交易中的机器学习：理论、模型、实践和算法交易 - 页 3365

[Valeriy Yastremskiy]

fxsaber #:

那么根据这一术语，ATR 参数将是一个常数。我不理解这种优化参数的观点。

我们的想法是找到更稳定的盈利参数，从而调节优化参数。此外，还可能存在对参数影响的反馈。但这本身并不是目的，而是研究的一个分支。

[fxsaber]

Valeriy Yastremskiy #:

我们的想法是找到更稳定的盈利参数来调节优化参数。此外，还可能存在对参数影响的反馈。但这本身并不是目的，而是研究的一个分支。

您是否建议在 TC 的所有地方都用f( X) 代替X？用其他东西代替线性 f 函数，研究它对最终结果的影响？

当然，你可以做任何操作，但我们从一开始就在谈论不同的东西。

[Valeriy Yastremskiy]

fxsaber #:

你是在建议在 TC 的所有地方都用f( X) 代替X 吗？用其他东西代替线性 f 函数，研究它对最终结果的影响？

当然，你可以做任何操作，但我们从一开始就在讨论不同的东西。

是的，但在今天，即使只是有意识地，在某些方面也是直观地）。

今天的范式不允许这样做）。

[fxsaber]

fxsaber #:

你是在建议在 TC 的所有地方都用f( X) 代替X 吗？用其他东西代替线性 f 函数，研究它对最终结果的影响？

我大概明白你的意思了。举个例子。

假设有一个渠道 TS，贸易从边界向内进行。在这里，我设置了需要优化的参数，即通道大小（宽度）的系数。

传统方法很好。您可以对其进行优化，看看它对您有什么影响。

根据提出的概念，你不能这样做，因为这个参数并不取决于初始数据（报价历史）。在建议的术语中，它是一个 "恒定 "的优化参数。

即使这个参数会影响某个多项式，它也是一个 "常数 "参数，因为它与 CVR 无关。

这个想法很有意思。谢谢。

[mytarmailS]

fxsaber #:

也许你已经意识到这是什么意思了。举个例子

假设有一个从边界向内交易的通道 TS。在这里，我设置了需要优化的参数，即通道大小（宽度）的系数。

经典的方法很好。你可以对其进行优化，看看它对你有什么影响。

根据提出的概念，你不能这样做，因为这个参数并不取决于初始数据（引用历史）。在提议的术语中，它是一个 "恒定 "的优化参数。

即使该参数会影响某个多项式，它也是一个 "常数 "参数，因为它与 VDC 无关。

这个想法很有意思。谢谢。

x、y、z 的实际值...(波动率、加速度等） - - - > 一个公式，其输出是通道宽度参数 (n= x^2*y/z) - - - > channel(n)。

无需每周优化 n

[fxsaber]

mytarmailS #:

x、y、z 的实数值...(波动率、加速度等） - - - > 公式，其输出为通道宽度参数 (n= x^2*y/z) - - - > channel(n)

无需每周优化 n

我什么都不明白。

[mytarmailS]

fxsaber #:

我不明白。

瓦列里解释得更好）。

[mytarmailS]

好书

因子投资的机器学习

[Forester]

mytarmailS #:

x、y、z 的实数值...(波动率、加速度等） - - - > 公式，其输出为通道宽度参数 (n= x^2*y/z) - - - > channel(n)

无需每周优化 n

如果这是一个描述物理/数学定律的公式，那么使用它是正确的。但这种不变的定律恐怕不适用于市场。你可以在实验中发现一些东西，但你会在历史的某个独立部分发现它，而在历史之外，所发现的公式可能效果很差。每周你要选择的不是一个 n，而是 3 个参数：x,y,z。

MO 是做什么的？主要是从 100500 个变量中选择一个公式和变量；我们可以从 OOS 中看到，有时我们需要重新训练。所选公式及其 3 个参数也很可能需要更改。

[Andrey Dik]

Forester #:
如果这是一个描述物理/数学定律的公式，那么使用它是正确的。但在市场中，这种不变定律恐怕并不适用。你可以在实验中发现一些东西，但你会在历史的某个独立部分发现它，而在历史之外，所发现的公式可能效果很差。而且每周你要选择的不是一个 n，而是 3 个参数：x,y,z。

我也想写写这个问题。用动态计算的参数替换其中一个优化参数，最多只能在公式中增加一个优化参数。