交易中的机器学习:理论、模型、实践和算法交易 - 页 181 1...174175176177178179180181182183184185186187188...3399 新评论 Dr. Trader 2016.10.26 20:35 #1801 蜥蜴_。米哈,又来了?"))搞笑......我不知道你的情况,但我们都在分享和制度,并撕掉了碎片)))。 很漂亮。这些是严肃的图表,还是讽刺?手动超空间划分?如果预测因素不是2个,而是20个,你怎么做呢? Vizard_ 2016.10.26 20:41 #1802 Dr.Trader: 很漂亮。这些是严肃的图表,还是讽刺?手动划分超空间? 讽刺中带着暗示。这幅画是手绘的。在这样的机器上分解是没有问题的,或者是冷却器。只要它在未来能够发挥作用... toxic 2016.10.26 22:57 #1803 Dr.Trader: 很漂亮。这些是严肃的图表,还是讽刺?手动划分超空间?如果预测因子不是2个,而是20个,你怎么做呢? 本质上是一样的,如果资料是准正交的,没有什么根本性的变化,如果不是,最好是压缩维度,但一般来说,这并不重要,1或3或30,这只是一个 "掩盖 "超空间的过程,在分类的情况下。 Alexey Burnakov 2016.10.27 07:10 #1804 带核 的SVM显示了这样的图片。它可以显示培训上的任何细目。但越是详细,风化的机会就越大。 sibirqk 2016.10.27 08:27 #1805 Dr.Trader: 很漂亮。这些是严肃的图表,还是讽刺?手动划分超空间?如果预测因素不是2个,而是20个,你怎么做呢? 拉文的分区,会画出类似的图片。 sibirqk 2016.10.27 08:32 #1806 其本质 是一样的。 本质是一样的,如果片段是准正交的,没有什么根本性的变化,如果不是,最好是压缩维度,但一般来说,不管是1还是3还是30,都不重要,它只是一个 "掩盖 "超空间的过程,在分类的情况下 如果维度减少一个数量级,训练就会容易得多,而且压缩过程中的噪音也会减少,我认为。 mytarmailS 2016.10.27 10:19 #1807 sibirqk: 如果维度减少一个数量级,训练就会明显容易,而且压缩噪声也应该减少,我认为。这取决于手头的工作....例如,当你需要入市的准确性时,就像我一样,我正在为反弹训练算法,然后随着维度的降低(我做了 "PCA"),算法的视野变得有点模糊,它开始在高点买入,在低点卖出,而不是捕捉反弹。 toxic 2016.10.27 10:20 #1808 sibirqk: 如果维度减少一个数量级,训练就会容易得多,压缩噪声也会减少,我认为。当然,但这里并不那么简单,例如,SVM是线性的,它所意味着的一切,但另一件事是每个人都喜欢的内核版本,但为什么?这都是关于 "内核技巧",它除了投射到一个更多的多维空间外,什么都没有做,因为e^(-||w-x||^k)是无限的,为什么你认为最简单的内核分类器效果这么好?整个问题是,维度变得比样本被分成多少个部分成比例地大,以乘以每个核,根据核函数,玩转核SVM的核大小及其学习和计算速度。多维度并不总是一件坏事。具体到我们的情况,正如上面一些先生正确地说,这是关于数据,而不是机器学习工具。如果输入的只是多维噪音或一维,那么维度压缩技巧、卷积网的自动取数器就无济于事了:)https://en.wikipedia.org/wiki/Renaissance_Technologies该公司是量化交易 的早期先驱,研究人员利用其庞大的PB级数据仓库 中数十年的各种数据,评估任何特定市场价格方向的 统计概率。专家们认为,文艺复兴考虑到了与金融和经济现象相关的事件的广泛数据,以及该公司通过部署高效和可扩展的计算和执行技术架构来操纵海量数据的能力,是其在战胜市场方面的一贯成功。[19] 在许多方面,文艺复兴技术公司与其他一些公司一起, 每天都 在合成数千 兆字节的数据,并从数千兆字节的数据中提取信息信号,至今已有近二十年 的时间,远在大数据 和数据分析 引起主流技术的想象之前。