交易中的机器学习：理论、模型、实践和算法交易 - 页 2518

新评论
 
Ivan Butko#:
先生们，这个话题的常客们，请告诉我，在机器学习方面是否有成功的案例，现成的产品是否有效？

该支部发展得很猛，可能是最活跃的。

没有现成的。也没有任何长篇大论的。而且边走边学，这是个很重的算法。这不是优化。

 
医生#:

每个人都知道正确的答案，没有人对它感兴趣。令人感兴趣的是像自动机这样的彩色人物的回答。而亚历山大的回答也很有意思。以他的精力和激情）。

你好，医生!过去的日子...是的...需要正确的答案吗？

这个问题的提出引起了积极的讨论，在智能实验室上已经写了整整一卷。直到现在，人们还在研究华罗庚的方法--给出证实或否定它的测试结果，用它进行交易。人们感兴趣，这是最主要的。

 

Alexander_K#:

仍然有人在研究Koldun的方法--给出证实和反驳它的测试结果，用它进行交易。


是不是有增量的通道在哪里？

很明显，这个系统不会因为趋势（离群值）而直接工作。我们需要某种过滤器，但不清楚是哪一种。 乍一看，波动性预测似乎是在要求，但谁知道......

 
Evgeniy Chumakov#:


那是有增量之和的通道吗？

我能说什么呢，显然这个系统不会因为趋势（异常值）而直接工作。乍一看，波动性预测似乎是不可避免的，但谁知道...

人们只是根据自己的需要和愿望进行微调。我个人--使用某种平均数和波动率预测，如你所知，这取决于单位时间内收到的点数。

 
Alexander_K#:

是的，人们只是对它进行微调，以适应他们的需求和愿望。我个人--使用某种平均数和波动率预测，众所周知，这取决于单位时间内传入的点数。

相对于TF而言，什么时期的ticks的速度。如何。作为每期的蜱虫数量或每期蜱虫之间的平均时间？

 
Valeriy Yastremskiy#:

你在哪个时期测量相对于TF的勾股价？以及如何。作为每期的数量或每期的平均间隔时间？

当我们使用公式S*sqrt(T)来计算过程的标准差时，我们必须明白，在市场上，T是时间上传入的点数（或更大范围内的事件）的函数。

这就是T应该能够预测的事情。在最简单的情况下，它是在一个明确的时间间隔内，例如在一天内可能发生的最大事件数。这就消除了事件发生过程中的非平稳性。

对于<一天的时期，我们必须计算从0到23每小时的事件数量，并预测所选时间段的事件，例如=8小时的当前时间。

 
Alexander_K#:

当我们使用公式S*sqrt(T)来计算过程的标准差时，我们必须明白，在市场上，T是一个刻度（或更大范围的事件）的数量与时间的函数。

这就是T应该能够预测的事情。在最简单的情况下，它是在一个明确的时间间隔内，例如在一天内可能发生的最大事件数。这就消除了事件发生过程中的非平稳性。

对于<一天的时期，我们必须计算从0到23每小时的事件数量，并预测所选时间段的事件，例如=8小时的当前时间。

这像是TF的合理倍数吗？在15分钟时，所有的15分钟都按每分钟的滑动窗口计算，或者用一个小时或5分钟来确定速率。

 
Valeriy Yastremskiy#:

这像是TF的合理倍数吗？在15分钟时，所有的15分钟都算作每分钟的滑动窗口，或者用一个小时或5分钟来确定速度。

我不在这个规模上工作，唉。我有一个8小时或更长时间的天文时间（以及相应的可变市场时间）的窗口。

 
Alexander_K#:

当我们使用公式S*sqrt(T)来计算过程的标准差时，我们必须明白，在市场上，T是一个刻度（或更大范围的事件）的数量与时间的函数。

这就是T应该能够预测的事情。在最简单的情况下，它是在一个明确的时间间隔内，例如在一天内可能发生的最大事件数。这就消除了事件发生过程中的非平稳性。

对于<一天的时间，我们必须计算从0到23的每个特定小时的数字，并预测特定时间段的事件数量，例如=8小时的当前时间。


S*sqrt(T)

那么我们可以假设，如果我们在天文时间的固定窗口中工作，那么与其预测T（按照我的理解，使用每小时统计的ticks数量到达，通过每小时波动率的直方图类型，等等），即事件的数量（在这种情况下的ticks），我们必须预测未来一些P的价格变化点的数量。

虽然这更像是一种无稽之谈...))

 
Evgeniy Chumakov#:


S*sqrt(T)

那么可以假设，如果我们在天文时间的固定窗口中工作，那么与其预测T（根据我的理解，使用每小时统计的ticks数量的到来，通过每小时波动率的直方图类型，等等），即事件的数量（在这种情况下ticks），不如预测未来一些P的价格变化点的数量。

虽然这更像是一种无稽之谈...))

事实上，不是的，它的工作方式大致相同。几乎就是这样......只要sqrt(t)在一定范围内，价格变化点就会被预测到。
原因是它并不总是 "在框架内"，走出框架总是一个惊喜。
只要sqrt接近一个典型的，即使是反转时间也能非常准确地知道。但是一旦超过了它们，转弯就会向右和向左 "滑落"。

1...251125122513251425152516251725182519252025212522252325242525...3399
新评论