交易中的机器学习:理论、模型、实践和算法交易 - 页 2529

 

在我看来,你不能把数值优化包装成一个公式。

不,你也许可以使用随机积分或类似的东西,但当你可以直接选择进入时,那就太硬核了。

 
秘诀#:
显然是一个反趋势具体算法是什么?)

对于H>0.5的情况,是否有特定的算法?)

 
transcendreamer#:

很明显,更倾向于回归的工具应该在回归时进行交易,唯一的困难是这个指标是浮动的(准相位),偏离0.5的力度不够,而且H计算本身有一个窗口效应,因此仍然需要某种额外的分析。

可能从业者不会在这里写下他们的经验,但从明显的例子来看,如果经纪人对点差不是太贪婪,而且当晚亚澳地区没有重大新闻,那么就可以在夜间平盘交易。

每个人都知道夜间黄牛党,但赫斯特=0.5,只是因为点数较少,波动下降。

 
secret#:
我们知道复杂度)为了简单起见,我们把复杂度设为零。交易回报率以获得最大利润和最小缩水的公式是什么?

在理想条件下(平坦),我们建立分布,计算出具有最大利润的水平。在平均化的过程中,它更难计算。

 
transcendreamer#:

在我看来,不可能将数值优化包装成一个公式。

好吧,如果你能推导出ACF SB的公式,那么我想你也能推导出类似过程的股权公式。
我们都知道如何进行优化,问题是如何在理论上解决它)
 
医生#:

对于H>0.5有什么特别的算法吗?)

算法比比皆是,最简单的是 "增长,购买"。
我想知道它在科学上应该是怎样的。
 
transcendreamer#:

一般来说,要求偏差大于X%/点。

偏离什么?
 
secret#:
好吧,如果你能推导出ACF SB公式,我想你也能推导出类似过程的公平公式。
我们都知道如何使用优化器,问题是如何在理论上解决它)

可能没有人解决这个问题🤔,只是为了计算交易资产,你应该模拟这个交易或建立一些资产对参数依赖的经验模型。

secret#:
偏离了什么?

从某个起点开始,或从平均数或其他方面开始,有许多变体,所有这些变体可能都是等价的,总之,要登记一些百分比或点的价格变动。

 
秘诀#:
算法比比皆是,最简单的就是 "涨--买"。

好吧,用这种方式解释 "具体算法",这里有一个具体的算法:在H<0.5时 "下跌-买入"))。


secret#:
我想知道通过科学应该是怎样的

例如,一个渠道故障。

 
transcendreamer#:

从某个起点或从平均数或其他方面来看,有很多选择,而且可能都是平等的,总之,要登记一个百分之几或几十的价格波动。

是的,你可以想出很多的选择,我又想知道它是如何完成的教科书)
起点的选择是任意的,我认为SLUPs中不考虑平均数)