交易中的机器学习:理论、模型、实践和算法交易 - 页 2118

 
mytarmailS:

什么?

没有什么,你拿着两个Mas和一个Martingale...有一阵子了。

 
Maxim Dmitrievsky:

没关系,你带着两个Mas和一个马夹......。一段时间以来...

这跟它有什么关系?

 
Alexander_K:

华丽的图片。也许这就是圣杯在N维空间的投影中的样子......。

或者在多维空间里,在你的脖子上套上绞索))。

 
Maxim Dmitrievsky:

或者在多维空间里,在你的脖子上套上绞索))。

:))))

这里的评论很有意思。

https://smart-lab.ru/blog/658290.php

Машинное обучение в трейдинге - насколько эффективен подход?
Машинное обучение в трейдинге - насколько эффективен подход?
  • smart-lab.ru
Не в коем случае не хочу оскорбить людей, кто занимается ML. Наличие кандидатской или пр. международных сертификатов могут говорить что-либо о человеке? Это нужно для трудоустройства и чтобы пускать пыль в глаза тем, кто платит деньги. Тоже самое касается и мира сомелье, где сертификаты WSET ничего не стоят и любой гик-сноб уделает по матчасти...
 
Alexander_K:

:))))

这里的评论很有意思。

https://smart-lab.ru/blog/658290.php

没有任何研究的链接,只有这个论坛的链接......这很让人沮丧。

 
Maxim Dmitrievsky:

没有提到任何研究,只有这个论坛......这很令人沮丧。

它在那里很合理地论证了神经网络本身没有能力在市场时间序列 中找到模式。唉--我同意这一点。故障在于方差和期望值的非平稳性。关键环节是在任何增量样本中,期望值相对于0的持续大幅偏移。

因此,重要的是确定固定的部分,并只在这些部分进行交易。

1.我将尝试在一天内收集每个小时的数据,把它们粘在一起,并在新年前看看每小时的部分是否固定。

2.某位Demko曾一度认为,静止的是由100点(等价条)组成的条形的OPEN价格系列。我看了他的研究 - 是的,他似乎是对的。

3.Warlock也做了数据的预处理。

虽然我不使用MO,但我真诚地祝愿这个话题中的受难者有好运气和收益。我担心,可以说是担心。

 
Alexander_K:

它认为,非常合理的是,神经网络本身没有能力在市场时间序列中找到模式。唉--我同意这一点。错误在于方差和期望值的非平稳性。关键环节是在任何增量样本中,期望值相对于0的持续大幅偏移。

因此,重要的是确定固定的部分,并只在这些部分上进行交易。

1.我将在新年前尝试在一天内收集每个小时的数据,把它们粘在一起,看看每小时的图是否是固定的。

2.某位Demko曾一度认为,静止的是由100点(等价条)组成的条形的OPEN价格系列。我看了他的研究 - 是的,他似乎是对的。

3.Warlock也做了数据的预处理。

虽然我不使用MO,但我真诚地祝愿这个话题中的受难者有好运气和收益。可以这么说,我很担心。

交易员烦恼的主要原因不是静止/非静止的,我们可以即兴创作一个具有与金融系列相同的统计特征的系列,同样是非静止的,但很容易从中做出一个圣 杯。价格预测不是目的,为了交易我们需要预测未来的回报率,回报率系列是准稳定的,如果它与季节性波动相一致。但未来的回国人员预测得非常糟糕,非常糟糕,这与非平稳性无关,与什么都有关系,如果是在累积价格上,那将是一个明显的模式,如季节性波动,但它不存在,所以为什么一直提它?

 
kapelmann:

静止性/非静止性并不是所有交易者烦恼的原因,我们可以即兴创作一个与金融系列有相同统计特征的系列,同样是非静止的,但从中很容易做出一个圣杯。价格预测不是目的,为了交易我们需要预测未来的回报率,回报率系列是准稳定的,如果它与季节性波动相一致。但是,未来的回归者被预测得非常糟糕,非常糟糕,它与非平稳性无关,它与什么都有关系,如果是在累积价格,它将是一个明显的模式,如季节性波动,但它不是,所以为什么一直在谈论它?

呃...那为什么MO没有积极的统计数字?因为市场系列增量的ACF不是0,因此应该是可以预测的。很明显,因为根据Kolmolgorov,可预测性的第二个条件没有得到满足--对于任何数据样本来说,都没有恒定的期望值。怎么了?

 
Alexander_K:

它认为,非常合理的是,神经网络本身没有能力在市场时间序列中找到模式。唉--我同意这一点。错误在于方差和期望值的非平稳性。关键环节是在任何增量样本中,期望值相对于0的持续大幅偏移。

因此,重要的是确定固定的部分,并只在这些部分进行交易。

1.我将尝试在一天内收集每个小时的数据,把它们粘在一起,并在新年前看看每小时的部分是否固定。

2.某位Demko曾一度认为,静止的是由 100点组成的 条形图(等值条形图)的OPEN价格系列。我看了他的研究 - 是的,他似乎是对的。

3.Warlock也做了数据的预处理。

虽然我不使用MO,但我真诚地祝愿这个话题中的受难者有好运气和收益。担心,可以这么说...

我在某处看到,蜱虫正在变薄,而且所有经纪公司的数量都不同。有的每分钟有100次,有的有300次。在模拟账户上,他们很少来。例如,一个经纪人有1个流动性和报价提供者,另一个有3个,而另一个则将它们结合起来。
在不稳定的东西上,从一个经纪公司到另一个经纪公司,不可能使东西稳定。

 
Alexander_K:

它认为,非常合理的是,神经网络本身没有能力在市场时间序列中找到模式。唉--我同意这一点。错误在于方差和期望值的非平稳性。关键环节是在任何增量样本中,期望值相对于0的持续大幅偏移。

因此,重要的是确定固定的部分,并只在这些部分上进行交易。

1.我将尝试在一天内收集每个小时的数据,把它们粘在一起,并在新年前看看每小时的部分是否固定。

2.某位Demko曾一度认为,静止的是由100点组成的条形图(等值条形图)的OPEN价格系列。我看了他的研究 - 是的,他似乎是对的。

3.Warlock也做了数据的预处理。

虽然我不使用MO,但我真诚地祝愿这个话题中的受难者有好运气和收益。担心,可以这么说...

我的猜测是,这不是一个静止性的问题,而是一个规律性的问题。没有任何模式。如果你在随机系列中加入模式,那么MO就会开始急剧工作。

但不幸的是,smradlab不知道什么是规则性,所以他们提到了静止性%)