交易中的机器学习：理论、模型、实践和算法交易 - 页 1589

新评论
 
安德烈。

不，它是一种依赖，一种持续的依赖)。

可以尝试用MO进行检测

这是正确的问题，你不需要做任何事情，等到有统计学意义的样本出现，在这种情况下，如果没有内幕，任何行动都是为了好运。

静止性是指MO、方差和分布函数与时间的独立性。

而MO的哪些方法决定了 "市场变化"？

有一个样本--建立一个模型--建立一个TS--每笔交易都有小的利润--"市场变化"--大的损失，覆盖所有的利润。下一步是什么？

P.S. 持续的依赖性--它是来自语言学的东西吗？

 
Mihail Marchukajtes:

同事们，大家好。

我很抱歉提出这样一个愚蠢的问题，但是OnBookEvent事件在MT5测试器中能起作用吗？ 我想测试一下，但是不知道为什么没有进入循环，感觉它被忽略了。但从理论上讲，在市场审查中，报价会发生变化。HMM...

不

 
阿列克谢-尼古拉耶夫。

在我们的案例中，我们只能对非平稳性进行有意义的工作，而非平稳性在某种程度上又还原为平稳性。 碎片静止性，自回归模型，嗯，等等。

主要原因是始终只有一个实现过程是已知的。例如，如果我们采取语音识别，有任何单词我们都可以说多少次。在一个具体的时间间隔内，一个具体的工具的报价在一个单一的变体中。 顺便说一下，这可能是这里的许多人对随机过程和它的实现的模糊区分的原因。

知道了分布的混合物，就有可能通过生成模型创造出几种实现方式

我不知道这是否有帮助，但你可以另外检查TC。

 
安德鲁。

看到人们如何嘲笑良好的旧统计（非）静止性，暗示除了分布在时间上的相对持久性以外的任何东西，是很有趣的。

如果需要严格的要求，我们可以假设我们谈论的是广义上的收益对数的缺乏静止性，例如。

 
迪米特里。

静止性是指MO、方差和分布函数与时间的独立性。

不，打开教科书温习一下，静止性是指分布在一段时间内的稳定性，即当IR、方差和其他时刻保持不变，不发生变化。

迪米特里。

而MO的哪些方法决定了 "市场变化"？

不同的，神经网，木头，等等。

德米特里。

出现了一个样本--建立了一个模型--建立了一个TS--每笔交易都有小的利润--"市场变化"--大的损失压倒了所有的利润。下一步是什么？

而如果你确定市场会发生变化，你就取消交易，不至于出现亏损。

德米特里。

P.S. 持续的依赖性--这是语言学中的东西吗？

不，它与任何其他y=const的依赖关系相同

 
安德烈。

而如果你确定市场正在发生变化，你就会关闭交易，不会造成损失。

但你可能已经在交易中了，而且不仅仅是在交易中，而是在缩减中，如果市场不变，就会被利润所取代，但由于情况不再是这样，可能没有机会摆脱缩减。

 
安德烈。

不，打开课本温习一下，静止性是时间分布的稳定性，也就是说，当MO、方差和其他时刻保持不变，不发生变化。

不同的是，神经网络、树林等。

而如果你确定市场会发生变化，你就关闭交易，不会得到损失。

不，它与任何其他y=const的依赖关系相同

常数是一个常数，即一个常量值。而依赖性是一个变量值。不断依赖是胡言乱语。

市场的变化是概率特征的变化，最常见的是方差。在静止市场中的任何交易都是在通道边界上开仓，在达到一定水平或相反边界时平仓。市场变化是指交易员在通道的边界上开出交易，并出现负数，将通道扩大到一个不正常的规模。

亏损多于盈利

 

***

1500多页讨论了试图将一个水槽变成洗衣机 所涉及的数学学习。

 
阿列克谢-尼古拉耶夫。

如果需要严格的要求，我们可以把它看作是广义上的缺乏静止性，例如 对回国人员的对数。

我在5年前读过这篇文章，很有意思，但没有太多的补充信息，作者在用OHLC做一些事情，使波动率有一个更 "方便 "的衡量标准，原则上这并不新鲜，早在上世纪经典的Dacorogna《高频金融介绍》中就建议用收益率的平均绝对值，而不是有效值，作为波动率的衡量标准。波动的可预测性也是一个众所周知的事实。 它取决于两个因素，季节性和惯性，占其影响的95%。但是，即使我们根据波动率来调整（对数）回报，也不会有任何结果，我们需要一个交易的标志，而且它不会影响分布。

例如，如果你拿一个高斯噪声，你显然不能用以前的样本来预测下面的，不管静止性如何，但如果你把这个系列整理出来，例如，这不会改变分布，但会使它完全可预测，那么你可以在大范围内玩弄动态波动，使它非静止，但仍然容易预测。

 
迪米特里。

常数是一个常数，即一个恒定的值。依赖性是一个可变的量。不断依赖是胡言乱语。

不要告诉数学家这一点））。

1...158215831584158515861587158815891590159115921593159415951596...3399
新评论