交易中的机器学习:理论、模型、实践和算法交易 - 页 1592 1...158515861587158815891590159115921593159415951596159715981599...3399 新评论 Aleksey Mavrin 2020.01.11 18:18 #15911 马克西姆-德米特里耶夫斯基。 我不知道,这是个复杂的解释。市场回归者是几个分布的混合体,每个分布都可能是固定的。如果你把苍蝇和肉片分开,你可以得到一个好的TS。 我不争论,你可能可以,问题是哪种方式更短、更有效。我读了AK话题的前几十页,我好几次看到他如何在那里做这样的假设,基本上是猜想,在我看来,这些猜想越过了统计研究的整个要点,因为要把模型拟合到 "正确 "的结果。我可能是错的,因为我不知道什么,除了高等技术和谷歌)但到目前为止,我已经变得不感兴趣了。 市场回报是几个分布的混合物,每个分布都可能是静止的 这更接近于身体,即正态的是它的一部分吗? 但在我看来,任何分布只有在市场发生变化--情绪、新闻、趋势等--之前才可能是静止的。如果你考虑到这一点并学会如何准备,那么这将是值得的。 Maxim Dmitrievsky 2020.01.11 18:38 #15912 阿列克谢-马夫林。 市场回归者是几个分布的混合物,每个分布都可以是静止的,哪个更接近身体,也就是说,正态的是其中的一部分? 但在我看来,任何分布只有在市场发生变化--情绪、新闻、趋势等--之前才可能是静止的。如果你考虑到这一点并学习如何烹饪,那么我认为这是值得的。 聚类算法本身使它们更加正常,例如,如果它是高斯混合物,每个聚类都会有高斯描述的选定点,有一些离群点。 主要问题是用新数据进行检查 Boris 2020.01.11 18:58 #15913 而每个人都在思考和沉默着不同的事情 Aleksey Vyazmikin 2020.01.11 20:12 #15914 雷纳特-阿赫蒂亚莫夫。 先生们,你们能不能为飞车党提出最圣杯的神经元? 我已经把历史分成了几个部分,现在我需要把神经元拉到这里。 正如你所看到的,这两对组合之间真的没有关联。 配对交易是很蹩脚的。 你不应该从一段历史中得出结论。我不知道该指标的逻辑是什么,但检查其关系很容易--为每条曲线创建一个预测器,并记录该曲线相对于所有其他曲线的位置,按顺序在每个柱子上,你将得到6个预测器,其值从1-6。你可以尝试为每条曲线(货币对)分别设定一个目标--价格是涨了还是跌了,或者它的位置相对于某条曲线或相对于所有曲线有什么变化等等--这里有不同的目标,看看什么分类会更好,什么会更好,以及如何在交易中使用它。 Renat Akhtyamov 2020.01.11 21:03 #15915 阿列克谢-维亚兹米 金。 你不应该从一段历史中得出结论。我不知道指标中的逻辑是什么,但要检查这里的关系很简单--为每条曲线创建一个预测器,并记录这条曲线相对于所有其他曲线的位置,在每个条形上按顺序排列,你会得到6个预测器,其值从1-6。你可以尝试为每条曲线(货币对)设定一个目标--价格是上升还是下降,或者曲线对某一特定曲线或对所有曲线的位置如何变化,等等--这里有不同的目标,看看什么会被分类的更好,什么会更好,然后思考如何在交易中使用。 Aleksey Vyazmikin: 谢谢,我找到了一个解决方案。我在《提示》中写到过。 Boris 2020.01.12 21:31 #15916 有人建议,如果有一个固定的过程,IO会有很大的帮助 以什么方式? 不是说一个静止的过程可以变成非静止的,而是说它可以突然变成非静止的。 Андрей 2020.01.13 10:16 #15917 Boris: 有人建议,如果有一个固定的过程,IO会有很大的帮助以什么方式? 因为糟糕的不是一个静止的过程可以变成非静止的,而是它可以突然变成非静止的。 再一次,时间序列的 统计(非)静止性(时间分布的可变性),与使用MO的未来增量的可预测性关系不大。高斯噪声是静止的,但不是可预测的,对它进行分类,加上异质性,它是可预测的,但是非静止的。 真正的问题在于市场的波动性,因为大多数参与者都在不断努力超越对方,正因为如此,在历史上发现的模式通常已经被其他人发现,你可以期待它们的逆转,以及 "自然的力量",即基本面和各种破旧的时间转变。这一切都非常复杂。 Дмитрий 2020.01.13 10:44 #15918 安德烈。 再次,时间序列的统计(非)静止性(时间分布的可变性)与使用MO的未来增量的可预测性关系非常弱。高斯噪声是静止的,但不是可预测的,把它整理出来,加上异质性,它是可预测的但不是静止的。 真正的问题在于市场的多变性,因为大多数参与者总是试图超越对方,正因为如此,在历史上发现的模式通常已经被其他人发现,你可以期待它们的逆转,以及 "自然的力量",即基本面和各种时间转移。这一切都非常复杂。 你为什么认为白噪声是不可预测的? 如果系列是静止的--就没有必要使用增量。 你不能对这个图表应用任何平坦的策略吗? Дмитрий 2020.01.13 11:24 #15919 Andrew: 好吧,如果是(对数)回报,那么我不能,显然这与价格无关)))。 再次强调--MO只使用增量,因为原始时间序列 是非平稳的。 如果这个系列是静止的,就不需要梯度。 它是这样的:"再次,时间序列的统计(非)静止性(时间分布的可变性),与使用MO的未来增量的可预测性关系不大。"(с) Дмитрий 2020.01.13 11:43 #15920 安德烈。 当你的帖子已经被回复时,再去编辑你的帖子就不好了。 1...158515861587158815891590159115921593159415951596159715981599...3399 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
我不知道,这是个复杂的解释。市场回归者是几个分布的混合体,每个分布都可能是固定的。如果你把苍蝇和肉片分开,你可以得到一个好的TS。
我不争论,你可能可以,问题是哪种方式更短、更有效。我读了AK话题的前几十页,我好几次看到他如何在那里做这样的假设,基本上是猜想,在我看来,这些猜想越过了统计研究的整个要点,因为要把模型拟合到 "正确 "的结果。我可能是错的,因为我不知道什么,除了高等技术和谷歌)但到目前为止,我已经变得不感兴趣了。
市场回报是几个分布的混合物,每个分布都可能是静止的 这更接近于身体,即正态的是它的一部分吗?
