Скачать или смотреть 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  
___________________________________________