当前在线人数15040
首页 - 分类讨论区 - 学术学科 - 金融工程版 - 同主题阅读文章

此篇文章共收到打赏
0

  • 10
  • 20
  • 50
  • 100
您目前伪币余额:0
未名交友
[更多]
[更多]
怎样寻找并利用股市里的非随机性盈利。
[版面:金融工程][首篇作者:marketStudnt] , 2018年01月15日12:50:29 ,4244次阅读,26次回复
来APP回复,赚取更多伪币 关注本站公众号:
[首页] [上页][下页][末页] [分页:1 2 ]
marketStudnt
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 1 ]

发信人: marketStudnt (), 信区: Quant
标  题: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Mon Jan 15 12:50:29 2018, 美东)

怎样寻找并利用股市里的非随机性盈利。

自己业余做了2~3年的交易,目前的收获是:靠谱的交易系统要来自靠谱的交易哲学和
交易逻辑。

最基本的哲学观,是股市到底是随机还是非随机(这里先说的是个股)。 如果股市是
随机的,那所有的交易系统都不靠谱,一个完全随机的市场,你没办法预测。

我把标普500的500个个股用技术指标选一遍,从附件上看,发现有的个股是完全随机的
,比如红色的EA,涨跌基本是50-50。 但也有个股是非随机的比如CNC,居然有75%的赢
面,而且样本数还不小。

我最初的想法是用R的candlestick package 里面的所有技术指标扫一遍500个股,收集
所有非随机的个股和指标,设计一个系统来交易它们。

我的问题是,这种思路肯定早已被无数的人想过并尝试过,比如大家可以搜索‘许哲’
。 估计很大概率是不靠谱。

可是看着好多个股的赢面那么好,我也很难相信,无法通过它们的非随机盈利,那么信
号里造成非随机性的最根本原因是什么,有什么办法来定义并寻找它们,再在它们失效
前交易?

有哪位大神能指导一下。

--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 198.]


此主题相关图片如下:

[删除]

 
anesthetic
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 2 ]

发信人: anesthetic (NYC Cold & TOKYO Hot), 信区: Quant
标  题: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Wed Jan 17 00:40:47 2018, 美东)

稍微点拨下下。。。睡不随机因人而异,因方法而已,同样的market data,凡人跑个
ou process就觉得是咪咪运动,牛人会先用signal processing做一次filtering,此处
略去各种high dementiom transform 1mm字。。。一个咪咪运动的ticker尼玛变成mean
reversion超强的超级牛股。。。更牛的人会把很多ticker再组个portfolio,虾皮3一
下的model马上脱胎环顾成10以上。。。

以上说的两点文艺复兴和土希格玛so far做的最好。


--
※ 修改:·anesthetic 於 Jan 17 00:41:56 2018 修改本文·[FROM: 69.]
※ 来源:· 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 69.]

 
marketStudnt
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 3 ]

发信人: marketStudnt (), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Wed Jan 17 11:52:25 2018, 美东)

牛啊,多谢了,我下面也准备做high dimension transform, 目前能想到的是logistic
regression, 时间序列,神经网络和支持向量机。曾经作过向量自回归(vector auto
regression),没有什么发现。

【 在 anesthetic (NYC Cold & TOKYO Hot) 的大作中提到: 】
: 稍微点拨下下。。。睡不随机因人而异,因方法而已,同样的market data,凡人跑个
: ou process就觉得是咪咪运动,牛人会先用signal processing做一次filtering,此处
: 略去各种high dementiom transform 1mm字。。。一个咪咪运动的ticker尼玛变成
mean
:  reversion超强的超级牛股。。。更牛的人会把很多ticker再组个portfolio,虾皮3一
: 下的model马上脱胎环顾成10以上。。。
: 以上说的两点文艺复兴和土希格玛so far做的最好。



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 198.]

 
anesthetic
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 4 ]

发信人: anesthetic (NYC Cold & TOKYO Hot), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Wed Jan 17 23:26:06 2018, 美东)

