Machine Learning: la mia esperienza - Pagina 38
Deutsche Bank aggiorna outlook Bce: inflazione rallenterà meno delle attese, rialzo tassi già quest’anno
Primo rialzo dei tassi da parte della Bce a dicembre di quest'anno: è l'outlook firmato dagli economisti di Deutsche Bank che, in un momento in cui i mercati percepiscono il …
Bitcoin e Nasdaq vanno a braccetto, si scalfisce il mito della decorrelazione delle crypto dalle asset classs tradizionali
Tentativo di stabilizzazione dei prezzi per le criptovalute dopo la grande caduta dell’ultima settimana. Rimane comunque alta l’attesa per la Fed in quanto toni hawkish della banca centrale Usa potrebbero …
Ica 2021: a Leonteq il Premio per il Certificato dell?Anno
Quest?anno è stata Leonteq ad aggiudicarsi con un suo prodotto il prestigioso Premio per il Certificato dell?Anno degli ICA 2021, un riconoscimento che è stato commentato dalle parole di Marco Occhetti. La quindicesima edizione dell?Italian Certificate Awards (ICA) si …
Tutti gli articoli
Tutti gli articoli Tutte le notizie

  1. #371
    L'avatar di ciroascarone
    Data Registrazione
    Mar 2007
    Messaggi
    21,962
    Mentioned
    6 Post(s)
    Quoted
    4739 Post(s)
    Potenza rep
    42949687
    variance ratio

  2. #372
    L'avatar di Federico Juvara
    Data Registrazione
    Jan 2021
    Messaggi
    55
    Mentioned
    2 Post(s)
    Quoted
    37 Post(s)
    Potenza rep
    1740803
    Citazione Originariamente Scritto da amartya78 Visualizza Messaggio
    S

    Dal mio punto di vista, L approccio logico di creazione di una strategia qualsiasi di entrata ed uscita è o dovrebbe essere formulare una ipotesi su come si muovono i prezzi o perché lo fanno, elaborare il modello matematico che rappresenta L ipotesi, trovare i dati che servono per validare o meno L ipotesi, validare L ipotesi.
    Mi risulta francamente difficile partire dalle anomalie per risalire alla strategia. È molto facile in tal caso vedere nelle anomalie strutture persistenti quando praticamente sempre sono random walk.

    E questo è solo uno degli aspetti (L entrata ed uscita). Una strategia quantitativa globale che prevede ad esempio L asset allocation può utilizzare strumenti diversi che cooperano con i precedenti.

    Poi bisogna capire quale è la funzione obiettivo. Intendiamoci se L obiettivo è guadagnare accettando un rischio allora credo che la strategia migliore da quando è nato il mercato finanziario sia il buy and hold sull S&P500. Ha fatto “solo”il 700% negli ultimi 12 anni, sopportando DD anche del 40%. E lo è perché è chiaro come il sole che se gli USA vanno giù gli altri sono già stati polverizzati. Basterebbe solo verificare questa ipotesi.

    Viceversa se si vuole guadagnare minimizzando il rischio ovvero aumentare le unità di guadagno per ogni unità di rischio la faccenda si fa maledettamente complicata e pochissimi, davvero pochissimi riescono a trovarci una soluzione. Anche perché in tal caso entrano in gioco fattori come i costi di transazione. Quindi non ti basta più prevedere ed allocare ma devi anche minimizzare ulteriori costi.

