Модели, используемые для прогнозирования ситуации на финансовых рынках в условиях нестабильности (волатильности). Когда ситуация на финансовых ранках нестабильна и характеризуется высокой изменчивостью значений различных показателей (курсов валют, акций, биржевых индексов, ставок по кредитам и т.д.), имеет место изменчивость дисперсии на...
所有隐形的战士们,你们好!
难道还没有人做一个神经网络的外汇机器人吗?
我想我已经做了。但是以多币种机器人 的形式。
它计算的是买入美元和卖出欧元。
每个人都已经有了一个神经网络机器人,而那些没有的人正在用希望来娱乐自己。
你能证明这些计算结果吗?
还是你的钱比中央银行多?我不明白为什么你们都对GARCH这么兴奋?
有没有人有关于GARCH的结果?
在这一点上,我可以重新张贴链接(贴在这个主题上),有数百份关于GARCH在金融市场(包括外汇)中的应用的出版物。
而你能做什么呢,嗯,除了空洞的语言之外......
PS。
我有一个工作中的EA,其中部分决策是随机森林。
一年前,我邀请到PAMM的这位顾问--沉默。
因此,我们囤积破烂,在破烂中,悄悄地,没有一个论坛。
ISP
GARCH和其他东西一样--对我来说是一种爱好,没有人会理解它。我已经掌握了它,仿佛我在生活中取得了其他的成就。然后是MO,然后是文章,然后是顾问,然后是一本书....就这样,我过着自己的生活,给大家提供建议。否则,所有的面团,面团....是悲惨的。
我不明白为什么你们都对GARCH这么兴奋?
有没有人有关于GARCH的结果?
在这一点上,我可以重新张贴链接(贴在这个主题上),有数百份关于GARCH在金融市场(包括外汇)中的应用的出版物。
而你能做什么呢,嗯,除了空洞的语言之外......
PS。
我有一个工作中的EA,其中部分决策是随机森林。
一年前,我邀请到PAMM的这位顾问--沉默。
因此,我们囤积破烂,在破烂中,悄悄地,没有一个论坛。
ISP
GARCH和其他东西一样--对我来说是一种爱好,没有人会理解它。我已经掌握了它,仿佛我在生活中取得了其他的成就。然后是MO,然后是文章,然后是顾问,然后是一本书....就这样,我过着自己的生活,给大家提供建议。否则,所有的面团,面团....是悲惨的。
这里有公式
https://basegroup.ru/community/glossary/garch-mod
启动一个分支,并在此基础上开展工作。有很多工作要做。相信我。但你必须用你的头脑工作,而不是在你心爱的R中无意识地闲跑。
开始工作,然后,你知道,一些有识之士会来的。
以下是这些公式
https://basegroup.ru/community/glossary/garch-mod
启动一个分支,并在此基础上开展工作。有很多工作要做。相信我。但你必须用你的头脑工作,而不是在你心爱的R中无意识地闲跑。
开始工作,然后,你会看到,一些有知识的人将会出现。
这是小孩子的游戏。有一些更严肃的出版物,在真实货币对上的结果。
我们谈论的是关于拟合参数的哑巴工作。他们有三组人。
每个人都有一些变化。一旦你很好地适应了一个群体,你就无法适应另一个群体。
你只需要工作,这就是我所做的。
理解过度拟合:监督学习中不准确的备忘录
好文章,我也以类似的方式与模型过拟合作斗争。
但对于外汇来说,我不是通过随机方式,而是通过连续的数据块来划分数据进行追踪/测试。
1)在第11-100行进行训练;在第1-10行进行测试
2)培训1-10和31-100;测试11-20
3)培训1-20和41-100;测试21-30
等。
结果,测试结果被组合成一个向量,我将其与所需的值进行比较
下面是一个在atache中的例子。
交叉验证越多越好,但在创建模型上会花费更多时间。
好文章,我也在以类似的方式与模特儿的过度打扮作斗争。
但对于外汇来说,我不是随机地将数据分为训练/测试,而是按连续的大块来划分。
例如,如果一个表有100行,那么用10次犯规来训练10个模型--
1)在11-100行训练;在1-10行测试
2)训练1-10和31-100;测试11-20
3)训练1-20和41-100;测试21-30
等。结果我将测试结果合并为一个向量,然后与要求的值比较
下面是一个在atache中的例子。
交叉验证的犯规越多越好,但在创建模型上也会花费更多时间。
我不喜欢MO的地方是,它没有考虑到输入商的细微差别。最大的问题是把噪音预测因素和与目标相关的预测因素分离出来。这完全忽略了输入数据的统计特性。我已经写过很多次了,你和论坛上的其他人一样清楚。我不是为你写的,而是为其他人写的。
我对GARCH的理念印象非常深刻:非平稳的时间序列 是不可预测的。因此,我们开始识别原始时间序列中的非平稳性,并对其进行建模。
我们区别对待--比原始系列好得多。
剩余的。
让我们开始做模型。rugarch中直接有三个独立的部分:趋势、GARCH(波动率)和这个波动率的分布。
我认为这种做法是有道理的。而与MO相比,关于金融序列的GARCH的出版物数量惊人。为什么?
这是小孩子的游戏。有一些更严肃的出版物,在真实货币对上的结果。
我们谈论的是一个符合参数的哑巴工作。他们有三组人。
每个人都有一些变化。一旦你很好地适应了一个群体,你就无法适应另一个群体。
你只需要努力,这就是我所做的。
你看......你把它看作是 "儿童游戏"......但这只是一个固定的公式,仅此而已,没有任何 "胡言乱语"。
但随后你提到了一些 "更严肃的出版物,其中有真实货币对的结果"。但你并没有从他们身上得到任何好处。话虽如此,你已经明白,这些 "更严重 "的只是一种呆板的配合。这种理解已经是一个很好的结果,也是在知识道路上进步的标志。
我告诉你要打开你的头脑,用你的头脑工作,走出这些 "更严重 "的框架,而不是绕着圈子跑,固定在 "更严重 "上。
你看......你马上就把它当作 "幼稚的胡言乱语"......但这只是一个固定的公式,仅此而已,没有任何 "胡言乱语"。
但随后你提到了一些 "更严肃的出版物,其中有真实货币对的结果"。但你并没有从他们身上得到任何好处。话虽如此,你已经明白,这些 "严重得多 "的人只是呆头呆脑的配合。这种理解已经是一个很好的结果,也是在知识道路上进步的标志。
我告诉你要打开你的头脑,用你的头脑工作,走出这些 "更严重 "的框架,而不是绕着圈子跑,固定在 "更严重 "上。
奥列格!
你曾经写过严肃的东西,但现在不知为什么,嗯,就是什么都没有。
对不起。
奥列格!
你曾经写过严肃的东西,但现在却像这样,嗯,就是什么都没有。
我很抱歉。
显然,你还没有玩够,你还没有在圈子里跑过......
这让我的眼泪流了下来......
你不说 :)拒绝率高。我的要求让很多人望而却步,我的工作是由拉里-威廉姆斯负责的,拉里没有亏损的交易,在ML中这是无法实现的,但可以通过了解具有不同交易视野的不同投资者群体的动机来实现,为此我需要ML,有很多学生,但不是每个人都愿意工作,我试图胁迫赢家,但他至今抵制,这只是暂时的。