交易中的机器学习：理论、模型、实践和算法交易 - 页 3059

新评论
 
Lilita Bogachkova #:

人工智能问题：哪些货币对最适合组合 使用

公式从何而来？

 
mytarmailS #:

你从哪里得到这个公式的？ 也是从答案中得到的？

不，我只是把几种货币对放在一起，这样每个值在定价中的权重就相同了。

 
Lilita Bogachkova #:

不，我只是把一些货币对放在一起，让每个币值在定价时都有同等权重。

有意思。

但最好是根据序列的静态性而不是等权重来计算公式，你试过没有？

 
mytarmailS #:

有趣的...

但最好是根据序列的静止性而不是等权重来计算公式，您试过吗？


要创建最大静态随机价格图表，可以使用所谓的 "弱相关 "货币对。这类货币对之间的相关性较低，因此彼此更加独立。

例如澳元/美元、美元/加元、美元/瑞士法郎、美元/日元。这些货币对具有不同的特征和特点，这有助于形成更稳定的指数。但是，请记住，货币对之间的相关性会随着时间的推移和宏观经济事件的变化而变化。

pow("AUDUSD",0.25)*pow("USDCAD",-0.25)*pow("USDCHF",-0.25)*pow("USDJPY",-0.25)



pow("AUDUSD",-0.25)*pow("USDCAD",0.25)*pow("USDCHF",0.25)*pow("USDJPY",-0.25)


我认为，只有想象力才能限制这里的结果。

 
Lilita Bogachkova #:


创建最大静止随机图

我的意思是创建一个用于套利的静态序列。


而创建随机序列原则上不需要货币 )

 
mytarmailS #:
我想创建一个用于套利的静态数列

AI Answer:
要创建一个可用于套利的静态数列，您需要选择高度相关但可能暂时相互偏离的货币对。

货币对之间的相关性可以用皮尔逊相关系数来衡量。系数越接近 1，相关性越高。

相关性较高的货币对包括欧元/美元和英镑/美元、美元/瑞士法郎和美元/日元、澳元/美元和新西兰元/美元、美元/加元和澳元/美元、美元/日元和欧元/日元。

不过，要进行套利，您不仅需要考虑相关性，还需要考虑其他因素，如每种货币对的波动性和流动性、央行利率和经济新闻。


我自己不使用

 
Lilita Bogachkova #:

AI 答案：
要创建一个可用于套利的静态序列，需要选择高度相关 但可以暂时偏离的货币对。

人工智能是无能的。相关性在这里根本不重要。我们需要的是协整。

 
Alexander Sevastyanov #:
人工智能是无能的。相关性根本不重要。需要的是协整。

AI 的回复（但不是 ChatGPT 的回复）：
为了确定哪些货币对最常对应协整，您需要根据相关汇率数据进行研究。一般来说，要确定两个时间序列之间的协整关系，例如两种货币汇率之间的协整关系，您需要遵循以下步骤：

  1. 获取要分析的两个货币对的时间序列。

  2. 进行单位根检验，如 Dickey-Fuller 检验，以确定序列是否静止。

  3. 计算时间序列的协整系数，例如使用 Johansen 方法。

  4. 估算协整解释的时间序列总变化的比例，例如使用判定系数。

  5. 如果发现了协整关系，则利用这些信息做出适当的投资决策。


上一个回复来自 ChatGPT。

 
Lilita Bogachkova #:

AI 答案：
要创建一个可用于套利的静态序列，需要选择高度相关但可以暂时偏离的货币对。

货币对之间的相关性可以用皮尔逊相关系数来衡量。系数越接近 1，相关性越高。

相关性较高的货币对可能包括欧元/美元和英镑/美元、美元/瑞士法郎和美元/日元、澳元/美元和新西兰元/美元、美元/加元和澳元/美元、美元/日元和欧元/日元。

不过，套利不仅需要考虑相关性，还需要考虑其他因素，如每种货币对的波动性和流动性、中央银行利率和经济新闻。


我自己不使用套利


GBPUSD EURUSD GBPX EURX
三年前的会议记录。

m

r


新数据的样本外测试，三个月前的分钟数

t

 
Roman #:


GBPUSD EURUSD GBPX EURX
会议记录已有三年历史。

对新数据进行样本外测试，分钟数为三个月前的数据

也许应该先写下这里计算的是什么？

相关性、协整性、模型误差？

1...305230533054305530563057305830593060306130623063306430653066...3399
新评论