trading system and methods - 第九、十章小结

最新推荐文章于 2025-04-17 16:54:01 发布

原创

最新推荐文章于 2025-04-17 16:54:01 发布 · 811 阅读

文章标签：

#交易

本文总结了交易系统中的Detrend方法，包括线性回归、一阶差分和年化平均等。介绍了因子调整过程，如移动平均和X-11季节性因子提取。此外，探讨了季节性过滤、冬季方法、股市季节性效应以及周期分析，如指数滑动平均、傅里叶分析和希尔伯特变换等在识别交易周期中的应用。

Detrend方法：

线性回归

indexing：第一个月100。每个月做平均

一阶差分

年化平均：每个月度数据除以当年的平均值。解决通胀、价格变化大

link relative：

moving average：计算factor没看懂

X-11：多轮提取seasonal因子

detrend_1=Centered_MA_12(original)

factor_1=weighted_MA_5(original) ???

【因子调整】(sf)

MA_sf=centered_MA_12(sf)

…MA_sf…

irregular=detrend-(sf-MA_sf)

irregular样本标准差s构造权重函数W，用W调整detrend_1，得到detrend_5

sf_6=weighted_MA_7(detrend_5)

preliminary_sf=original-【因子调整】(sf_6)

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

RavenUP

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

《机器学习实战》《西瓜书》学习（四）-决策树

ShyLab

11-27

854

决策树 决策树本质上是一种流程图，长方形代表判断模块，椭圆代表终止模块，左右箭头指引节点的上下分支 决策树相比较于KNN，其重要的原因就是其数据形式非常容易理解，而KNN的数据形式所包含的内在含义却不是很容易理解优点计算复杂度不高，可以处理不相关特征数据，对中间数据的缺省值不敏感缺点会产生过度匹配问题信息论划分数据集 """划分数据集的伪代码""" 检测数据集是否属于同一类： ...

（五）统计分析基本算法

mylnn的博客

10-05

3902

统计分析1 参数估计2 假设检验与单样本T检验3 两样本T检验3 方差分析4 相关分析 1 参数估计给定一个变量X改变，另一个变量Y均值改变说明两个变量有关，则这两个变量不独立。X可预测Y，y=f(x)。分析过程：建立两个变量的描述性统计，观察一个变量改变另一个变量均值是否改变（是否独立）。若不独立，则说名一个变量对另一个变量有预测作用。检验两变量是否有关的四个检验：统计学中检验两个变量是否有关，都是通过检验同组两个变量均值的差值是否等于0.如果与0无差异，说明两个变量无关，如果与0有差异，说

参与评论您还未登录，请先登录后发表或查看评论

干货丨从线性回归到无监督学习，数据科学家需要掌握的十大统计技术

人工智能爱好者俱乐部

11-19

1140

不管你对数据科学持什么态度，都不可能忽略分析、组织和梳理数据的重要性。Glassdoor 网站根据大量雇主和员工的反馈数据制作了「美国最好的 25 个职位」榜单，其中第一名就是数据科学家。尽管排名已经顶尖了，但数据科学家的工作内容一定不会就此止步。随着深度学习等技术越来越普遍、深度学习等热门领域越来越受到研究者和工程师以及雇佣他们的企业的关注，数据科学家继续走在创新和技术进步的前沿。尽管具备强

10种主要的统计学习方法总结

elma_tww的博客

03-19

2531

《统计学习方法》笔记 1.感知机适用问题：二分类问题模型特点：分离超平面模型类型：判别模型学习策略：极小化误分类点到超平面距离学习的损失函数：误分类点到超平面距离学习算法：随机梯度下降法 2.k近邻适用问题：多类分类，回归模型特点：特征空间，样本点模型类型：判别模型 3.朴素贝叶斯法适用问题：多类分类模型特点：特征与类别的联合概率分布、条件独立假设...

统计学习方法概述（模型、策略、算法）

gyq423的博客

09-04

4534

主要内容（只考虑监督学习）（1）统计学习三要素概述（2）策略（目标函数、代价函数、损失函数） ------------------------------------------------------------------------------------------------------------------------- 一、统计学习方法概述 统计学习三要素：方法 = ...

统计算法分类

RYP_S 的专栏

02-03

5045

基于统计的分类算法是主流，主要包括以下几种分类模型： · 相似度模型（Rocchio、K-近邻） · 概率模型（贝叶斯） · 线性模型（LLSF、SVM） · 非线性模型（决策树、神经网络） · 组合模型。

统计算法汇总

stonehigher125的专栏

12-14

4206

[转]高压缩空间占用的 Hyper LogLog 算法 http://blog.csdn.net/heiyeshuwu/article/details/41248379/

统计算法

zhwadezh的博客

02-09

908

输入一行字符，分别统计出包含英文字母、空格、数字和其它字符的个数。import java.util.Scanner;public class Main { public static void main(String[] args) { Scanner sc=new Scanner(System.in); while(sc.hasNextLine()){ int Le...

