa: her şey birbirine karışmış durumda - atlar..... insanlar


İki tür model ayırt edebiliriz

1. Makine öğrenimi fikirlerine dayanır.

2. Temelde finansal piyasalarda daha yaygın olarak kullanılan istatistiksel modeller.


MO

Bana göre tüm MO algoritmalarının tek bir amacı vardır - belli sayıda örüntü bulmak. Bu durumda, bir örüntü, öğretmen değeri ve özellik değerleri olan bir dizedir. Birbirinin yanındaki satırların değeri yoktur! Bu tür örüntülerin sayısı RF'de aranabilir, yaklaşık 50 ağaç ile çok sık olarak uydurma hatası çok az değişir. 150 ağaçtan fazlası anlamsızdır. Finansal piyasaların çeşitliliği budur.

Ve bu ağaçların ömrü hakkında mantık yürütmeliyiz, ki bu (ömür) özellikler ve öğretmen arasındaki bağlantının kararlılığı tarafından belirlenir. Yani, özellikler ve öğretmen arasındaki bağlantıyla ilgilenmeliyiz.

 

İstatistiksel modeller GARCH modelleridir.

Rugarch paketini al ve hayatın tadını çıkar? Her şey çiğneniyor.


Kısaca.

İstatistiksel modeller, finansal piyasaların durağan olmadığı varsayımına dayanır. Bu nedenle yukarıda bahsedilen testler de dahil olmak üzere tüm sıradan istatistikler sepete gider.

Bu nedenle:

1. Finansal seriler tedricidir, genellikle artışlar alınır (bizim için çok iyi).

  • Komşu çubuklar arasındaki ilişki ARIMA modeli kullanılarak modellenir, - 5 çubuk çok fazladır.
  • Detrending sonrası kalan durağan olmama durumu modellenir
  • Örneklemin dağılımı, dağılımın şekli açısından modellenir.


IGARCH modellerinin finansal piyasalar için en uygun model olduğuna dair yayınlar bulunmaktadır

 
СанСаныч Фоменко #:
IGARCH modelleri finansal piyasalar için daha uygundur
Kullanılan örnekler?
 
Doğru, sadece bu yaklaşımlar ve bunların varyasyonları var.
 
СанСаныч Фоменко #:

İstatistiksel modeller GARCH modelleridir.

Rugarch paketini alıp hayatın tadını çıkarmak mı? Her şey çiğnenmiş.


Özetlemek gerekirse.

İstatistiksel modeller, finansal piyasaların durağan olmadığı varsayımına dayanmaktadır. Bu nedenle, yukarıda belirtilen testler de dahil olmak üzere tüm olağan istatistikler sepete girmektedir.

Tüm otoregresif modeller beyaz gürültünün bazı dönüşümleridir. Ve eğer ters dönüşüm sonunda beyaz gürültüyü vermezse, model de sepete gider. Ve beyaz gürültü her şeyden önce durağan bir süreçtir.

Bu, istatistiksel modellerde çok önemli bir noktadır - modellenen herhangi bir durağandışılık, durağanlığa dayanır ve bu da aslında onu inceleme imkanı verir.

 
mytarmailS #:
Kullanım örnekleri?

Google imdadınıza yetişiyor. Büyük bir literatür var.

 
Aleksey Nikolayev #:

Tüm otoregresif modeller beyaz gürültünün bazı dönüşümleridir. Ve eğer ters dönüşüm sonunda beyaz gürültüyü vermezse, model de çöp kutusuna gider. Ve beyaz gürültü her şeyden önce durağan bir süreçtir.

Bu, istatistiksel modellerde çok önemli bir noktadır - modellenen herhangi bir durağandışılık, durağanlığa dayanır ve bu da aslında onu inceleme imkanı verir.

Garch'ı okuyun ve bir şeyler uydurmayın

Dosyalar:
 
СанСаныч Фоменко #:

Google imdadımıza yetişti. Büyük bir literatür var.

Soru sizin için, Google için değil.
Bana Garch'ın Arima veya Forrest'ten daha iyi olduğuna dair bir örnek gösterebilir misiniz....
Bunu söylüyorsunuz, o zaman bana nasıl karşılaştırdığınızı, hangi ölçütlere göre karşılaştırdığınızı, hiç karşılaştırıp karşılaştırmadığınızı veya bunun sadece bir konuşma olup olmadığını gösterin, google'ın bununla ne ilgisi var?
 
mytarmailS #:
Google'a değil, sana soruyorum.
Garch'ın arima veya forrest'ten daha iyi olduğuna dair bir örnek gösterebilir misiniz....
Bunu söylüyorsunuz, o zaman bana nasıl karşılaştırdığınızı, hangi ölçütlere göre karşılaştırdığınızı, hiç karşılaştırıp karşılaştırmadığınızı ya da bunun sadece bir konuşma olduğunu gösterin, google'ın bununla ne ilgisi var?

Sorun sen değilsin, sensin.

Bensiz, kendi türünüzle konuşun.

 

Nüans: "trendden arındırma" işlemi en lezzetli ve ilginç olanları öldürür :-)

Daha doğrusu, trendleri ya da trendler dışındaki her şeyi ortadan kaldırmanın makul bir yolu yoktur. Mevsimsel dalgalanmaları (günlük/haftalık dalgalanmalar) en aza indirmek veya hesaba katmak için yöntemler vardır. Belki de büyük şahsiyetlerin aylar ve çeyrekler için yöntemleri vardır.

Sadece "trend" kavramı o kadar belirsizdir ki, başarılı geçmişi görüntülerken sadece kafada var olur. Ancak büyük/küçük trendlerin ticareti yapılır.

----

Şu anda, nesnel olarak gözlemlenen gerçeklikte, her şeye rağmen bariz bir USD büyüme eğilimi var. Daha doğrusu, fiilen ve uzun bir süredir devam ediyor. Ve büyük olasılıkla bugün-yarın bitecek, çünkü çok açık.

Yani büyüme olgusu gerçekleşiyor. Herkes büyümenin başladığı anı farklı şekilde ve ancak hatırı sayılır bir süre sonra belirler (muhtemelen birisi hesabını sterline karşı yeni boşaltmıştır, bu yüzden fark etmiştir).

Zaman içinde "Ah! Büyük trend... küçük trendlerden etkisini kaldırmak gerekir" diye belirleyecek bir yöntem var mı? Ve böyle bir yöntem yok. İleriye bakmadan olmaz.

----

Tek bir enstrüman üzerindeki alım satım görevi, zaman içindeki eğilimi belirlemektir. Ve burada bir çıkmaz var, "trend" :-) formüller ve algoritmalar seviyesine indirgenebilecek genel kabul görmüş bir teknik tanım yoktur (bunlar temelde formül yazmanın başka bir yoludur).

ÖZET: "detrending" işlemine dikkat etmeliyiz. Bir yandan, onsuz yapmanın bir yolu yoktur, diğer yandan, çok fazla gerekli bilgi orada ölür.