交易中的机器学习：理论、模型、实践和算法交易 - 页 2476

新评论
 
JeeyCi#:

这都是同一个开发者的责任--我不相信也看不到有什么理由在 近似/插值混沌时将任何来自书籍/博客/文章的金融模型（和经过统计学处理的分布）纳入金融分析......来进一步推断输出

是的，这是基础，你看问题，人们在没有参考问题的情况下创造了这些公式和模型，他们试图做出一些普遍的东西，同时天真地认为它适用于一切。出于某种原因，每个人都喜欢抛出拉普拉斯、傅里叶、泰勒、正态分布等词，并认为如果他们把这些词都缝进一个系统，那么肯定会因为某种原因而全部工作。我很擅长这个，我曾经在膝盖上推导出齐奥尔科夫斯基的公式，没有人能够理解我是如何做到的......。我有这样的经历，我是我试图在我的专家顾问中使用线性方程系统来预测下一根蜡烛，并制作了巨大的矩阵，计算了行列式和其他东西，我认为这太酷了，没有人拥有它，但当我测试时，发现它完全是垃圾。我认为它非常酷，没有人拥有它，但当我测试时，发现它完全是垃圾。虽然根据我的估计，我应该在下一刻成为市场大师，这可能是5年前，我刚刚完成大学学业（顺便说一下，我对数学和物理学非常了解），我的意思是知道伟大的公式和定理并没有使我们比普通交易者强大，如果我们谈论实践方面，最终使我们更弱。..正确的方法是逆向思维。 你必须先问自己一个问题，我们在指望什么，用简单的人话回答，然后把它全部变成一些数学标准。现在我知道，为了做到这一点，你不必考虑原始模型和如何建立它，但你需要从头到尾，如果模型产生了正确的数字，那么之后你可以尝试理解它，但一切都归结于人工智能，系统越智能，它就越会烦扰数学，我克服了这个障碍，在我的工作中，我尽可能地委托给机器。

 
JeeyCi#:

早些时候找到了你的答案...我之前的帖子可能太草率了......可能真的应该至少从抛物线开始，作为描述速度和加速度的运动的函数......。(我甚至在某个地方看到过这种类型的图表和期权的希腊数(delta和gamma)--我不记得了，也找不到了--而且没有必要--我们需要时间分析--水平的，而不是垂直的)

我只是举了抛物线的例子，说明无限多的数据可以压缩成一个有限的数字，图表上有无限多的点，而且可以简化成一个只有3个系数的公式。我明白你在想什么，你可以采取任何类似的功能。

a[1]*x^0+a[2]*x^1+......。+ A [N]*X^N，在一般情况下，它是一个泰勒级数（函数级数），除了A[i]>0对于所有i=1...N它在一般情况下给出了第一导数的恒定增长，把它说清楚。

理想情况下，一条直线是最好的，但你可以使用我上面描述的那种幂函数系列来估计偏差。你只需要指定最终导数可以比起始导数大多少倍。有可能在这种族附近对最终图形进行近似，找到最佳函数，并寻找实际图形相对于该函数的偏差。 我只使用直线，但也许我以后会扩展功能，这将带来效率的提高，结果是在智能方法的情况下可能减少对计算设施的需求。

 

Evgeniy Ilin#:

用正确的方法减少对计算能力的需求。

获得一些数值方法的库，在功率上会有一个提升，甚至可能在gpu上。

 
Rorschach#:

获得一些数值方法的库，功率就会增加，甚至可能在gpu上。

这个想法还不错，但据我所知，对于Vidyuha来说，需要以一种非常奇怪的方式来写代码，因为一切工作都有点不同，现成的库不太可能工作，很可能你必须自己写。顺便说一句，也许有一天我也会得到它。

 

因此，像往常一样，所有的差异化都归结于LOC...和整个预测未来的目标函数，这应该是由这个LOC得出的......谢谢你的图片......