你说的这些东东跟我说的transform没有半毛关系。。。建议把ee的signal processing
好好学学,先把傅里叶和各种变形搞清楚,有条件去听听文艺复兴的seminar(找石溪
的人带你)。


【 在 marketStudnt() 的大作中提到: 】
<br>: 牛啊,多谢了,我下面也准备做high dimension transform, 目前能想到的是
logistic
<br>:  regression, 时间序列,神经网络和支持向量机。曾经作过向量自回归(
vector auto
<br>:  regression),没有什么发现。
<br>: mean
<br>
--
※ 来源:· 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 69.]

 
marketStudnt
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 5 ]

发信人: marketStudnt (), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Thu Jan 18 11:53:40 2018, 美东)

thanks again, really really appreciate, hopefully I will be enlightened.

best




【 在 anesthetic (NYC Cold & TOKYO Hot) 的大作中提到: 】
: 你说的这些东东跟我说的transform没有半毛关系。。。建议把ee的signal
processing
: 好好学学,先把傅里叶和各种变形搞清楚,有条件去听听文艺复兴的seminar(找石溪
: 的人带你)。
: <br>: 牛啊,多谢了,我下面也准备做high dimension transform, 目前能想到的是
: logistic
: <br>:  regression, 时间序列,神经网络和支持向量机。曾经作过向量自回归(
: vector auto
: <br>:  regression),没有什么发现。
: <br>: mean
: <br>



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 198.]

 
littlechong
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 6 ]

发信人: littlechong (一只小虫), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Fri Jan 19 10:07:29 2018, 美东)

在炒股这件事中不管用什么方法去处理股价数据,最终目的无非就是为了找买点和卖点
,即使数据处理过程中有其他目的,这些其他目的最终还是为了找买卖点这个最终目的
服务的。

你说要用那些transform,例如你在4楼还特意提到了傅里叶变换。请教一下,傅里叶变
换之后,时域的股价变化信号确实是变成了频域的非周期连续信号,你说那些牛人把这
些频域信号filter来filter去,我想问问这样做的目的是什么?把股价信号中的某些频
率成分滤掉对股票分析有什么用?

【 在 anesthetic (NYC Cold & TOKYO Hot) 的大作中提到: 】
: 稍微点拨下下。。。睡不随机因人而异,因方法而已,同样的market data,凡人跑个
: ou process就觉得是咪咪运动,牛人会先用signal processing做一次filtering,此处
: 略去各种high dementiom transform 1mm字。。。一个咪咪运动的ticker尼玛变成
mean
:  reversion超强的超级牛股。。。更牛的人会把很多ticker再组个portfolio,虾皮3一
: 下的model马上脱胎环顾成10以上。。。
: 以上说的两点文艺复兴和土希格玛so far做的最好。



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 198.]

 
apollolee
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 7 ]

发信人: apollolee (皮皮狗), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Fri Jan 19 12:48:21 2018, 美东)

我猜也许是把高频的噪声去掉,可以更容易看出趋势来?

【 在 littlechong (一只小虫) 的大作中提到: 】
: 在炒股这件事中不管用什么方法去处理股价数据,最终目的无非就是为了找买点和卖点
: ,即使数据处理过程中有其他目的,这些其他目的最终还是为了找买卖点这个最终目的
: 服务的。
: 你说要用那些transform,例如你在4楼还特意提到了傅里叶变换。请教一下,傅里叶变
: 换之后,时域的股价变化信号确实是变成了频域的非周期连续信号,你说那些牛人把这
: 些频域信号filter来filter去,我想问问这样做的目的是什么?把股价信号中的某些频
: 率成分滤掉对股票分析有什么用?
: mean




--
☆ 发自 iPhone 买买提 1.24.04
--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 107.]

 
littlechong
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 8 ]

发信人: littlechong (一只小虫), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Sat Jan 20 22:55:32 2018, 美东)

“去噪”是处理声音、图像信号时的一个概念,在股价变动的曲线中我认为没有噪声这
个问题,而如果一定要用“去噪”去处理股价变动信号就是把一个完全的股价变动的信
息强行去掉高频部分变成失真信息,逆变换回去时域看,就是原来的股价变动信号平缓
了,一些股价变动的细节消失了。我本人认为就这一操作来讲,实际操盘时意义不大,
甚至如果我把k线图从30分钟线或者60分钟线换成日线、周线、月线我也能达到这个效
果,完全没有必要去变换来变换去,还要filter来filter去。