[20]二十多年来,该公司的文艺复兴技术对冲基金 在世界各地市场进行交易,采用复杂的数学模型来分析和执行交易,其中许多是自动交易。该公司使用基于计算机的模型来预测容易交易的金融工具的价格变化。这些模型的基础是分析可以收集到的尽可能多的数据,然后寻找非随机运动来进行预测。一些人还将该公司的业绩归功于采用了模式识别等金融信号处理 技术。Quants》 描述了雇用语音识别专家的情况,其中许多人来自IBM,包括该公司的现任领导人。 问题是,一个简单的算法交易商,只需捐赠1-2千美元/月的数据,如何在高盛、文艺复兴和Tesa这样的怪物中生存。如何找到最相关的数据,超级巨头们使用的冰山一角。 ivanivan_11 2016.10.27 10:45 #1809 问题是,一个简单的算法交易商,每月在数据上的捐款不超过1-2千美元,如何在高盛、文艺复兴和特萨这样的怪物中生存。如何找到最相关的数据,超级巨头们使用的冰山一角。既然你敢于将自制的产品与大型组织的工作进行比较,在我看来,你应该放弃寻找某种图形模式或指标,而专注于他们到底在做什么。这里提到了一个有趣的解决方案,https://www.mql5.com/ru/forum/96886/page2#comment_2866637然而,如果你寻找大玩家如何移动他们的订单的模式,他们是如何被执行的,价格在大行情或冰山之后如何表现,等等。如果他们发送原始流量而不是汇总流量,在莫斯科交易所 可能仍然有效。一年前在邻近的交易所,他们从交易所核心引入了汇总流量。 Что можно выжать из ленты? www.mql5.com Из ленты можно получить следующие исторические данные Изменения баланса/эквити маркетмейкеров и другой стороны. Открытый интерес... mytarmailS 2016.10.27 10:45 #1810 ........,在戈德曼、文艺复兴和特萨这样的怪物中生存。如何找到最相关的数据,超级巨头们正在使用的冰山一角。也许只是保持简单?试着分析人群,也分析你自己,预测人群的行动,然后反过来行事,因为所有这些怪物,如高盛、文艺复兴和Teza,在交易中总是需要一个反面的代理人(吸盘),他的流动性开仓,然后把吸盘引到自己的止损点,从而激起另一个方向的流动性飞溅,大约同样的流动性,并关闭他的头寸,而吸盘则失去了。..这就是市场的现状。如果你找到人群,你就会找到大人物......。在我看来,高盛、文艺复兴和特莎这些怪物在市场上的竞争都是为了谁能最快地把钱倒给吸血者......。你不应该相信这些关于数万亿美元的市场交易额的传说,银行有数万亿美元,而群众的钱总是有限的,而且数额要小得多,他们(银行)每天都在不耐烦地等待新的农民进入他们的仙境,模拟活动,在杯子里和一般的市场上。 1...174175176177178179180181182183184185186187188...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
米哈,又来了?"))搞笑......我不知道你的情况,但我们都在分享和制度,并撕掉了碎片)))。
很漂亮。这些是严肃的图表,还是讽刺?手动划分超空间?
很漂亮。这些是严肃的图表,还是讽刺?手动划分超空间?如果预测因子不是2个,而是20个,你怎么做呢?
很漂亮。这些是严肃的图表,还是讽刺?手动划分超空间?如果预测因素不是2个,而是20个,你怎么做呢?
本质是一样的,如果片段是准正交的,没有什么根本性的变化,如果不是,最好是压缩维度,但一般来说,不管是1还是3还是30,都不重要,它只是一个 "掩盖 "超空间的过程,在分类的情况下
如果维度减少一个数量级,训练就会明显容易,而且压缩噪声也应该减少,我认为。
这取决于手头的工作....
