交易中的机器学习:理论、模型、实践和算法交易 - 页 3116

 
Maxim Dmitrievsky #:

时间线中还有其他内容吗?)

如果我们考虑到其他货币对的增量呢?这有用吗?

 
Evgeni Gavrilovi #:

如果我们考虑到其他货币对的增量呢?这样做有用吗?

如果不考虑其他货币对的增量,这种方法就不起作用,那么仅仅考虑其他货币对的增量并不能改善结果。如果不考虑这些因素也能工作,那么可能会有变种。如果机器人计划使用多种货币。或者,如果您想推导出不同报价之间的共同点,但这将是其他方法。
 
Evgeni Gavrilovi #:

如果我们考虑到其他货币对的增量呢?这样做有用吗?

"影响 "是一个定性特征。

您需要对预测因子和目标之间的关系强度进行定量测量。我在这个论坛上写过很多次文章,提到过 R 软件包,甚至引用过我的计算结果。

在其他货币对的基础上加入一些预测因子的想法非常可行。


PS.如果您在预处理阶段没有使用这种联系度量,您根本就不应该谈论 MO。

 

与 "预处理是我们的一切 "这一过时信息相反,预处理和后处理都经过了充分的研究,并被证明是有效的。

例如,特征学习(或表征学习)与预处理相关,并已在各种任务中得到证明。
 

让我们用一个理论 TS 来介绍一种假设情况,它由一个预测交易方向 的基本模型和一个预测获胜概率(交易或不交易)的元模型组成:

我们将第一个模型称为主模型,它用一条黑线将特征空间划分为买入/卖出。第二个是元模型,它将整个 特征空间划分为交易/不交易(红线)。

现在,让我们设想另一种变体,即有两个元模型,每个模型将买入和卖出类的不同 特征空间分别划分为交易/非交易(两条红线)。

一个 "需要思考 "的纯理论问题是,第二种方案是否更好?如果更好,为什么?请发表意见。

甚至可以向阿列克谢-尼古拉耶夫提出一个请求,即如何确定这种 "干预 "的效果。毕竟,我们将得到两个元模型的两个概率分布,可以通过角进行比较/评估/分配。
 

我使用的是第二种变体。
我认为牛市和熊市的交易方式是不同的。同样的欧元通常会快速下跌,然后缓慢上升。行为不同。不同的筹码也很重要。模型中的超参数不同。一个关于买入/卖出的模型不可能很好地结合不同行动的不同行为。会有介于两者之间的东西。

 
Forester #:

我使用的是第二种变体。
我认为牛市和熊市的交易方式是不同的。同样的欧元通常会快速下跌,然后缓慢上升。行为不同。不同的筹码也很重要。模型中的超参数不同。买入/卖出模型不太可能很好地结合不同行为的不同表现。它将介于两者之间。

直觉上似乎也是如此。但也有可能同时得到两个模型的买入/卖出的交易/不交易概率,而不管主模型预测的是哪个方向。将它们进行比较,并进行额外检查,以确保开仓概率有明显差异。
 
Maxim Dmitrievsky 方向 的基本模型和一个预测获胜概率(交易或不交易)的元模型组成:

预测交易 方向 是什么意思?

预测获胜 概率是什么意思?

这些概念太模糊了


在一般情况下,以概率形式对市场涨跌预测进行二元分类可以解决这个问题。


增长概率大于 0.5 - 这是交易的方向

高概率,例如 0.8 - 这将是获胜的概率

不要使用元模型。

但这是在一般情况下,但我知道,我们不是在谈论一般情况,所以我们需要澄清的术语是


预测交易方向

预测获胜 概率


 
Maxim Dmitrievsky #:
直觉上似乎也是如此。但也可以同时从两个模型中获得买入/卖出的概率,无论预测的是哪个方向。将它们进行比较,并进行额外的检查,这样开仓交易的概率就会有明显的不同。
我还没试过。直观地说)但正如马克思所说:实践是检验真理的标准。如果在实践中对您有效--那就好)
 
mytarmailS #:

什么叫预测交易方向

什么意思 -预测获胜概率

这是一个模糊的概念。


在一般情况下,以概率形式对市场增长/下降预测进行二进制分类可以解决这个问题


增长概率大于 0.5 就是交易方向

概率高,例如 0.8 - 这将是获胜的概率

没有元模型。

但这是在一般情况下,但我知道我们谈论的不是一般情况,所以我们需要澄清什么是一般情况的术语。


预测交易方向

预测获胜概率


这在历史上已经讨论过很多次了。第一个买入/卖出模型在新数据上进行测试。它出错的案例被归入 "不交易 "类,其余的归入 "交易 "类。第二个分类器在此基础上进行训练。我们会得到两个模型。其中一个预测方向,另一个预测是否应该退出交易。如果我们只通过一个模型来设置交易阈值,这就具有了灵活性。因为这两个模型可以通过一个模型改进另一个模型。我在上一篇文章中介绍了原始方法。后来我改用了修正逻辑。

顺便说一句,这还是个未决问题,因为显然可以通过不同的方式,通过另一种方式来改进每一种模型。

后来,我又遇到了科祖尔推理,他们也是用类似的方法进行推理的。