交易中的机器学习：理论、模型、实践和算法交易 - 页 3034

新评论
 
Maxim Dmitrievsky #:
能用两个词再说一遍你们在做什么吗？)

考虑到平衡增长的动态变化，对平衡平稳性进行估计。从本质上讲，你可以把它当作一个合适度函数来使用。

 
Aleksey Vyazmikin #:

我完全照你写的做了。

N P.P. 余额 1 T.L.Reg. 偏差 校正 余额 2
1 0 4,075 -4,075 -2,8525 0
2 5 4,4929 0,5071 0,65923 5,15213
3 7 4,9108 2,0892 2,71596 7,62676
4 5 5,3287 -0,3287 -0,23009 5,09861
5 3 5,7466 -2,7466 -1,92262 3,82398
6 8 6,1645 1,8355 2,38615 8,55065
7 10 6,5824 3,4176 4,44288 11,02528
8 9 7,0003 1,9997 2,59961 9,59991
9 8 7,4182 0,5818 0,75634 8,17454
10 7 7,8361 -0,8361 -0,58527 7,25083
11 9 8,254 0,746 0,9698 9,2238
12 8 8,6719 -0,6719 -0,47033 8,20157
13 9 9,0898 -0,0898 -0,06286 9,02694
14 8 9,5077 -1,5077 -1,05539 8,45231
15 9 9,9256 -0,9256 -0,64792 9,27768

例如，值为 3 的点 5 不是 3 + 0.82398 = 3.8239，而是 3 - 0.82398 = 2.17602，即 3 - 偏差*0.3。
 
Forester #:

例如，点 5 的值为 3，应变为 3 - 0.82398 = 3.8239，而不是 3 + 0.82398 = 3.17602。

我正在修正回归线-1,92262 的偏差，您是否只想修正平衡？

那这里就是平衡。

1 0 4,075 -4,075 0
2 5 4,4929 0,5071 6,5
3 7 4,9108 2,0892 9,1
4 5 5,3287 -0,3287 3,5
5 3 5,7466 -2,7466 2,1
6 8 6,1645 1,8355 10,4
7 10 6,5824 3,4176 13
8 9 7,0003 1,9997 11,7
9 8 7,4182 0,5818 10,4
10 7 7,8361 -0,8361 4,9
11 9 8,254 0,746 11,7
12 8 8,6719 -0,6719 5,6
13 9 9,0898 -0,0898 6,3
14 8 9,5077 -1,5077 5,6
15 9 9,9256 -0,9256 6,3
 
Aleksey Nikolayev #:

发明自己的夏普（Sharpe）和索蒂诺（Sortino），以及二十一点和其他必要的东西)

如何更轻松地计算这种愤怒，您能告诉我吗？:)

 
Forester #:
平衡的均匀性）
你说的均衡是什么意思？
 
Aleksey Vyazmikin #:

我正在修正回归线-1.92262 的偏差，您是否只想调整平衡？

这就是平衡。

1 0 4,075 -4,075 0
2 5 4,4929 0,5071 6,5
3 7 4,9108 2,0892 9,1
4 5 5,3287 -0,3287 3,5
5 3 5,7466 -2,7466 2,1
6 8 6,1645 1,8355 10,4
7 10 6,5824 3,4176 13
8 9 7,0003 1,9997 11,7
9 8 7,4182 0,5818 10,4
10 7 7,8361 -0,8361 4,9
11 9 8,254 0,746 11,7
12 8 8,6719 -0,6719 5,6
13 9 9,0898 -0,0898 6,3
14 8 9,5077 -1,5077 5,6
15 9 9,9256 -0,9256 6,3
又错了
line2= line1 + deviation * 0.3
应该是这样的：
0 4.075 -4.075 0
2 5 4.4929 0.50715,15
3 7 4,9108 2,0892 7,63
4 5 5,3287-0,3287 4,89
5 3 5,7466 -2,7466 2,18
6 8 6,16451,8355 8,55
7 10 6,5824 3,4176 11
8 97,0003 1,9997 9,6
9 8 7,4182 0,5818 8,17
107 7,8361 -0,8361 6,75
11 9 8,254 0,7469,22
12 8 8,6719 -0,6719 7,8
13 9 9,0898-0.0898 9.03
14 8 9.5077 -1.5077 7.5
15 9 9.9256 -0.9256 8.724
 
mytarmailS #:
什么叫均匀性？

直线代表完美的均匀性。与直线不同的是不均匀度。我想尽量减少不均匀度。

 
Aleksey Vyazmikin #:

您能告诉我如何更方便地计算这一愤怒吗？:)

我并不反对平稳平衡，恰恰相反，我双手赞成！）问题在于您的指标取决于取样顺序，而这在 MO 中并不典型。例如，夏普（Sharpe）并不取决于交易顺序。我应该找找有类似损失函数的文章，因为我的直觉告诉我，事情没那么简单。

 
Forester #:

直线代表完美的均匀性。与直线不同的是不均匀性。我想尽量减少不均匀度。

取理想曲线，计算与天平的相关性...
就是这样
 
Forester #:
又错了。line2= line1 + deviation * 0.3 应该是这样的：0 4.075 -4.075 0 2 5 4.4929 0.50715,15 3 7 4,9108 2,0892 7,63 4 5 5,3287-0,3287 4,89 5 3 5,7466 -2,7466 2,18 6 8 6,16451,8355 8,55 7 10 6,5824 3,4176 11 8 97,0003 1,9997 9,6 9 8 7,4182 0,5818 8,17 107 7,8361 -0,8361 6,75 11 9 8,254 0,7469,22 12 8 8,6719 -0,6719 7,8 13 9 9,0898 -0,0898 9,03 148 9 9,5077 -1,5077 7,5 15 9 9,9256 -0,9256 8,724
















好吧，你可以这样做 - 解释结果是一样的


1...302730283029303030313032303330343035303630373038303930403041...3399
新评论