交易中的机器学习:理论、模型、实践和算法交易 - 页 1828

 
mytarmailS:

合成规则,严格考虑到特定序列中的 任何 特定事件,以及这些事件发生的价格

这里有一个模式


这种价格模式

这里是相同的模式

这里的问题是没有相关性的相似性。这就是经济学的度量衡开始的地方)行是相似的,但它们之间没有关联性。我喜欢这个想法,它更像是创建一个状态库,但纯粹的增量滞后是不够的,你还需要预测器,如果有的话。没有人禁止找到重复出现的组合,如果这些组合或多或少均匀地 分布在大区间内,那么就有机会了。

 
Valeriy Yastremskiy:

这里的问题是没有相关性的相似性。这是经济学计量学的开始)行是相似的,但它们之间没有关联性。我喜欢这个想法,它更像是创建一个状态库,但纯粹的增量滞后是不够的,你还需要预测器,如果有的话。没有人禁止找到重复出现的组合,如果这些组合或多或少均匀地分布在大区间内,那么就有机会了。

什么滞后......你会杀价的 !

条件是一种规则,它可以是任何东西--蜡烛图组合、水平突破、水平本身、波动率踢出,等等。

按正确的顺序排列的各州可以创造出任何大小的图案。


没有BP预测算法能够寻找这种模式

 
mytarmailS:

什么滞后......你会杀价的 !

条件是一种规则,它可以是任何东西--蜡烛图组合、水平突破、水平本身、波动率踢出,等等。

按正确顺序排列的状态创造了一个模式

任何东西)))),一般来说,蜡烛图组合、突破、回归均值、趋势变化或极值、射出、射出/波动水平变化。我想不出还有什么可以用数学来描述的。

增加一个较高和一个较低的时间框架或几个时间框架可能是必要的。这个想法在顶部是明确的,但还没有找到固定的序列。虽然通常在目标和初级上寻找最大值。

 
mytarmailS:

没有BP预测算法知道如何寻找这种模式

这就是你设置识别任务的方式。BP预测和来自不完整数据的图像识别是不同的任务。

 
Valeriy Yastremskiy:

这就是你设置识别任务的方式。BP预测和来自不完整数据的图像识别是不同的任务。

市场不是BP

 
mytarmailS:

市场不是BP

酷)然后呢。某一时间点的数值是一个系列。
 
Valeriy Yastremskiy:
酷)然后呢。某一时间点的数值是一个系列。

我不知道...

我不知道,你可以把任何东西 想象成一个时间序列,总是有时间的。

但如果 没有 BP预测算法能以任何方式预测价格,那么答案不是很明显吗?

 
你看,没有答案,因为你想一想,事情就是这样。
 
mytarmailS:

我不知道...

你可以把任何东西 想象成一个时间序列,总是有时间的。

但如果 没有 BP预测算法 能以任何方式 预测价格,那么答案不是很明显吗?

时间可以用数字来代替。任何预测都是概率性的。价格太高了。至少有一个方向或范围已经不错了。在静止性的范围内,有可能进行预测,确定静止性的边界的问题只能通过历史,没有百分之百的预测的任务,但不是零。
 
Valeriy Yastremskiy:
时间可以被一个数字所取代。

它能做什么?

Valeriy Yastremskiy:
,至少方向或范围是好的。我们可以在静止性的范围内进行预测。 问题是只通过历史来定义静止性的边界,这是一项没有100%预测的任务,但也不是没有零预测。

这一切都与BP再次合作,它不会工作