交易中的机器学习:理论、模型、实践和算法交易 - 页 1594 1...158715881589159015911592159315941595159615971598159916001601...3399 新评论 Boris 2020.01.13 13:23 #15931 每个人都很聪明,这让人毛骨悚然。 但也许有人会从他自我的高度居高临下,向可怜的德克哈宁解释这些通俗的真理? 让我们假设我们已经发现一些超过100条的序列是有条件静止的,也就是说,我们有一个100条的特定窗口 在下一个条形图上,我们移动窗口,看到该系列又是静止的100条,然后又是静止的......。例如,在 "静止性检测 "之后的第17条,我们看到序列不再是静止的了,即 "突然 "失去了静止性。 然而,我们可以假设,如果我们的窗口长度不是100条,而是118条(100+17+1),这个系列仍然是静止的。 我们有一个问题:为什么在这17个柱子里,我们不能从MO+SCO交易到MO,或者更多的是从MO+-2*SCO到MO? 谁 "来评估静止性,是100条的行(在一个移动窗口上)还是117条的行(从 "静止性检测 "到 "静止性结束 "的17条+向后100条)? Дмитрий 2020.01.13 13:32 #15932 鲍里斯。 每个人都很聪明,这让人毛骨悚然。 但也许有人会从他自我的高度居高临下,向可怜的德克哈宁解释这些通俗的真理? 让我们假设我们已经发现一些超过100条的序列是有条件静止的,也就是说,我们有一个100条的特定窗口 在下一个条形图上,我们移动窗口,看到该系列又是静止的100条,然后又是静止的......。例如,在 "静止性检测 "之后的第17条,我们看到序列不再是静止的了,即 "突然 "失去了静止性。 然而,我们可以假设,如果我们的窗口长度不是100条,而是118条(100+17+1),这个系列仍然是静止的。 我们的问题是:为什么在这17个柱子中,我们不能从MO+SCO到MO进行交易,甚至不能从MO+-2*SCO到MO进行交易? 问题是:"对谁 "评估静止性--使用100条的系列(在移动窗口上)还是使用117条的系列(从 "静止性检测 "到 "静止性结束 "的17条+100条回溯)? 1.你可以。但更多的时候,在一个静止的系列上进行交易是在加拿大的上界 或下界 上开仓,以返回MO或相反的边界。如果静止性被打破--你在边界上的位置会因为方差扩大而变成负数。损失将超过任何累积的利润。 2.谷歌选择量的充足性问题。在我印象中,这取决于分布函数 Boris 2020.01.13 13:51 #15933 德米特里。 1.你可以。但更多的时候,在一个静止的系列上进行交易是在加拿大的上界 或下界 上开仓,以返回MO或相反的边界。如果静止性被打破--你在边界上的位置会因为方差扩大而变成负数。损失将超过任何累积的利润。 2.谷歌选择量的充足性问题。据我记得,这取决于分布函数 1.我知道我可以,但这里有人最近认为静止的系列是不可预测的 至于损失,严格来说,它不是,但如果你找到一个 "打击 "它的方法,你可以大大增加盈利能力。 2.谷歌在这里不会从 "根本 "这个词中得到帮助。这个问题非常简单。用哪个系列来估计静止性--恒定长度或拉长系列? 而每个人都可能有自己固有的 "静止性" Андрей 2020.01.13 13:53 #15934 德米特里。 大数据 "的来源在哪里? 有一个数据库吗? 自己建造,还能怎样?在你的VDS/VPS上放一个作家,一年左右就可以享受生活了。 当然,你可以,也可以买,但会很贵,而且绝对不是你脑子里蹦出来的所有东西。而整个重点在于仍然 "没有被践踏 "的数据,而不是每个人都有、每个人都用于相同目的的东西。 Дмитрий 2020.01.13 14:04 #15935 鲍里斯。 1.我知道我可以,但这里有人最近认为静止的系列是不可预测的 至于损失,严格来说,它不是,但如果你找到一个 "打击 "它的方法,你可以大大增加盈利能力。 2.谷歌在这里不会从 "根本 "这个词中得到帮助。这个问题非常简单。用哪一个系列来评估静止性--恒定长度的系列还是拉长的系列? 而他们每个人都可能有自己固有的 "静止性"。 1.那么,你应该写信给争论这个问题的人。 1а.你是否找到了 "奋斗的方法"?如果是,请与亚历山大-A_K分享。 2.再次,充分性或最佳样本量。谷歌 Boris 2020.01.13 14:38 #15936 迪米特里。 1.那么,你应该写信给索赔的人。 1а.你找到了 "战斗的方法 "吗?如果是,请与亚历山大-A_K分享。 2.再次,充分性或最佳样本量。谷歌 1a. 