Торговля с использованием возврата к среднему значению с помощью фильтров Калмана скачать в хорошем качестве

Торговля с использованием возврата к среднему значению с помощью фильтров Калмана

🚀 Освойте количественные навыки с Quant Guild https://quantguild.com 📈 Interactive Brokers для алгоритмической торговли https://www.interactivebrokers.com/mk... 👾 Присоединяйтесь к серверу Quant Guild в Discord здесь   / discord   ___________________________________________ 🪐 Исходный код https://github.com/romanmichaelpaoluc... *TL;DW Executive Краткое содержание* Всякий раз, когда мы пытаемся принять обоснованное решение в условиях неопределенности, мы делаем предположения относительно спецификации и параметризации модели. Выбор модели редко является проблемой, но в реальном мире ценовые процессы часто не следуют теоретическим моделям, таким как процесс Орнштейна-Уленбека, и стратегия может работать какое-то время, перестать работать, а затем снова начать работать. Параметризация модели ведет себя аналогично; поскольку средний уровень и другие параметры подвержены изменениям, «устаревшая» параметризация может разрушить красивую кривую доходности. Мы хотели бы перейти к более динамичному моделированию, и фильтр Калмана — один из способов решения проблемы нестационарности и смещения средних значений. По сути, мы объединяем представление модели («знание» или законы физики) с данными, которые мы фактически наблюдаем («опыт»), позволяя среднему значению адаптироваться в реальном времени. Затем мы можем использовать различные рычаги, чтобы определить, насколько мы доверяем наблюдаемым рыночным данным (которые могут быть зашумленными) по сравнению с нашими первоначальными предположениями модели. — Существует множество методов, позволяющих принимать обоснованные решения, таких как калибровочные окна и бэктесты, хотя в реальности нет асимптотической гарантии, подобной той, что существует в учебном процессе. — Более того, «бесплатного обеда не бывает» — более адаптивная модель более чувствительна к шуму, а успешная торговля требует сочетания количественных навыков и понимания общей рыночной конъюнктуры, чтобы превзойти систематические стратегии. Надеюсь, вам понравилось, и вы чему-то научились! Роман ___________________________________________ 📖 Разделы: 00:00 - Торговля с использованием возврата к среднему значению и фильтров Калмана 01:11 - Как должна выглядеть торговля с использованием возврата к среднему значению 03:55 - Реальность торговли с использованием возврата к среднему значению 05:43 - Торговля с использованием моделей и предположений 07:31 - Фильтры Калмана и нестационарность 08:59 - Обоюдоострый меч адаптивных моделей 10:15 - Игра в покер с использованием моделей ___________________________________________ 🗣️ Благодарности Особая благодарность моим подписчикам на YouTube за поддержку моего канала и за возможность продолжать создавать подобные видео! ⭐ Директора Quant Guild Доктор Джейсон Пироццоло ___________________________________________ ▶️ Похожие видео Создание моделей Quant 🔨 Как построить интерактивную поверхность волатильности на Python (Interactive Brokers)    • How to Build a Live Volatility Surface in ...   Статистика и прибыльность торговли во времени (Edge) 📈 Анализ временных рядов для количественных финансов    • Time Series Analysis for Quant Finance   Трейдер Quant о розничной и институциональной торговле    • Quant Trader on Retail vs. Institutional T...   Quant о торговле и инвестициях    • Quant on Trading and Investing   Почему профессиональные игроки в покер становятся лучшими трейдерами (это НЕ удача)    • Видео   Quant против дискреционной торговли    • Quant vs. Discretionary Trading   ___________________________________________ 🗂️ Ресурсы 📚 Библиотека Quant Guild: https://github.com/romanmichaelpaoluc... 🌎 GitHub: https://github.com/RomanMichaelPaolucci https://github.com/Quant-Guild 📝 Medium (Блог):   / quantguild     / quant   ___________________________________________ 🛠️ Проекты Кулинарная книга Гаусса: https://gaussiancookbook.com Рецепты для моделирования стохастических колебаний процессы: https://papers.ssrn.com/sol3/papers.c... ___________________________________________ 💬 Социальные сети TikTok:   / quantguild   Instagram:   / quantguild   X/Twitter: https://x.com/quantguild/ LinkedIn (личный):   / rmp99   LinkedIn (компания):   / quant-guild   ___________________________________________