但在我看来,任何分布只有在市场发生变化--情绪、新闻、趋势等--之前才可能是静止的。如果你考虑到这一点并学会如何准备,那么这将是值得的。
市场回归者是几个分布的混合物,每个分布都可以是静止的,哪个更接近身体,也就是说,正态的是其中的一部分?
但在我看来,任何分布只有在市场发生变化--情绪、新闻、趋势等--之前才可能是静止的。如果你考虑到这一点并学习如何烹饪,那么我认为这是值得的。
聚类算法本身使它们更加正常,例如,如果它是高斯混合物,每个聚类都会有高斯描述的选定点,有一些离群点。
主要问题是用新数据进行检查
先生们,你们能不能为飞车党提出最圣杯的神经元?
我已经把历史分成了几个部分,现在我需要把神经元拉到这里。
正如你所看到的,这两对组合之间真的没有关联。
配对交易是很蹩脚的。
你不应该从一段历史中得出结论。我不知道该指标的逻辑是什么,但检查其关系很容易--为每条曲线创建一个预测器,并记录该曲线相对于所有其他曲线的位置,按顺序在每个柱子上,你将得到6个预测器,其值从1-6。你可以尝试为每条曲线(货币对)分别设定一个目标--价格是涨了还是跌了,或者它的位置相对于某条曲线或相对于所有曲线有什么变化等等--这里有不同的目标,看看什么分类会更好,什么会更好,以及如何在交易中使用它。
你不应该从一段历史中得出结论。我不知道指标中的逻辑是什么,但要检查这里的关系很简单--为每条曲线创建一个预测器,并记录这条曲线相对于所有其他曲线的位置,在每个条形上按顺序排列,你会得到6个预测器,其值从1-6。你可以尝试为每条曲线(货币对)设定一个目标--价格是上升还是下降,或者曲线对某一特定曲线或对所有曲线的位置如何变化,等等--这里有不同的目标,看看什么会被分类的更好,什么会更好,然后思考如何在交易中使用。
有人建议,如果有一个固定的过程,IO会有很大的帮助
以什么方式?
不是说一个静止的过程可以变成非静止的,而是说它可以突然变成非静止的。
有人建议,如果有一个固定的过程,IO会有很大的帮助
以什么方式?
因为糟糕的不是一个静止的过程可以变成非静止的,而是它可以突然变成非静止的。
再一次,时间序列的 统计(非)静止性(时间分布的可变性),与使用MO的未来增量的可预测性关系不大。高斯噪声是静止的,但不是可预测的,对它进行分类,加上异质性,它是可预测的,但是非静止的。
真正的问题在于市场的波动性,因为大多数参与者都在不断努力超越对方,正因为如此,在历史上发现的模式通常已经被其他人发现,你可以期待它们的逆转,以及 "自然的力量",即基本面和各种破旧的时间转变。这一切都非常复杂。
再次,时间序列的统计(非)静止性(时间分布的可变性)与使用MO的未来增量的可预测性关系非常弱。高斯噪声是静止的,但不是可预测的,把它整理出来,加上异质性,它是可预测的但不是静止的。
真正的问题在于市场的多变性,因为大多数参与者总是试图超越对方,正因为如此,在历史上发现的模式通常已经被其他人发现,你可以期待它们的逆转,以及 "自然的力量",即基本面和各种时间转移。这一切都非常复杂。
你为什么认为白噪声是不可预测的?
如果系列是静止的--就没有必要使用增量。
你不能对这个图表应用任何平坦的策略吗?
好吧,如果是(对数)回报,那么我不能,显然这与价格无关)))。
再次强调--MO只使用增量,因为原始时间序列 是非平稳的。
如果这个系列是静止的,就不需要梯度。
它是这样的:"再次,时间序列的统计(非)静止性(时间分布的可变性),与使用MO的未来增量的可预测性关系不大。"(с)
当你的帖子已经被回复时,再去编辑你的帖子就不好了。