交易中的机器学习：理论、模型、实践和算法交易 - 页 3051

新评论
 
Valeriy Yastremskiy #:

我的理解是，在不同的乐器中寻找相同的模式和规律。然后在 100 个 SB 行上检查它们。如果找到的规则在 SB 行上有效，那么就拒绝它们。

好的，感谢您的理解。

 
在 SB 上什么都能用吗？一半一半吧。也许+-2%，因为样本不够大。
 
Forester #:
在 SB 上什么都能用吗？一半一半吧。好吧，由于样本不够大，可能会+-2%。

因此，mytarmailS 声称它可以工作，并附上了图表和代码（在上一版本中我无法运行）。

 
Aleksey Vyazmikin #:

因此，mytarmailS 声称它能做到，并附上了图表和代码（我无法在最新版本中运行）。

让他测试 1 亿行。如果是正常的 GCH，结果将是 50/50。
 
Forester #:
让他测试一亿行。如果 GCH 正常，那么结果就是 50/50。

他们活不了那么久）

我认为任务应该简化为检测当前的模式（异常），这将在一段时间内有效，第二部分--更早地检测这种模式/异常的衰减。

 
Aleksey Vyazmikin #:

不一定相关。为什么没有意义？我在欧元兑美元上进行了量化分段，并在英镑兑美元上进行了测试--约 25% 的分段在两种货币对上都显示出概率偏差。如果换成其他货币对，情况会怎样？当然，还有一个小问题--我现在使用的是该策略的基本信号，至于是否应该在其他货币对上改变信号，目前还不清楚。显然，不同工具的性质是不同的。也许一开始就需要对工具进行分组，或者以其他方式进行分组。总之，实验的设置问题还没有定论。

生成图表时，显然要考虑到一组交易工具的平均描述性统计数据。即类似的骨架，但随机脂肪。

因为这也是一种拟合

 
Aleksey Vyazmikin #:

它们活不了那么久）

我认为，我们的任务应该是确定一种在一段时间内有效的当前模式（异常现象），第二部分是提早发现这种模式/异常现象的衰减。

M1 约为每年 450k。22 年 - 1,000 万行。
检查 1,000 万行。这就是生活的数量）)
 
Maxim Dmitrievsky #:

因为它也是一个合适的

如果对大量数据进行拟合，就已经是一种模式....

 
Aleksey Vyazmikin #:

如果适用于大量数据，就已经是一种模式....

不

 
Forester #:
M1 每年约 45 万。22 年 - 10 万行。 检查 10 万行。）

为什么要花几分钟？难道每条线上都有信号吗？我不知道他在那里制定了什么规则--可能是关于 retournals 的。

要么承认不可能有什么规则，一切都是房子，要么就别做。

但如果是混沌，那么任何经济事件或更全球性的事件，如巨大陨石的坠落，都不会影响报价。

也许，需要对价格行为进行更精细的建模，而不是完全随机。比方说，我们采取一打策略，像创建报价一样进行交易。从推出到推出，向各策略分配不同比例的初始存款。

1...304430453046304730483049305030513052305330543055305630573058...3399
新评论