另外,这些transform如果从头到尾都只是针对股价数据而不研究影响这些股价变动的
因素例如成交量之类的,我认为对于用来辨别买卖点意义不大,因为影响股价的外在市
场因素发生变化时,股价即使被transform后,之前的一些有用的特征会失效。说得泛
一些就是,如果只是研究股价数据本身的方法,包括用各种transform的方法,并不能
真正了解市场也不能作为一种具有持续发展前景的寻找合适买卖点的方法。

【 在 apollolee (皮皮狗) 的大作中提到: 】
: 我猜也许是把高频的噪声去掉,可以更容易看出趋势来?



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 45.]

 
anesthetic
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 9 ]

发信人: anesthetic (NYC Cold & TOKYO Hot), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Sun Jan 21 02:03:14 2018, 美东)

Re: Re: 怎样寻找并利用股市里的非随机性盈利。


【 在 littlechong(一只小虫) 的大作中提到: 】
<br>: “去噪”是处理声音、图像信号时的一个概念,在股价变动的曲线中我认为没有
噪声这
<br>: 个问题,而如果一定要用“去噪”去处理股价变动信号就是把一个完全的股价变
动的信
<br>: 息强行去掉高频部分变成失真信息,逆变换回去时域看,就是原来的股价变动信
号平缓
<br>: 了,一些股价变动的细节消失了。我本人认为就这一操作来讲,实际操盘时意义
不大,
<br>: 甚至如果我把k线图从30分钟线或者60分钟线换成日线、周线、月线我也能达到
这个效
<br>: 果,完全没有必要去变换来变换去,还要filter来filter去。
<br>: 另外,这些transform如果从头到尾都只是针对股价数据而不研究影响这些股价
变动的
<br>: 因素例如成交量之类的,我认为对于用来辨别买卖点意义不大,因为影响股价的
外在市
<br>: 场因素发生变化时,股价即使被transform后,之前的一些有用的特征会失效。
说得泛
<br>: 一些就是,如果只是研究股价数据本身的方法,包括用各种transform的方法,
并不能
: ...................
<br>
--
※ 来源:· 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 69.]

 
marketStudnt
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 10 ]

发信人: marketStudnt (), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Tue Jan 23 11:58:56 2018, 美东)

我不是高手,发表点浅见。 从模型的角度看,只要你用模型来炒股,那么任何模型都
有噪声,没有噪声的模型是不可能的,同样的数据,对一类模型是噪声,对另一类模型
可能就不是。就看你选择哪一种模型。不管选哪一种模型,都不可能完美,都有失灵的
时段,做震荡的死于趋势,做趋势的死于震荡。我们能做的,是模型失灵的时候要少亏
,还有就是尽量多做不同类型的模型,一方面是锻炼自己键模型的能力,一方面是通过
建模可以尽可能从多角度了解市场的结构,让自己多涨见识,见识多了,人经验丰富了
,炒股才能少亏钱。


【 在 littlechong (一只小虫) 的大作中提到: 】
: “去噪”是处理声音、图像信号时的一个概念,在股价变动的曲线中我认为没有噪声这
: 个问题,而如果一定要用“去噪”去处理股价变动信号就是把一个完全的股价变动的信
: 息强行去掉高频部分变成失真信息,逆变换回去时域看,就是原来的股价变动信号平缓
: 了,一些股价变动的细节消失了。我本人认为就这一操作来讲,实际操盘时意义不大,
: 甚至如果我把k线图从30分钟线或者60分钟线换成日线、周线、月线我也能达到这个效
: 果,完全没有必要去变换来变换去,还要filter来filter去。
: 另外,这些transform如果从头到尾都只是针对股价数据而不研究影响这些股价变动的
: 因素例如成交量之类的,我认为对于用来辨别买卖点意义不大,因为影响股价的外在市
: 场因素发生变化时,股价即使被transform后,之前的一些有用的特征会失效。说得泛
: 一些就是,如果只是研究股价数据本身的方法,包括用各种transform的方法,并不能
: ...................



