市场礼仪或雷区中的良好风度 - 页 85

 
Neutron >> :

例如,你可以简化任务,取一个能被2整除的输入数字...

在我看来,奇数的输入是更有希望的,然而,我在参数中所述的数量上增加了一个单一的输入。

 

我也是。

 
我正在捣鼓你给我的虱子。当然,在蜱虫上的分解要好得多--:)我今天在考虑买第二台电脑。并把它放在壁橱里收集蜱虫。我有一堆旧的垃圾,几乎可以做一台电脑。
 

关于"NS预测能力 " 方法的几点思考

( 以下是迄今为止的私人意见,以回应该线程的作者对采取倒装的兴趣,可能包含不准确和错误。如果能指出它们并讨论这个话题,我将不胜感激)

帕斯图霍夫论文的章节标题在图片上,我带着它是为了强调两个,在我看来,关键词 "模式 "和 "预测"。

对于第一个问题,我认为有必要加上"时间性"一词,也就是说,来自N个模式的每个成员在时间上都 "位于 "前一个模式之后。

第N项总是+/-1,可以忽略不计,因为它前面的一项将是相反的符号,并将决定它。

(除了预测 趋势延长的概率问题,然而该分支的作者最初在预测运动的迹象之前就解决了这个问题)

第二," 预测"--定义了一类任务,即不是认识h.p.的例子,而正是 "展望 "未来。

因此,我们在 "向前看的时间 "的基础 上得到任务PREVIEW。

在分析了各种H倍数价差的模式集后(我将尝试稍后发布),可以注意到。

- 可重复性非常低。

- 从H=几十个传播期开始出现。

- 随着H的增加,增长不明显,而且,当然。

- 随着N的增加而减少。


论文第99页的图3.1间接证实了这些结论,N+和N-的数值很小。

由此可以得出结论,有这样的需求。

1. 统一的模式

2. ,使用DM。


通过以下方法,可以看到第一种情况是可能的。

  1. 使用图案元素的相对大小(由论文作者建议)。
  2. 使用模式元素的特定值
  3. 替换其群组中的模式元素的值


在上述制定的任务 "基于时间模式的准备 "的基础上,选择DM模型是合适的。

最合适的,或者说--打算用于解决这个问题的,是以下几个方面。

- 助理规则。

- 相关的规则和

- 决策树(程度较轻,但正如经验所示,有时会有有趣的结果)。


我想单独谈谈断言规则,因为它们是最有 "针对性 "的DM模式。

其细微差别在于,根据定义,该模式是符号可变的,并且该模型学会了总是寻找与上一个运动相反的运动。

这可能是值得修改的模式。

+1,-3,+2,-1

в

+1,-1,-1,-1,+1,+1,-1

但接下来还有一些问题,比如 关于模式的维度。


也许增加的结果。

- 建立一个基于异质模式的委员会

- 使用在不同H模式下训练的模型

- 在模型中引入额外的(非价格)投入(数量,等等)。


关于后者,我想听听那些阅读这个主题的人的意见。

 

我认为,有趣的欧元兑美元市场条件

以及需要选择具有稳定符号策略的H

To: Neutron к последнему посту в личке

 

同事们,我建议在进一步讨论这个话题时,我们应该避免通过在传播上的配给来实现无法衡量的价值。同意,价差是一个特定工具的特征,并不完全反映一个或另一个工具的报价动态。在未来,如果有必要,让我们用H 来规范数值,所有应该保留的维度,让它用点(整数)来表达。米哈伊尔,请评论一下你的图,轴是什么,它显示了什么?至于你说的需要"......选择具有稳定符号策略的H......", 那么,按照我的理解,我们谈论的是需要选择这样的H,对于它,交替系列交易的稳定性条件得到满足,见图......。

对吗?

 
Neutron писал(а)>> 我提议,在对这一主题的进一步讨论中,通过配给传播,拒绝从无法衡量的价值。迈克尔,请评论一下你的图,这个值是什么,它显示了什么?

X - 一天内的时间,以小时为单位

Y--H中部分卡木的累积单调性

在右侧垂直H维的点位上离散地进行传播

这是论文中图3.8和图3.9的日内模拟。

中子 写道>> 至于你说的"......选择具有稳定符号策略的H...... "的必要性, 我的理解是选择这种H 的必要性,对它来说,交替系列交易的稳定性条件得到了满足,见图。

对吗?

相反,它是关于需要选择一个H,其中策略的符号在一天中是稳定的,或者,从某一小时的统计数据中知道策略的符号,在进行预测时将其纳入考虑。
 
Neutron писал(а)>>

请更详细地解释该图片

论文显示,符号变化策略的边界是H-波动率=2。

在图片中很难确定H型波动率的数值。

你是如何/根据什么来计算一个特定策略符号的指示区的?

我没有理解错,图片中的租金函数是红色的,而刻度线是蓝色的?



一般信息参考:"蒂尔法 "已在市场上成功应用多年,它也是在5个点的基础上建立一个人字形图案。

 
图中显示了在tick数据上的Kagi构建(蓝色)(没有显示,因为构建是在Kagi-division事件中进行的),红色显示了一些交易(PT-市场的进入/退出 点)。论文中考虑的TS是基于对PT的一个微不足道的属性的利用--在市场的套利属性存在的情况下,其符号可变性。从统计学上看,在一个随机过程中,RT不是符号变量,也就是说,在某些地方,当然会有符号变量,但在足够大的样本上不会。这相当于Hvoll=2H时的情况--市场是不可预测的。相应地,当市场上存在套利机会时,就有可能(Hvoll!=2H)。这种情况对应于PT上的两个 "不同 "的锯子:一个锯子与Kagi建筑的BP同向而行(H+包),一个锯子逆向而行(H-包)。这两种情况如图所示。
 
Neutron писал(а)>> 图中显示了Cagi大厦(蓝色)的tick数据(没有显示,因为大厦是在Cagi Split事件中进行的),红色显示了一系列的交易(PT - 进入/退出市场的点)。

PT断裂点应位于卡基+/-展开的边缘上。
在图中,它们在卡木断口的下方/上方。

是图片的质量问题还是......?

如果是这样,请让图片更易读。