|
|
||||||||||||||||||
Tutti gli articoli | Tutte le notizie |
-
29-12-20, 23:49 #242
- Data Registrazione
- Oct 2019
- Messaggi
- 518
- Mentioned
- 3 Post(s)
- Quoted
- 353 Post(s)
- Potenza rep
- 11162530
-
30-12-20, 00:11 #243
- Data Registrazione
- Oct 2019
- Messaggi
- 518
- Mentioned
- 3 Post(s)
- Quoted
- 353 Post(s)
- Potenza rep
- 11162530
Certo che se si sa cosa dare in pasto, diventano quasi inutili. Ma l'utilità sta proprio nel dare in pasto "tutto" e lasciare alla macchina la ricerca di pattern che sfuggono all'uomo per una serie di ragioni, molte delle quali da ricercare nei limiti stessi del cervello o del corpo umano.
Come si può essere sicuri che nessun pattern si annidi, o non si sia annidato, anche nelle serie dei prezzi o in qualsiasi altro gruppo di dati a vostra scelta se non esplorando tali dati con strumenti di ML?
-
30-12-20, 00:17 #244
- Data Registrazione
- Oct 2019
- Messaggi
- 518
- Mentioned
- 3 Post(s)
- Quoted
- 353 Post(s)
- Potenza rep
- 11162530
Forse non ho capito quello che vuoi dire, ma non mi sorprenderebbe la sparizione improvvisa di una regolarità, ammesso che sia vera e robusta e non frutto di errori di calcoli o puro caso male interpretato. Perché dovrebbe? Anzi, io la considerei la certificazione che esisteva!
E per non farsi male, basta tenerla d'occhio: quando viene meno matematicamente, non la si segue più.
-
30-12-20, 02:48 #245
- Data Registrazione
- Dec 2020
- Messaggi
- 37
- Mentioned
- 1 Post(s)
- Quoted
- 22 Post(s)
- Potenza rep
- 1090475
@amartya78 si puo' sapere quali input hai dato alle tue reti neurali? Semplicemente prezzi / volumi? Credo che la cosa difficile sia la scelta di queste variabili
-
30-12-20, 22:10 #246
- Data Registrazione
- Sep 2008
- Messaggi
- 8,867
- Mentioned
- 12 Post(s)
- Quoted
- 2322 Post(s)
- Potenza rep
- 42949685
The rise of humans
Human-Run Hedge Funds Trounce Quants in Covid Year
-
31-12-20, 09:29 #247
- Data Registrazione
- Dec 2000
- Messaggi
- 2,653
- Mentioned
- 8 Post(s)
- Quoted
- 118 Post(s)
- Potenza rep
- 34991126
esempi condivisi da parte di chi preferisce offrire la canna da pesca è pieno il web; ne mostro uno che sto digerendo:
The Financial Hacker – A new view on algorithmic trading
We teach how to research, build and manage systematic trading strategies
per ciò che riguarda le modalità di selezione delle variabili in ingresso c'è un articolo specifico: Machine Learning for Trading - What Does it Really Look Like?
la loro fruibilità dipende da quanto sei veloce a codificare nei diversi ambienti di programmazione e da quanto e come sei capace a fare interagire i relativi ambienti di analisi con le piattaforme che agiscono concretamente sui mercati .
Buon studio.
-
31-12-20, 09:46 #248
- Data Registrazione
- Dec 2011
- Messaggi
- 5,639
- Blog Entries
- 21
- Mentioned
- 49 Post(s)
- Quoted
- 3329 Post(s)
- Potenza rep
- 42949682
Carino il risultato del backtesting nell’articolo sulle candele giapponesi (23/12/20)...
All but one are symmetric, meaning they deliver bullish and bearish signals. And because I’m a bit on the evil side, I added a 7th pattern that I just invented: TotalRandom.
(...)
Randomly opening long positions beats hands down all symmetric candle patterns. So it seems that trading with candle patterns, no matter old or new, still requires strong faith – and some disposable money.
-
31-12-20, 10:24 #249
- Data Registrazione
- Dec 2000
- Messaggi
- 2,653
- Mentioned
- 8 Post(s)
- Quoted
- 118 Post(s)
- Potenza rep
- 34991126
per dirne una in tema econometrico: qua ti smonta i semplici modellini AR (uno degli articoli utili per raggiungere "prese di coscienza" via via sempre più alti)
Trading FX using Autoregressive Models - Robot Wealth
-
31-12-20, 10:38 #250
- Data Registrazione
- Dec 2000
- Messaggi
- 2,653
- Mentioned
- 8 Post(s)
- Quoted
- 118 Post(s)
- Potenza rep
- 34991126
per segnalarne un'altra (sempre in ottica "prese di coscienza"), qua ti smonta (in parte) delle NN implementate con Tensorflow in seno alle quali " Perhaps 53% is the upper out of sample accuracy limit for this data set and this approach to modeling it".
Fighting Overfitting - Deep Learning for Trading Part 4
ho provato a replicare in R i modelli in TensorFlow-Keras aggiungendo anche i costi reali del mio attuale broker: questi modelli non sono profittevoli al netto dei costi: gli esempi indicati sono solo a scopo learning e "prese di coscienza" ovvero imparare a distinguere il rumore dall'informazione, ed uno stimolo a provare da sè una soluzione profittevole che può -forse- giungere solo dopo aver studiato e preso dimestichezza con le molte architetture talatro sempre continuamente soggette ad innovazione e rese note solo molto tempo dopo la loro effettiva scoperta.Ultima modifica di Scalpo; 31-12-20 alle 10:45