几种常见统计指标算法

penghaijun

05-13

1360

做咱们这行，这个要懂的：指标图解：基本指标分类：

统计算法_探索性统计

weixin_30883311的博客

07-15

217

最近不知道写什么了，基本python的各种功能百度一下，都能搜到一大把，最近itchat好像很火，不过对这个不是很感冒，等以后有兴趣或者用的上的时候研究研究准备把统计方面的东西再看看，就写一些简单的统计算法吧，其实这些在python里面都有现成的，但是有句名言“不要只会用，还要知道原理”（是哪个名人说的?如果没有，那就算我说的了），所以写这些供学习之用。那么从头再来，循序渐进，先写这些，本来想写个...

有人手写实现李航《统计学习方法》书中全部算法

云中寻雾的博客

09-04

1628

有人手写实现李航《统计学习方法》书中全部算法作者：Amusi Date：2020-05-20 来源：CVer微信公众号链接：有人手写实现李航《统计学习方法》书中全部算法前言不管你是学习CV，还是NLP，或者其他方向，应该都多多少少看过或者听过李航教授的《统计学习方法》这本书。Amusi 认为这是一本超级棒的AI入门，再具体一点机器学习入门的书籍。记得第一次拿到手里的时候，很是惊讶：如此"轻薄"。懂的自然懂，跟其他技术书籍相比，这本书的重量就是一股清流。"轻薄"但不简单，内容涵盖了机器学习大

机器学习/统计学习算法分类整理【持续更新】

江南蜡笔小新

04-07

2131

文章目录机器学习十大算法总结/机器学习十大经典算法简介一、.监督学习1. 线性回归2. Logistic 回归3.支持向量机算法(Support Vector Machine,SVM)4. 最近邻居/k-近邻算法 (K-Nearest Neighbors,KNN)二、无监督学习三、强化学习机器学习十大算法总结/机器学习十大经典算法简介有监督学习有哪些？无监督学习有哪些？强化学习有哪些？一...

蒙特卡洛算法

零度°C的博客

08-13

7611

蒙特卡洛算法是一种基于随机数的计算方法，它通过大量随机样本来估计问题解的近似值。这种算法的核心思想是利用概率统计理论，将所求解的问题同一定的概率模型相联系，然后用计算机实现统计模拟或抽样。构造或描述概率模型，确保模型的参数或数字特征等于问题的解。产生符合模型的随机变量。通过统计分析这些随机变量，给出问题解的近似值。

统计学习方法——概述

ACG00的博客

05-02

4736

统计学习方法李航第二版第一章概述

统计学习方法---统计学习及监督学习概论

最新发布

2403_88150975的博客

04-17

740

统计学习是关于从数据中学习模型的学科，它结合了统计学、计算机科学和优化理论。目标是学习一个从输入到输出的映射函数，用于预测、分类、回归等任务。其中 X\mathcal{X}X 是输入空间，Y\mathcal{Y}Y 是输出空间。实际上，我们并不是在找唯一的 fff，而是在预设的一个函数集合（即假设空间）中寻找最优的那个。三类学习方法：监督学习、无监督学习、半监督学习。评估的关键：分训练集、验证集和测试集来评估模型的性能，使用交叉验证来提高评估的可靠性。模型性能平衡。

《统计学习方法》第五章 决策树

想买很多漂亮衣服但是买不起的博客

02-04

757

前言 决策树是一种基本的分类与回归方法。以下主要讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是 if-then 规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。优点：模型具有可读性，分类速度快文章目录决策树模型与学习决策树模型决策树与 if-then 规则决策树学习特征选择信息增益熵条件熵经验熵与条件经验熵 决策树模型与学习 决策树模型 分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成。结点有两种类型：内

统计学习算法知识简记

well_fly的博客

11-19

488

统计学习算法相关概念简记

统计学习算法笔记

u010995712的博客

07-18

237

概论 统计学习由监督学习、无监督学习、半监督学习和强化学习组成 统计学习的三要素：模型、策略和算法在本书中主要研究的是监督学习。在监督学习中，输入和输出可能取值的集合称为输入空间和输出空间，每个输入是一个实例，由特征向量组成。符号表示如下： x=(x(1),x(2),...,x(i),...,x(n))T x=(x^{(1)},x^{(2)},...,x^{(i)},...,x^{(n)})^T x=(x(1),x(2),...,x(i),...,x(n))T xi=(xi(1),xi(2),...,x

统计算法｜一文了解Java中的commons-math3的StatUtils类（二）

Lycos

01-30

2009

在网上搜索了下，使用Java做一些简单的数据分析的比较少，大多数都是使用Python和Scala语言引入的内置库或者第三方库。而在Java中的篇幅介绍少之又少，所以也衍生出来了想要写几篇详细的介绍，用来介绍我Java区的数据分析的文章。上一篇介绍了如何引入以及包架构，本篇想详细介绍下其中的类StatUtils。本文住要介绍了Commons-math3包中StatUtils类的详细使用以及具体的数学概念和公式，下一篇具体讲解包下类的使用以及注意点。[引用]欢迎关注博主「六月暴雪飞梨花」或加入。

决策树的原理及其实现

ZP745210的博客

10-31

4024

决策树（Decision Tree），它是一种以树形数据结构来展示决策规则和分类结果的模型，作为一种归纳学习算法，其重点是将看似无序、杂乱的已知数据，通过某种技术手段将它们转化成可以预测未知数据的树状模型，每一条从根结点（对最终分类结果贡献最大的属性）到叶子结点（最终分类结果）的路径都代表一条决策的规则。