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 198.]

 
littlechong
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 11 ]

发信人: littlechong (一只小虫), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Tue Jan 23 21:46:32 2018, 美东)

一个原始的股价变动信号是模型吗?

例如,你把一个股票的连续若干天的每天的原始收盘价读数标在时域坐标上,然后连一
条曲线。这条曲线(或者信号)你认为是一个模型?

如果你的理解是这样,我不会再回帖,因为我认为我们的交流对我们双方都没有价值。

【 在 marketStudnt () 的大作中提到: 】
: 我不是高手,发表点浅见。 从模型的角度看,只要你用模型来炒股,那么任何模型都
: 有噪声,没有噪声的模型是不可能的,同样的数据,对一类模型是噪声,对另一类模型
: 可能就不是。就看你选择哪一种模型。不管选哪一种模型,都不可能完美,都有失灵的
: 时段,做震荡的死于趋势,做趋势的死于震荡。我们能做的,是模型失灵的时候要少亏
: ,还有就是尽量多做不同类型的模型,一方面是锻炼自己键模型的能力,一方面是通过
: 建模可以尽可能从多角度了解市场的结构,让自己多涨见识,见识多了,人经验丰富了
: ,炒股才能少亏钱。



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 198.]

 
marketStudnt
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 12 ]

发信人: marketStudnt (), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Wed Jan 24 11:47:56 2018, 美东)

你对我的贴子有些误会,我说的模型是传统统计上的模型,比如linear regression,
logistic regression, CNN 等。 我对股市的理解,是市场象一颗有很多切面的钻石,
我们每一个参与者,因为自己的个性喜好,会从某一个切面去
看待这个市场,人与人之间的看法不一样,用的方法不一样,关注的时段不一样,这很
正常。 而且这个市场可以丰富到容纳很多人以很多不同的切面去参与,并且赚钱。
从你的贴子看,你对市场有成熟独到的看法,如果可以的话, 有机会咱们私下交流一
下,向你学习。 我比较喜欢用R写简单的程序做测试, 但目前还是初级阶段,无非是
把各种指标反复测试,借助一些R里面的统计包寻找赢面大的机会。


【 在 littlechong (一只小虫) 的大作中提到: 】
: 一个原始的股价变动信号是模型吗?
: 例如,你把一个股票的连续若干天的每天的原始收盘价读数标在时域坐标上,然后连一
: 条曲线。这条曲线(或者信号)你认为是一个模型?
: 如果你的理解是这样,我不会再回帖,因为我认为我们的交流对我们双方都没有价值。



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 198.]

 
hn93
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 13 ]

发信人: hn93 (Gakki_love), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Wed Jan 24 23:22:11 2018, 美东)


【 在 anesthetic (NYC Cold & TOKYO Hot) 的大作中提到: 】
: 你说的这些东东跟我说的transform没有半毛关系。。。建议把ee的signal
processing
: 好好学学,先把傅里叶和各种变形搞清楚,有条件去听听文艺复兴的seminar(找石溪
: 的人带你)。
: <br>: 牛啊,多谢了,我下面也准备做high dimension transform, 目前能想到的是
: logistic
: <br>:  regression, 时间序列,神经网络和支持向量机。曾经作过向量自回归(
: vector auto
: <br>:  regression),没有什么发现。
: <br>: mean
: <br>


文艺复兴seminar很久没有这些了,最近都是各种乱七八糟的deep learning
--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 148.]

 
demoner
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 14 ]

发信人: demoner (New York State of Mind), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Thu Jan 25 14:53:01 2018, 美东)

