交易中的机器学习：理论、模型、实践和算法交易 - 页 2084

新评论
 
Rorschach:

如果一个频率有最大的振幅，那么它是最容易从信号中提取出来的，它将给出最大的增益，想象一下正弦之和，一个振幅为10，另一个振幅为100。

我认为，理想的指标是一个振荡器（带通滤波器），调到具有最大振幅的频率。

顺便说一下，你能不能展示一下这个过滤器在工作中的样子...

也许真的那些TC的谐波过滤要干净得多...

Maxim Dmitrievsky:

这个指标对机器人来说毫无意义

为什么用它来测量 )

 
mytarmailS:

我知道你的意思，我也同意，但让我们忘记混搭和谐音......

我们需要一种通用的方法来提取最佳参数...


想象一下另一个TS，在零线与信号线的交汇处交易MACD，这样一个TS的最佳周期是否会与具有最大振幅的谐波频率同步？

在我看来不是。


你可以在光谱上找到它，但不可能为TC找到几种功能的 "花束"。

mcd是一个带通滤波器+一个由它组成的低通滤波器。通过频谱，我们得到截止频率--2个参数，我们任意取一个信号线，它增加了平滑和延迟。


 
Rorschach:

macd是一个带通滤波器+一个来自于它的低通滤波器。我们从频谱中得到截止频率--2个参数，我们任意取用信号线，它增加了平滑和延迟。

那么，基本上任何指标都可以用谐波组合来描述？

你不需要那些指标，你需要正确的谐波来代替它们，如果你通过谐波建立规则，你就可以通过指标来模拟任何系统？

 
mytarmailS:

那为什么要用它来测量呢？）

仅供展示

 
mytarmailS:

你能告诉我这个过滤器在运行时是什么样子吗？

也许真的那些TC的谐波过滤要干净得多...

那为什么要用它来衡量呢？）

不展望未来一般

 
mytarmailS:

事实上，你可以用谐波的组合来描述任何指标？

你不需要那些指标，你需要正确的谐波来取代它们，如果你在谐波的基础上建立规则，你可以在指标上建立任何系统的模型？

这 篇文章包含了所有内容
 
Aleksey Nikolayev:

在我们的领域，关于这个问题的经典问题是马科维茨的投资组合理论。在这里，你得到的不是一个而是许多最佳的投资组合--对某一特定投资组合的选择是基于交易者对利润和其波动性比例的偏好。

这个问题是哲学性的，高峰或高原要低得多，或在一个小点上的高密度或在一个大体积上的平均数)))而当有5个参数的时候，就已经很复杂了）。投资组合问题，一方面是多因素的，另一方面，每个投资组合都有一个来自时间的输出参数。这仍然是一个与马什卡的周期优化不同的任务，是对系列特征的最佳描述（在频率和振幅上最接近）。

我还没有到新闻，所以我可以得到一个价格系列并与新闻系列进行比较，或者在测试器中解析新闻系列。

 
Maxim Dmitrievsky:

纯粹是为了看

你采取了一个10-20的滑动价格窗口

对10个成分做PCA

对每个分量进行PCA，但要在滑动窗口+-100中进行。

把它放在模型中，得到你的0.7-0.75%的准确度。

 
Aleksey Nikolayev:

在我们的领域，关于这个问题的经典问题是马科维茨的投资组合理论。我们得到的不是一个，而是许多最佳投资组合--对特定投资组合的选择是基于交易者对利润与波动率的比率的偏好。

描述价格系列。(为自己）。

这一趋势不可能是永久的。当然是一种稳定的状态。在足够的历史上，最小的+20%，最大的-20%的范围内，术语稳定状态的概率更高。在不同的尺度上，该系列的表现是一样的。

相似的是温度和价格。温度是在时间上离散测量的，而温度是连续的，测量之间存在差异，而且我们很有可能知道这个差异几乎总是小于某个值X。而且我们也很有可能知道，这个差异小于X的某个值。Gepas和火山爆发与海啸也是类似的）。

而这些X取决于时间尺度）。

 
Rorschach:
这 篇文章有所有的内容

谢谢，我读了......我没有完全理解，但这是我的错))

1...207720782079208020812082208320842085208620872088208920902091...3399
新评论