    PS
    Suggerisco anche di andare oltre concetti come ML, RL, NN, AI ed utilizzare ANCHE concetti di statistica fondamentale come distribuzione di probabilità, regressione, indipendenza stocastica, correlazione, verifica delle ipotesi, legge dei grandi numeri.....
    "elaborare il modello matematico che rappresenta L ipotesi" credo che per il 99,99% delle persone ci si fermi qua. Parli da matematico, in tutta onestà una persona media non ha senso che si metta a sfidare decenni di ricerche da parte di team di professionisti di alto livello in centri di ricerca elitari. Al massimo può testare modelli presenti sui libri di statistica ma quello lo fanno in tanti. Non saprei come iniziare, non lavoro al MIT e non posso formulare modelli nuovi. Se ancora nessuno è riuscito a superare la distribuzione dei prezzi gaussiana, palesemente errata, perchè dovrei farlo io? (è un esempio).
    Stessa cosa vale sulle ipotesi riguardo il movimento dei prezzi, alla fine parliamo dei catalyst di ogni asset e quelli sono abbastanza riconosciuti. Perchè dovrei reinventare la ruota? Stocks mosse da GDP, fusioni e acquisizioni, earnings, settori, tassi ecc. Giusto le crypto non si sa, ma ci hanno provato tutti a capirlo.
    Che senso avrebbe fare tutto da zero?
    A me intriga molto il reinforcement learning perchè intanto, come suggerito anche da voi, usi i tick data che sono decorrelati dal tempo e valorizzano i movimenti e i volumi. Poi sfrutta il principio markoviano che mi sembra il più credibile e si adatta ad ogni conformazione di mercato, oltre ad essere un sistema completo con ottimizzazione intrinseca tramite l'obiettivo, non richiedendo nemmeno i target. Ci vedo potenziale, anche se facendo i conti della serva ora come ora se fai futures e usi Bookmap, order flow e volume profile sei a tutti gli effetti un trader HFT discrezionale e vedi le stesse cose. Alle brutte becchi gli iceberg, ti accodi e segui le manone grosse facendo le briciole.
    Torniamo sempre la, ci serve il quant trading? Guardi un assorbimento su Ninjatrader e già hai l'idea su come si muova veramente il prezzo

  3. #373

    Data Registrazione
    Sep 2008
    Messaggi
    9,510
    Mentioned
    13 Post(s)
    Quoted
    2969 Post(s)
    Potenza rep
    42949686
    Citazione Originariamente Scritto da Federico Juvara Visualizza Messaggio
    "elaborare il modello matematico che rappresenta L ipotesi" credo che per il 99,99% delle persone ci si fermi qua. Parli da matematico, in tutta onestà una persona media non ha senso che si metta a sfidare decenni di ricerche da parte di team di professionisti di alto livello in centri di ricerca elitari. Al massimo può testare modelli presenti sui libri di statistica ma quello lo fanno in tanti. Non saprei come iniziare, non lavoro al MIT e non posso formulare modelli nuovi. Se ancora nessuno è riuscito a superare la distribuzione dei prezzi gaussiana, palesemente errata, perchè dovrei farlo io? (è un esempio).
    Stessa cosa vale sulle ipotesi riguardo il movimento dei prezzi, alla fine parliamo dei catalyst di ogni asset e quelli sono abbastanza riconosciuti. Perchè dovrei reinventare la ruota? Stocks mosse da GDP, fusioni e acquisizioni, earnings, settori, tassi ecc. Giusto le crypto non si sa, ma ci hanno provato tutti a capirlo.
    Che senso avrebbe fare tutto da zero?
    A me intriga molto il reinforcement learning perchè intanto, come suggerito anche da voi, usi i tick data che sono decorrelati dal tempo e valorizzano i movimenti e i volumi. Poi sfrutta il principio markoviano che mi sembra il più credibile e si adatta ad ogni conformazione di mercato, oltre ad essere un sistema completo con ottimizzazione intrinseca tramite l'obiettivo, non richiedendo nemmeno i target. Ci vedo potenziale, anche se facendo i conti della serva ora come ora se fai futures e usi Bookmap, order flow e volume profile sei a tutti gli effetti un trader HFT discrezionale e vedi le stesse cose. Alle brutte becchi gli iceberg, ti accodi e segui le manone grosse facendo le briciole.
    Torniamo sempre la, ci serve il quant trading? Guardi un assorbimento su Ninjatrader e già hai l'idea su come si muova veramente il prezzo
    Quando parlo di modello matematico ovviamente non mi riferisco al senso più comune del termine e cioè equazioni, sistemi di equazioni, funzioni perchè ovviamente stiamo parlando di fenomeni quasi-random walk quindi sarebbe inutile e presuntuoso pensare di addivenire a qualcosa del genere.