这是谁? Boris 2020.01.13 14:42 #15937 这里有一个图表 你认识到的 "1000个 "的过程))中心有一个台阶的线是MO,一个台阶,当这个过程在移动窗口上不再是静止的,尽管我们甚至更早看到了这个迹象 蓝色的第五行是不同的MO(取决于你如何计算行的长度) 上面和下面的2行是正负1-2个有效值,从MO开始。 我们看到的是什么呢? 进程还是返回了,而且不再关心它是 "非稳定 "的了。 这里是另一个图表 当然,它也可以是这样的 我们一直都是 "静止 "的。 然后是 "非平稳性",一个步骤,就可以了。 我们可以再次等待回归 Aleksey Nikolayev 2020.01.13 15:09 #15938 鲍里斯。 这里有一个图表 你认识到的 "1000个 "的过程))中心有一个台阶的线是MO,当过程不再是静止在移动窗口上时的一个台阶,尽管我们甚至更早看到它的迹象。 蓝色的第五行是不同的MO(取决于你如何计算行的长度) 上面和下面的2行是正负1-2个有效值,从MO开始。 我们看到的是什么呢? 进程还是返回了,而且不再关心它是 "非稳定 "的了。 这里是另一个图表 当然,它也可以是这样的 所有这些时间,我们都是 "静止的"。 然后是 "非稳态",一个步骤,就可以了。 我们可以等待它再次回来。 也有非稳态过程的回报(如SB)。 静止性(根据定义)是指。 1)期望值的恒定 2) 分散恒定性 3)ACF仅依赖于时间差 这一切究竟是如何检查的? Boris 2020.01.13 15:12 #15939 阿列克谢-尼古拉耶夫。 非稳态过程也会出现回报(如SB)。 静止性(根据定义)是指。 1)期望值的恒定 2) 分散恒定性 3)ACF仅依赖于时间差 到底是如何检查的? R中的adf_test Maxim Dmitrievsky 2020.01.13 15:14 #15940 Boris: 这里有一个图表你会认识到 "从1000年开始 "的过程)))中心有一个台阶的线是MO,当这个过程在移动窗口上不再静止时的一个台阶,尽管我们看到它的迹象甚至更早。蓝色的第五行是移动的MO(这取决于你如何计算这一行的长度)。上面和下面的2行是正负1-2个有效值,从MO开始。我们看到的是什么呢? 这个过程无论如何都会返回,而且不在乎它已经是 "非稳态 "了。下面是另一张图表当然,它可以是这样的。一直以来,我们都是 "静止 "的。然后是 "不稳定",一个步骤,然后就是了。我们可以再次等待回归。你不需要交易变化的模式,你需要在它们变化时改变策略。如果是剥头皮,每个人都会有数百次的交易。任务是及时转换策略,即尽可能早地发现模式变化,甚至预测它。 如果你解决了这个问题,圣杯 肯定在你的口袋里 1...158715881589159015911592159315941595159615971598159916001601...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
每个人都很聪明,这让人毛骨悚然。
但也许有人会从他自我的高度居高临下,向可怜的德克哈宁解释这些通俗的真理?
让我们假设我们已经发现一些超过100条的序列是有条件静止的,也就是说,我们有一个100条的特定窗口
在下一个条形图上,我们移动窗口,看到该系列又是静止的100条,然后又是静止的......。例如,在 "静止性检测 "之后的第17条,我们看到序列不再是静止的了,即 "突然 "失去了静止性。
然而,我们可以假设,如果我们的窗口长度不是100条,而是118条(100+17+1),这个系列仍然是静止的。
我们有一个问题:为什么在这17个柱子里,我们不能从MO+SCO交易到MO,或者更多的是从MO+-2*SCO到MO?
谁 "来评估静止性,是100条的行(在一个移动窗口上)还是117条的行(从 "静止性检测 "到 "静止性结束 "的17条+向后100条)?
每个人都很聪明,这让人毛骨悚然。
但也许有人会从他自我的高度居高临下,向可怜的德克哈宁解释这些通俗的真理?
让我们假设我们已经发现一些超过100条的序列是有条件静止的,也就是说,我们有一个100条的特定窗口
在下一个条形图上,我们移动窗口,看到该系列又是静止的100条,然后又是静止的......。例如,在 "静止性检测 "之后的第17条,我们看到序列不再是静止的了,即 "突然 "失去了静止性。
然而,我们可以假设,如果我们的窗口长度不是100条,而是118条(100+17+1),这个系列仍然是静止的。
我们的问题是:为什么在这17个柱子中,我们不能从MO+SCO到MO进行交易,甚至不能从MO+-2*SCO到MO进行交易?
问题是:"对谁 "评估静止性--使用100条的系列(在移动窗口上)还是使用117条的系列(从 "静止性检测 "到 "静止性结束 "的17条+100条回溯)?
