交易中的机器学习：理论、模型、实践和算法交易 - 页 2062

新评论
 
Maxim Dmitrievsky:

试着按时间过滤，例如亚洲/大洋洲的会议，如果在平坦的地方可以使用的话。

不，它不工作，它不工作(!)

总之，我认为我们的问题是......我们的TS设置不适合新的价格变动......。


1）我们需要开发一个模块，将市场的客观特征 "模块ОХ"...

2）应该为每个 "模块ОХ "状态制定适合当前状态的行为规则。

有可能产生以下数据

Х -"模块ОХ " 的状态

Y（目标）--适当的行为

3）训练模型，使其对每个状态产生足够的行为


看起来像一个经典的RL？

 
mytarmailS:

不，它不工作，它不工作（（）。

总之，我认为我们的问题是......我们的TS设置不能满足新的价格变动......。


1）我们需要开发一个模块，将市场的客观特征 "模块ОХ"...

2）应该为每个 "模块ОХ "状态制定适合当前状态的行为规则。

有可能产生以下数据

Х -"模块ОХ " 的状态

Y（目标）--适当的行为

3）训练模型，使其对每个状态产生足够的行为


那么，什么东西变成了经典的RL？

RL并不是在一个随机的环境中取出来的。你需要专门寻找设置，挑选出像季节性的模式
 
Maxim Dmitrievsky:
RL在随机环境中不起作用。有必要寻找套路，找到季节性模式。

日内波动率的波动阻碍了对日内模式的搜索。需要以某种方式摆脱它们。可能的方式。

1）重新调整增量，以考虑到日内波动性。

2）切换到一个新的日内时间，在这个时间内，方差均匀 增长。

3）使用 "之 "字形图案。膝盖的价值不取决于波动率的波动。顶级时间当然取决于波动率（在波动率高的地方它们更常见），但在过渡到统一时间时，这些集群会消失。

 
阿列克谢-尼古拉耶夫。

1）重新调整增量，以考虑到一天中时间的波动性。

你怎么看？

 
mytarmailS:

你怎么看？

寻找Di--一天中第i分钟的增量的平均平方。然后用所有的增量除以其相应的di=sqrt(Di)。我们将增量的平方相加，在新的系列中寻找与SB的偏差。价格是扭曲的，但时间并没有改变。

 
Aleksey Nikolayev:

寻找Di--一天中第i分钟的增量的平均平方。然后用所有的增量除以其相应的di=sqrt(Di)。将增量的平方相加，寻找新系列中与SB的偏差。价格被扭曲了，但时间并没有改变。

给我看看代码和图表上的结果，因为它不是很清楚

 
Aleksey Nikolayev:

寻找Di--一天中第i分钟的增量的平均平方。然后用所有的增量除以其相应的di=sqrt(Di)。将增量的平方相加，寻找新系列中与SB的偏差。价格会被扭曲，但时间不会改变。


但在计算平均值时，结果不会因取样数量的不同而改变？

 
mytarmailS:

在图表上显示代码和结果，这不是很清楚


我理解你在计算特定分钟的平均数，但平均数会有所不同--一周、一个月、一年。

 
Evgeniy Chumakov:


难道结果不会随着计算平均值的样本数而改变吗？

当然会的。在我们感兴趣的区间内进行计算，但不要太小（两个月以上）。

 
mytarmailS:

在图表上显示代码和结果，这不是很清楚

这并不难，我相信你可以做到。唯一的一点是--最好采取close[i]-open[i]而不是close[i]-close[i-1] 作为增量，以应对间隙和辍学的情况。

1...205520562057205820592060206120622063206420652066206720682069...3399
新评论