Maschinelles Lernen im Handel: Theorie, Modelle, Praxis und Algo-Trading - Seite 1014
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Hier werde ich nicht müde, Auszüge aus Kolmogorow zu zitieren:
Mit anderen Worten: Sie werden berücksichtigt:
1. Rückgabe
2. der ACF für Renditen
Wenn ACF die folgende Bedingung erfüllt:
dann ist eine solche diskrete Rückkehrerreihe vorhersehbar.
Das ist alles.
Es gibt keine anderen Prädiktoren.
Woher kommen die ACFs der Preisstufen? Sie sind natürlich nicht stationär und die Kovarianzfunktion hängt von zwei Variablen ab: B=B(t,k), und Sie haben einfach nicht genug Daten, um sie zu berechnen.
Woher kommt der ACF der Preisstufen? Sie sind natürlich nicht stationär und die Kovarianzfunktion hängt von zwei Variablen ab: B=B(t,k), und Sie haben einfach nicht genug Daten, um sie zu berechnen.
Der in der Abbildung gezeigte ACF ist der Algorithmus von ARIMA. Sie wird anhand der letzten n-Takte berechnet.
Der ACF-Algorithmus in der Abbildung ist von ARIMA abgeleitet. Es wird nach den letzten n-Takten gezählt.
Meine Bemerkung bezog sich zunächst darauf, dass es unangemessen ist, Kolmogorows Artikel über stationäre Prozesse an einen offensichtlich nicht stationären Fall anzuhängen.
Allerdings reduziert ARIMA auch alles auf Stationarität, was für die Preise nur annähernd und nur in bestimmten Zeitintervallen zutreffen kann (z. B. ein autoregressiver Koeffizient während eines Trends, ein anderer während eines nachfolgenden Tiefs). Wir können nicht vorhersagen, wann wir das Modell ändern müssen, und das ist eine Folge der Nicht-Stationarität.
Meine Bemerkung bezog sich zunächst darauf, dass es unangemessen ist, Kolmogorovs Artikel über stationäre Prozesse auf den eindeutig nichtstationären Fall anzuwenden.
Allerdings reduziert ARIMA auch alles auf Stationarität, was für die Preise nur annähernd und nur in bestimmten Zeitintervallen zutreffen kann (z. B. ein autoregressiver Koeffizient während eines Trends, aber ein anderer während einer anschließenden Flaute). Wir können nicht vorhersagen, wann es notwendig ist, das Modell zu ändern, was eine Folge der Nicht-Stationarität ist.
+
Was ist unter Periodizität zu verstehen?
Und soweit ich weiß, ist ACF nicht nur die Summe der Produkte. Es gibt einen viel komplizierteren Algorithmus.
Ich bleibe bei meiner Meinung: Die ACF-Schätzung für eine diskrete Reihe von Wiederkehrern ist die Summe der Produkte von 2 aufeinanderfolgenden gleitenden Stichprobenwiederkehrern.
Zur Periodizität...
Ich denke, der einfachere Weg ist dieser:
Man sollte handeln (den nächsten Rückkehrer vorhersagen), wenn der aktuelle ACF-Wert>0 ist, d.h. wenn es eine offensichtliche Abhängigkeit der Inkremente gibt, das sogenannte "Gedächtnis".
Ich bleibe bei meiner Meinung - die ACF-Schätzung für eine diskrete Reihe von Wiederkehrern ist die Summe der Produkte von 2 aufeinanderfolgenden Wiederkehrern mit gleitender Stichprobe.
Zur Periodizität...
Ich denke, der einfachere Weg ist dieser:
Handeln Sie (sagen Sie den nächsten Rückkehrer voraus), wenn der ACF>0 ist, d.h. wenn es eine offensichtliche Abhängigkeit der Inkremente gibt, das sogenannte "Gedächtnis".
Sehen Sie sich den Indikator an, ist er so, oder sollte etwas geändert werden?
Schauen Sie sich den Indikator an, ist er so, oder sollte etwas nachgebessert werden? Der absolute Wert der Inkremente ist wahrscheinlich immer noch am besten links (Minus multipliziert mit Minus Plus), dann wird das Minimum nur 0 sein.
Tut mir leid, das geht nicht. Auf der Suche nach dem Gral der Diffusionsprozesse. Ich bin es - ich helfe hier, so gut ich kann, denn ich glaube an neuronale Netze und Wälder.
Tut mir leid, ich kann nicht. Auf der Suche nach dem Gral der Diffusionsprozesse. Ich helfe hier nur, so gut ich kann, weil ich an neuronale Netze und Wälder glaube.
Dann entferne ich den Indikator?
Dann entferne ich den Indikator?
Ja. Wir brauchen keinen Indikator. Wir brauchen Kolmogorov-Prädiktoren. Es gibt keinen anderen Weg und man kann noch 1000 Seiten lang weiterlachen.
Ich bleibe bei meiner Meinung - die ACF-Schätzung für eine diskrete Reihe von Wiederkehrern ist die Summe der Produkte von 2 aufeinanderfolgenden Wiederkehrern mit gleitender Stichprobe.
Zur Periodizität...
Ich denke, der einfachere Weg ist dieser:
Man sollte handeln (den nächsten Rückkehrer vorhersagen), wenn der ACF>0 ist, d.h. wenn es eine offensichtliche Abhängigkeit der Inkremente gibt, das sogenannte "Gedächtnis".
1) Für instationäre Prozesse gibt es keinen ACF. Lesen Sie zumindest Orlov aus der von Ihnen vorgeschlagenen Sammlung von Büchern über die Momente nichtstationärer Prozesse.
2) Das "Gedächtnis" nicht-stationärer Prozesse ist ebenfalls nicht gut. Sie kann gefunden werden, wenn sie nicht existiert (ein nicht-stationärer Prozess mit unabhängigen Inkrementen), wenn wir Berechnungen wie für einen stationären Prozess durchführen. Sie können es haben, aber es kann zu jedem Zeitpunkt anders sein, und es ist nicht klar, woran sich der Prozess in diesem Moment genau "erinnert".