1.你可以。但更多的时候,在一个静止的系列上进行交易是在加拿大的上界 或下界 上开仓,以返回MO或相反的边界。如果静止性被打破--你在边界上的位置会因为方差扩大而变成负数。损失将超过任何累积的利润。
2.谷歌选择量的充足性问题。在我印象中,这取决于分布函数
1.你可以。但更多的时候,在一个静止的系列上进行交易是在加拿大的上界 或下界 上开仓,以返回MO或相反的边界。如果静止性被打破--你在边界上的位置会因为方差扩大而变成负数。损失将超过任何累积的利润。
2.谷歌选择量的充足性问题。据我记得,这取决于分布函数
1.我知道我可以,但这里有人最近认为静止的系列是不可预测的
至于损失,严格来说,它不是,但如果你找到一个 "打击 "它的方法,你可以大大增加盈利能力。
2.谷歌在这里不会从 "根本 "这个词中得到帮助。这个问题非常简单。用哪个系列来估计静止性--恒定长度或拉长系列?
而每个人都可能有自己固有的 "静止性"
大数据 "的来源在哪里?
有一个数据库吗?
自己建造,还能怎样?在你的VDS/VPS上放一个作家,一年左右就可以享受生活了。
当然,你可以,也可以买,但会很贵,而且绝对不是你脑子里蹦出来的所有东西。而整个重点在于仍然 "没有被践踏 "的数据,而不是每个人都有、每个人都用于相同目的的东西。
1.我知道我可以,但这里有人最近认为静止的系列是不可预测的
至于损失,严格来说,它不是,但如果你找到一个 "打击 "它的方法,你可以大大增加盈利能力。
2.谷歌在这里不会从 "根本 "这个词中得到帮助。这个问题非常简单。用哪一个系列来评估静止性--恒定长度的系列还是拉长的系列?
而他们每个人都可能有自己固有的 "静止性"。
1.那么,你应该写信给争论这个问题的人。
1а.你是否找到了 "奋斗的方法"?如果是,请与亚历山大-A_K分享。
2.再次,充分性或最佳样本量。谷歌
1.那么,你应该写信给索赔的人。
1а.你找到了 "战斗的方法 "吗?如果是,请与亚历山大-A_K分享。
2.再次,充分性或最佳样本量。谷歌
这里有一个图表
你认识到的 "1000个 "的过程))中心有一个台阶的线是MO,一个台阶,当这个过程在移动窗口上不再是静止的,尽管我们甚至更早看到了这个迹象
蓝色的第五行是不同的MO(取决于你如何计算行的长度)
上面和下面的2行是正负1-2个有效值,从MO开始。
我们看到的是什么呢? 进程还是返回了,而且不再关心它是 "非稳定 "的了。
这里是另一个图表
当然,它也可以是这样的
我们一直都是 "静止 "的。
然后是 "非平稳性",一个步骤,就可以了。
我们可以再次等待回归
这里有一个图表
你认识到的 "1000个 "的过程))中心有一个台阶的线是MO,当过程不再是静止在移动窗口上时的一个台阶,尽管我们甚至更早看到它的迹象。
蓝色的第五行是不同的MO(取决于你如何计算行的长度)
上面和下面的2行是正负1-2个有效值,从MO开始。
我们看到的是什么呢? 进程还是返回了,而且不再关心它是 "非稳定 "的了。
这里是另一个图表
当然,它也可以是这样的
所有这些时间,我们都是 "静止的"。
然后是 "非稳态",一个步骤,就可以了。
我们可以等待它再次回来。
也有非稳态过程的回报(如SB)。
静止性(根据定义)是指。
1)期望值的恒定
2) 分散恒定性
3)ACF仅依赖于时间差
这一切究竟是如何检查的?
非稳态过程也会出现回报(如SB)。
静止性(根据定义)是指。
1)期望值的恒定
2) 分散恒定性
3)ACF仅依赖于时间差
到底是如何检查的?
这里有一个图表
你会认识到 "从1000年开始 "的过程)))中心有一个台阶的线是MO,当这个过程在移动窗口上不再静止时的一个台阶,尽管我们看到它的迹象甚至更早。
蓝色的第五行是移动的MO(这取决于你如何计算这一行的长度)。
上面和下面的2行是正负1-2个有效值,从MO开始。
我们看到的是什么呢? 这个过程无论如何都会返回,而且不在乎它已经是 "非稳态 "了。
下面是另一张图表
当然,它可以是这样的。
一直以来,我们都是 "静止 "的。
然后是 "不稳定",一个步骤,然后就是了。
我们可以再次等待回归。
你不需要交易变化的模式,你需要在它们变化时改变策略。如果是剥头皮,每个人都会有数百次的交易。任务是及时转换策略,即尽可能早地发现模式变化,甚至预测它。
如果你解决了这个问题,圣杯 肯定在你的口袋里