交易中的机器学习：理论、模型、实践和算法交易 - 页 2334

新评论
 
Valeriy Yastremskiy:

这个问题并没有具体说明对什么适用机会和系统性。如果是对TC，那么就取决于TC，如果是对外部条件，那么罕见的情况本来就不系统。而且可能有例外情况。欧洲美元14年5月至15年3月的情况。不是一个系统性的案例。

谈及有代表性的TC统计。一般来说，让我们继续前进。

 
fxsaber:
如果TS的平均持仓时间为10分钟。而目前的位置 挂了10个小时，那么它的结果是一个随机的（完全非系统的）？

如果当前位置是系统操作的结果，那么它应该被考虑在内。 问题是--"当前位置 已被冻结10小时 "是什么意思？)

 
Valeriy Yastremskiy:

.14年欧洲美元从5月到15年3月。不是一个系统性的事件

市场上发生的所有"事件 "都是系统性的。这是看问题的正确方式。

 
fxsaber:
如果TS的平均持仓时间为10分钟。而目前的位置 挂了10个小时，那么它的结果是侥幸的（完全非系统性的）？

一个绝对明确的答案原则上是不可能的--只是相对于所选择的概率模型而言。

例如，考虑时间是正态分布的。

1）从一个大样本中估计这个假设原则上的正确性。

2）使用平均样本，我们估计正态分布的参数 - 平均数是不够的，我们还需要样本的方差和大小

3）使用一个小的（最新鲜的）样本，我们估计是否出现了与计算出的参数的重大偏差。

 
fxsaber:
如果TS的平均持仓时间为10分钟。而目前的位置 挂了10个小时，那么它的结果是一个赌博（完全非系统性的）？

如果系统的开仓交易逻辑与系统自身的市场时间相联系--那就好了。只是想看看这个 "案例 "中的 "约束 "是否正确。以防万一。如果它不被约束...在这里没有人可以说任何有用的话，因为任何事情都可能发生。

 
Aleksey Nikolayev:

一个绝对明确的答案在原则上是不可能的--只有在所选择的概率模型方面。

例如，假设时间是正态分布。

1）从一个大样本中，评估这个假设在原则上是否正确。

2）使用平均样本，我们估计正态分布的参数 - 平均数是不够的，我们还需要样本的方差和大小

3）使用最小的（最新的）样本，我们估计是否出现了与计算出的参数的重大偏差。

如果有一个例子就好了，10个小时，平均10分钟是系统的。

 
fxsaber:

一个很好的例子是，当10个小时的平均数为10分钟的时候，就是系统性的。

在纯理论意义上，这可能是一个厚尾分布（例如Cauchy），它没有期望值，因此样本的算术平均数没有什么意义。

在实际意义上，一个明显的例子是一个通道的趋势变化（对于一个趋势系统）。就理论而言，这意味着样本中的分布不同，这也降低了样本平均值作为一种正确性基准的价值。

PS。对于随机行走来说，似乎达到一个水平的时间的期望值就是不确定的（所以样本的算术平均数加起来也没有任何意义）。

 
fxsaber:

一个很好的例子是，10个小时，平均10分钟的时间是系统的。

平均每年1次，每次10小时。10分钟，平均每小时N次。

 
fxsaber:

一个很好的例子是，10个小时，平均10分钟是系统性的。

任何形式的假期。市场可以冻结数天。

 
Andrey Khatimlianskii:

任何形式的假期。市场可以冻结数天。

好吧，我们从一开始就知道我们在谈论什么。我没有为了形式主义而做任何保留。

1...232723282329233023312332233323342335233623372338233923402341...3399
新评论