    No, quando mi riferisco a modello matematico ho in mente singoli strumenti statistici e probabilistici che cooperano indipendentemente l'uno dall'altro per trovare quelle weak correlations che possono far si che la probabilità di successo sia semplicemente maggiore del 50%. Ovviamente più sono alti i costi di transazione tanto più alto deve essere lo scostamento rispetto al 50%.

    Immaginati quelli che ricercano l'oro nei fiumi che usano setacci con filtri sempre più fini.

    Posso dirti e posso dire che sono riuscito a trovare, testare e validare modelli che riescono ad avere probabilità di successo consistenti ma il cui successo viene eroso dai costi di transazione.

    Davanti a me immagino ci siano due strade: la prima porta a diminuire i costi di transazione quindi attraverso accordi con i broker e/o attraverso tecniche di ingegneria finanziaria; la seconda invece porta ad aumentare il tasso di successo mantenendo costante il costo.

    Conoscendomi non potevo non perseguire subito la seconda strategia.

    In conclusione quindi se la domanda delle domande è: è possibile predire un movimento dei prezzi con una probabilità maggiore del 50% in un lasso di tempo ben definito la risposta è SI, se invece la domanda è se è possibile guadagnare costantemente nei mercati la risposta è che ancora non lo so perchè come ho detto ci sono costi.....che erodono il guadagno.

  4. #374
    L'avatar di Federico Juvara
    Data Registrazione
    Jan 2021
    Messaggi
    55
    Mentioned
    2 Post(s)
    Quoted
    37 Post(s)
    Potenza rep
    1740803
    Citazione Originariamente Scritto da amartya78 Visualizza Messaggio
    Quando parlo di modello matematico ovviamente non mi riferisco al senso più comune del termine e cioè equazioni, sistemi di equazioni, funzioni perchè ovviamente stiamo parlando di fenomeni quasi-random walk quindi sarebbe inutile e presuntuoso pensare di addivenire a qualcosa del genere.

    No, quando mi riferisco a modello matematico ho in mente singoli strumenti statistici e probabilistici che cooperano indipendentemente l'uno dall'altro per trovare quelle weak correlations che possono far si che la probabilità di successo sia semplicemente maggiore del 50%. Ovviamente più sono alti i costi di transazione tanto più alto deve essere lo scostamento rispetto al 50%.

    Immaginati quelli che ricercano l'oro nei fiumi che usano setacci con filtri sempre più fini.

    Posso dirti e posso dire che sono riuscito a trovare, testare e validare modelli che riescono ad avere probabilità di successo consistenti ma il cui successo viene eroso dai costi di transazione.

    Davanti a me immagino ci siano due strade: la prima porta a diminuire i costi di transazione quindi attraverso accordi con i broker e/o attraverso tecniche di ingegneria finanziaria; la seconda invece porta ad aumentare il tasso di successo mantenendo costante il costo.

    Conoscendomi non potevo non perseguire subito la seconda strategia.

    In conclusione quindi se la domanda delle domande è: è possibile predire un movimento dei prezzi con una probabilità maggiore del 50% in un lasso di tempo ben definito la risposta è SI, se invece la domanda è se è possibile guadagnare costantemente nei mercati la risposta è che ancora non lo so perchè come ho detto ci sono costi.....che erodono il guadagno.
    Potresti fare un esempio concreto del processo, modello compreso? Magari usando modelli diversi da quelli tuoi per non rivelare.
    Ti metto questo link per farti capire la mia impostazione al ML, cioè quello che ho sempre detto in questo topic. Model cs data mining black box: Build Better Strategies! – The Financial Hacker

    Mi permetto di suggerirti, anche solo come curiosità, di provare la neuroevoluzione (NEAT come modello specifico) come ottimizzazione. Se hai tempo e modo di approfondire tu che sei pratico magari riesci a sfruttarla bene. Neuroevolution of augmenting topologies - Wikipedia

Accedi