我暂时会考虑如何估计供求关系（对我来说，实际的流动性比未发现的规律性更重要，我还没准备好把它交给机器做统计概率）。

但我要记住开发者的责任，选择对他来说重要的功能......然后根据模式：规范化输入，计算概率，可能是聚类（如果有大量的数据），建立梯度，找到所有的谷底（使用OLS） ，规范化所有的谷底，总结成一个共同的函数......就像我说的 "直到脸色发青"......但机器辅助更快......

Evgeniy Ilin#:

理想情况下，一条直线是最好的，但你可以使用一个幂函数系列，就像我上面描述的那样，来估计异常值。你只需要指定最终导数可以比起始导数大多少倍。

幂函数家族是否变成了对数正态分布？ 还是说它反映了对数正态分布？如果问题很愚蠢，请原谅

问题删除，答案可能 是否定的 。

 

事实上，我并不真正理解其中的很多东西。我们这样说吧：

1）目标功能是什么，为什么需要它？

2）你为什么需要对数正态分布，你认为你为什么需要它？

3）我不太明白一个 "系列 "的函数如何能变成一个单一的原型函数，甚至是对数正态分布。

4）什么的对数正态分布？你的分布中的随机变量是什么？

5 ) 什么是跨国公司？

尽量用简单的语言提出问题，并得到简单的回答 ) 对不起，如果有的话 )

 
Evgeniy Ilin#:

事实上，我并不真正理解其中的很多东西。我们这样说吧：

1）目标功能是什么，为什么需要它？

2）你为什么需要对数正态分布，你认为你为什么需要它？

3）我不太明白一个 "系列 "的函数如何能变成一个单一的原型函数，甚至是对数正态分布。

4）什么的对数正态分布？你的分布中的随机变量是什么？

5 ) 什么是跨国公司？

试着用简单的语言问一个问题，并得到一个简单的答案 ) 对不起，如果有的话 )

1）输出是一个用于预测的函数（在此背景下，不是用于神经网络水平）。

2）因为存在不对称性（由百分比*时间和买家卖家本身引入）。

3) ...因为它们是同一类型的--为什么原型应该是不同的？......来吧，我看到功率分布是一个反向依赖的指标。

4) 价格是一个随机变量

5）最小二乘法

问题原本是（在我的脑海中）"确定范围内（和时间范围内）累计的借贷不平衡"（也很抱歉的表达）--在这里，没有学习，就必须暂时计算......但感谢你对建模的提醒-- 我不是物理学家，我是生态学家--对我们来说更容易（没有函数和建模，但有分布、事实和概率；我们不预测生态系统，尽管有时评估风险会很好；我们没有深入挖掘理论）--只是很有趣，我们以后能用这些概率做什么（有利润）。

 
Evgeniy Ilin#:

事实上，我并不真正理解其中的很多东西。我们这样说吧：

1）目标功能是什么，为什么需要它？

2）你为什么需要对数正态分布，你认为你为什么需要它？

3）我不太理解一个 "家族 "的函数如何能变成一个原型函数，甚至是对数正态分布。

4）什么的对数正态分布？你的分布中的随机变量是什么？

5 ) 什么是跨国公司？

试着用简单的语言提问，你会得到一个简单的答案。）

1）目标或健身函数是对你的算法性能的定量衡量

如果你训练例如回归，目标函数是一个用于计算算法误差的函数/公式，遗传算法或任何其他最小化/最大化的几乎任何MO算法也是如此。

https://ru.wikipedia.org/wiki/%D0%A6%D0%B5%D0%BB%D0%B5%D0%B2%D0%B0%D1%8F_%D1%84%D1%83%D0%BD%D0%BA%D1%86%D0%B8%D1%8F

5）最小二乘法

 
还有 "目标函数"，也可以翻译为 "目标函数"，尽管它是一个将特征转换为输出的函数。
 
-我只是想知道我以后能用这些概率做什么（以一种有用的方式）

- 得到了 - 在任何指数上优化任何TS（通过开发人员选择的任何时期的训练）...- 以获得在自己的诱导下以最小错误进入的条件...

(尽管这些概率与我作为生态学家 所考虑的概率不同，评估环境和条件）

1...246924702471247224732474247524762477247824792480248124822483...3399
新评论