这些都是大实话。

基本上一个人要是上来就ARMA/GARCH时间序列神经网络,基本上后面就可以不用听了。

【 在 anesthetic (NYC Cold & TOKYO Hot) 的大作中提到: 】
: 你说的这些东东跟我说的transform没有半毛关系。。。建议把ee的signal
processing
: 好好学学,先把傅里叶和各种变形搞清楚,有条件去听听文艺复兴的seminar(找石溪
: 的人带你)。
: <br>: 牛啊,多谢了,我下面也准备做high dimension transform, 目前能想到的是
: logistic
: <br>:  regression, 时间序列,神经网络和支持向量机。曾经作过向量自回归(
: vector auto
: <br>:  regression),没有什么发现。
: <br>: mean
: <br>




--

※ 修改:·demoner 於 Jan 25 14:54:37 2018 修改本文·[FROM: 198.]
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 198.]

 
marketStudnt
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 15 ]

发信人: marketStudnt (), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Thu Jan 25 16:44:31 2018, 美东)


你的意思是做任何模型前必须transform股价和交易量信息的数据? 这是我以前没有考
虑过的,看来要认真考虑一下。



【 在 demoner (New York State of Mind) 的大作中提到: 】
: 这些都是大实话。
: 基本上一个人要是上来就ARMA/GARCH时间序列神经网络,基本上后面就可以不用听了。
: processing



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 198.]

 
marketStudnt
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 16 ]

发信人: marketStudnt (), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Thu Jan 25 17:09:34 2018, 美东)

傅里叶分析之掐死教程(完整版)


https://zhuanlan.zhihu.com/p/19763358

搜了一下,上面的链接讲得深入浅出,适合非数理专业的人
--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 198.]

 
marketStudnt
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 17 ]

发信人: marketStudnt (), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Thu Jan 25 17:20:05 2018, 美东)

http://www.di.fc.ul.pt/~jpn/r/fourier/fourier.html

这个链接有R代码,适合喜欢R 的人。画出来的图还真的很象股价的图, 有谁有兴趣大
家交流一下。

--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 198.]

 
EM
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 18 ]

发信人: EM (一个胖子), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Sat Jan 27 15:35:16 2018, 美东)

什么是“乱七八糟”的deep learning?

【 在 hn93 (Gakki_love) 的大作中提到: 】
: processing
: 文艺复兴seminar很久没有这些了,最近都是各种乱七八糟的deep learning



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 69.]

 
EM
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 19 ]

发信人: EM (一个胖子), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Sat Jan 27 15:35:30 2018, 美东)

什么是“乱七八糟”的deep learning?

【 在 hn93 (Gakki_love) 的大作中提到: 】
: processing
: 文艺复兴seminar很久没有这些了,最近都是各种乱七八糟的deep learning



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 69.]

 
firmly
进入未名形象秀
我的博客
[回复] [回信给作者] [本篇全文] [本讨论区] [修改] [删除] [转寄] [转贴] [收藏] [举报] [ 20 ]

发信人: firmly (YYatNight), 信区: Quant
标  题: Re: 怎样寻找并利用股市里的非随机性盈利。
发信站: BBS 未名空间站 (Sat Feb 10 05:51:28 2018, 美东)

被filtered掉的底噪的风险咋对冲。。。



【 在 anesthetic (NYC Cold & TOKYO Hot) 的大作中提到: 】
: 稍微点拨下下。。。睡不随机因人而异,因方法而已,同样的market data,凡人跑个
: ou process就觉得是咪咪运动,牛人会先用signal processing做一次filtering,此处
: 略去各种high dementiom transform 1mm字。。。一个咪咪运动的ticker尼玛变成
mean
:  reversion超强的超级牛股。。。更牛的人会把很多ticker再组个portfolio,虾皮3一
: 下的model马上脱胎环顾成10以上。。。
: 以上说的两点文艺复兴和土希格玛so far做的最好。



--
※ 来源:·WWW 未名空间站 网址:mitbbs.com 移动:在应用商店搜索未名空间·[FROM: 205.]

[首页] [上页][下页][末页] [分页:1 2 ]
[快速返回] [ 进入金融工程讨论区] [返回顶部]
回复文章
标题:
内 容:

未名交友
将您的链接放在这儿

友情链接


 

Site Map - Contact Us - Terms and Conditions - Privacy Policy

版权所有,未名空间(mitbbs.com),since 1996