交易中的机器学习：理论、模型、实践和算法交易 - 页 2579

新评论
 
Maxim Dmitrievsky#:
任何这样的行都可以被近似为一个静止的行

像这个？
我已经找了四年了。比卡尔曼更快。

s

 
Roman#:

像这个？
我已经找了四年了。比卡尔曼更快。


不，我是指非稳态传播（这将是一种经常发生的情况）。静态性只在训练模型时需要，而交易将在任何执行上都是非静态的。最主要的是要有足够的例子。
 

套利的要点，就像任何事后套利一样，是观察市场上货币对的相互运动之间是否存在平衡

我想说的是，它们之间是一种相互关联的运动。

而这只不过是传播

事实上，对抗价差的斗争并不有利于交易者，只要他有钱，就能从他的口袋里抽出钱;)

这是与大师的一盘棋，他统治着Kotir的运动。

这个游戏是一个真正的作品.....

我不建议撞上投资组合，或者看我的帖子，两个三角形像钟摆一样相对摇摆。

一个有趣且有利可图的策略，因为它们都分别处于平衡状态，对交易者来说几乎是中性的。

这两对组合是这样叠加的。

1.0 - 投标/投标0。

以欧元/美元/英镑为例说明股票的情况

欧元兑美元+英镑兑美元-欧元兑美元=0.000，贯穿历史！！！。

好运!

 
Maxim Dmitrievsky#:
不，我是指非稳态传播（这将是经常发生的事情）。静态性只在教授模型时需要，而交易在任何实施中都是非静态的。最主要的是要有足够的例子。

我以为你会理解。这只是，对于非平稳的、自相关的序列，有过渡性的。
下面是两个过滤器的错误率的比较。
在绿色中，卡尔曼。

溜须拍马

 
Roman#:

我以为你会理解。这只是，对于非平稳的、自相关的序列，有过渡性的。
下面是两个过滤器的错误率的比较。
绿色的是卡尔曼。

很抱歉，我对过滤器一无所知，也不明白如何在交易中使用它们。我写的是纯粹的MO技术，或多或少与此有关。不假装客观

如果你取MA并从中减去方差，你可以做任何过滤器，适合这个系列，你可能可以增加 "记忆"。这有什么意义？如果你通过MA教授TC。
 
Roman#:

我以为你会理解。这只是，对于非平稳的、自相关的序列，有过渡性的。
下面是两个过滤器的错误率的比较。
卡尔曼穿的是绿色衣服。

那么它是什么呢？

 
mytarmailS#:


我们需要以某种方式将这两对的价格划分为

1）赚取的价差

2）噪音

做PCA或其他分解，也许用AMO、自动编码器或网络（但更有可能的是，在新的数据上，所有的东西都会 "死掉"，所以PCA更好。


而我们需要一个 "数字 "来描述利差分解后的 "良好利差"。 在这里，仅有协整是不够的，我们需要利差来赚取，因为它不是价格的线性产物，而是分解后价格的非线性部分

有趣的是，两对的价差就是第三对的图表。

交易这个有什么意义？

 
Renat Akhtyamov#:

有趣的是，两对的价差就是第三对的图表。

问题是：交易的意义何在？

嗯，这是不一样的传播
 
Renat Akhtyamov#:

有趣的是，两对的价差就是第三对的图表。

这样的交易有什么意义？

交易三角形是有意义的。而神经元网，如果受到信任，应该在三个方面进行训练。

只是因为在1个任意符号的历史中没有nishish。它是有效的交易，在任何理论中都必然是噪音。

而在三区，你可以通过一个小窗口来捕捉当前的情况。

 
mytarmailS#:
谁有英镑和欧盟的报价，超过5年5分钟，请给我留言！！。

SanSanych的暗示是DucasCopi

1...257225732574257525762577257825792580258125822583258425852586...3399
新评论