例如,当你需要入市的准确性时,就像我一样,我正在为反弹训练算法,然后随着维度的降低(我做了 "PCA"),算法的视野变得有点模糊,它开始在高点买入,在低点卖出,而不是捕捉反弹。
如果维度减少一个数量级,训练就会容易得多,压缩噪声也会减少,我认为。
当然,但这里并不那么简单,例如,SVM是线性的,它所意味着的一切,但另一件事是每个人都喜欢的内核版本,但为什么?这都是关于 "内核技巧",它除了投射到一个更多的多维空间外,什么都没有做,因为e^(-||w-x||^k)是无限的,为什么你认为最简单的内核分类器效果这么好?整个问题是,维度变得比样本被分成多少个部分成比例地大,以乘以每个核,根据核函数,玩转核SVM的核大小及其学习和计算速度。多维度并不总是一件坏事。
具体到我们的情况,正如上面一些先生正确地说,这是关于数据,而不是机器学习工具。如果输入的只是多维噪音或一维,那么维度压缩技巧、卷积网的自动取数器就无济于事了:)
https://en.wikipedia.org/wiki/Renaissance_Technologies
该公司是量化交易 的早期先驱,研究人员利用其庞大的PB级数据仓库 中数十年的各种数据,评估任何特定市场价格方向的 统计概率。专家们认为,文艺复兴考虑到了与金融和经济现象相关的事件的广泛数据,以及该公司通过部署高效和可扩展的计算和执行技术架构来操纵海量数据的能力,是其在战胜市场方面的一贯成功。[19] 在许多方面,文艺复兴技术公司与其他一些公司一起, 每天都 在合成数千 兆字节的数据,并从数千兆字节的数据中提取信息信号,至今已有近二十年 的时间,远在大数据 和数据分析 引起主流技术的想象之前。[20]
二十多年来,该公司的文艺复兴技术对冲基金 在世界各地市场进行交易,采用复杂的数学模型来分析和执行交易,其中许多是自动交易。该公司使用基于计算机的模型来预测容易交易的金融工具的价格变化。这些模型的基础是分析可以收集到的尽可能多的数据,然后寻找非随机运动来进行预测。一些人还将该公司的业绩归功于采用了模式识别等金融信号处理 技术。Quants》 描述了雇用语音识别专家的情况,其中许多人来自IBM,包括该公司的现任领导人。
问题是,一个简单的算法交易商,每月在数据上的捐款不超过1-2千美元,如何在高盛、文艺复兴和特萨这样的怪物中生存。如何找到最相关的数据,超级巨头们使用的冰山一角。
既然你敢于将自制的产品与大型组织的工作进行比较,在我看来,你应该放弃寻找某种图形模式或指标,而专注于他们到底在做什么。
这里提到了一个有趣的解决方案,https://www.mql5.com/ru/forum/96886/page2#comment_2866637
然而,如果你寻找大玩家如何移动他们的订单的模式,他们是如何被执行的,价格在大行情或冰山之后如何表现,等等。如果他们发送原始流量而不是汇总流量,在莫斯科交易所 可能仍然有效。一年前在邻近的交易所,他们从交易所核心引入了汇总流量。
也许只是保持简单?
试着分析人群,也分析你自己,预测人群的行动,然后反过来行事,因为所有这些怪物,如高盛、文艺复兴和Teza,在交易中总是需要一个反面的代理人(吸盘),他的流动性开仓,然后把吸盘引到自己的止损点,从而激起另一个方向的流动性飞溅,大约同样的流动性,并关闭他的头寸,而吸盘则失去了。..这就是市场的现状。如果你找到人群,你就会找到大人物......。
在我看来,高盛、文艺复兴和特莎这些怪物在市场上的竞争都是为了谁能最快地把钱倒给吸血者......。你不应该相信这些关于数万亿美元的市场交易额的传说,银行有数万亿美元,而群众的钱总是有限的,而且数额要小得多,他们(银行)每天都在不耐烦地等待新的农民进入他们的仙境,模拟活动,在杯子里和一般的市场上。