交易中的机器学习：理论、模型、实践和算法交易 - 页 2573

新评论
 
mytarmailS#:

我是这样做的，尽管我是一个零售商。

你看到了你被赋予的东西。不是真实的状况。对于CFD/Forex/Crypto来说，一般是他们想让你看到的东西。但即使是像NYSE/NASDAQ/CME这样的东西，理论上他们不应该在交易量上撒谎，所有这些实际上都是一头雾水。然后是黑池，还有衍生品（以及衍生品上的衍生品！），你永远不会真正看到这些狗屎。

 
elibrarius#:

他们是做什么的？他们不就是把CME的信息复制到他们的指标中吗？
据我所知，他们的主要诀窍是识别大批量，而这些大批量大概是由基金和其他大玩家做的。我很好奇，他们是如何区别于其他行业的？

我找到了一个解释如何使用它的视频。他们说的是：可能是，可能在这里卖掉了，因为价格下降了，等等。在我看来--这是废话，我们将看到同样的50/50%。搜索说这里有一个同名的信号，但已经关闭，显然是合并了。

而在这里，指标供应商的主要视频有更精美的解释，但显然他们在图表上挑选了好的时刻。

我记得，数据是从不同的来源收集的，包括暗池。现在我搜索到了关于复杂的计算方法。

我在这个指标中也没有发现什么。有趣的是，我见过其他人使用它，它指示的是高峰时段，尽管指标显示的是全天的数据。

如果我没有与交易员沟通，我不会注意到这一点。

 
Max B#:

你看到你被赋予的东西。不是真实的状况。对于CFD/Forex/Crypto，他们想让你看到什么就是什么。但即使是像NYSE/NASDAQ/CME这样的东西，理论上他们不应该在交易量上撒谎，所有这些实际上都是一头雾水。然后是黑池，还有衍生品（以及衍生品上的衍生品！），你永远不会真正看到这些狗屎。

你不了解市场并不意味着你不了解。
 

一个有趣的观察...

如果你在移动窗口中检查系列的静止性（DickeyFuller测试），很多时候，当测试显示系列的非静止性峰值时，市场会出现反弹。

你也可以用这个测试来识别市场上的平盘

set.seed(123)
x <- cumsum(rnorm(500))  ##  цена
par(mar=c(2,2,0,0))

library(tseries)
adf <- rep(NA,length(x))
for(i in 50:length(x)) adf[i] <- adf.test(x[(i-49):i])$p.value

id <- which(adf>0.96)

layout(1:2)
plot(x,t="l")
points(id,x[id],col=2,lwd=2)
plot(adf,t="l") ; abline(h=c(0.05,0.96),col=c(2,4))
points(id,adf[id],col=2,lwd=2)
 
mytarmailS#:

一个有趣的观察...

如果你在移动窗口中检查系列的静止性（DickeyFuller测试），很多时候，当测试显示系列的非静止性峰值时，市场会出现反弹。

你也可以用这个测试来识别市场上的平坦模式

我们能否在相同的设置下看到一个重要时期的统计数据？

但结果是有趣的。

 
Aleksey Vyazmikin#:

是否有相同设置的有意义的时期的统计数据？

这是一个有趣的结果。

这只是一个有趣的观察，仅此而已

 
mytarmailS#:

金融数学和IR有什么好理解的，你需要知道市场的机制和它的参与者

在大多数情况下，群众必然会输，因为它的反面角色是一个 "主要角色"。

1）你需要看到零售买家和卖家的不平衡，例如，如果有很多卖家，那么 "大玩家"（买家）就在交易的另一边。

比如说现在在犹太人身上，很多卖家

2）也有逆向交易的时刻--这就是做市商

人们总是看到，价格的走势与人群相反（反相关）。

当人群在购买并相信增长时，价格会下降，反之亦然......

这就是整个市场...


p.s.我将观看视频。

+

有一个视频讲述了一个处于旅程初期的人的故事

对学习感兴趣，但还没有进入状态的人。

对于他所投身的地方当然是有趣的，但也不过是初学者的妄想，而且由于金融科技公司在实践中的失败，会带来很多挫折感
 
mytarmailS#:

这只是一个有趣的观察，仅此而已

在图片中，计算静止性的窗口似乎太小了，有多少条？

 
Aleksey Vyazmikin#:

在图片中，计算静止性的窗口似乎太小了，有多少条？

50
 
mytarmailS#:
50

明白了。

1...256625672568256925702571257225732574257525762577257825792580...3399
新评论