Aufbau eines Handelssystems mit digitalen Tiefpassfiltern - Seite 12

 
grasn писал (а): https://forum.mql4.com/ru/9321/page9
:о)

Grasn, auf S. 10 dort (ich zitiere mich selbst):

Es stellt sich heraus, dass die Situation recht knifflig ist: Um zu wissen, ob ein Prozess stationär ist, muss man zunächst sein realistisches Modell (hier AR(1)) kennen. Aber es sieht nicht so aus. Der Test scheint also auch nicht anwendbar zu sein.
Mann, das ist irgendwie eine Sackgasse. Die Definition der Stationarität selbst... ist nicht dasselbe, es ist nicht streng. "Damit ein Prozess stationär ist, muss der Mittelwert usw. konstant sein". D.h. der m.o.-Prozess muss selbst stationär sein :))) Geölt...
 
Mann, das ist eine Sackgasse. Die Definition der Stationarität selbst ist... etwas anderes, nicht rigoros. "Damit ein Prozess stationär ist, muss der Mittelwert usw. konstant sein". D.h. der m.o.-Prozess muss selbst stationär sein :))) Geölt...

Woher haben Sie das? Wenn der M.O. konstant ist, dann gibt es keinen M.O.-Prozess und keine Frage seiner Stationarität, und folglich gibt es auch kein butterartiges Öl.

Die von Prival gegebene Definition ist recht streng. Was ist daran falsch?
 

Wie kann es keinen Prozess geben, bstone? Und Konstanz - natürlich in einem gewissen statistischen Sinne, nicht im Sinne einer strikten Gleichheit aller Zählungen. Hier ist die von Prival gegebene Definition:

Ein Zufallsprozess (SP) mit endlicher Varianz wird im weitesten Sinne als stationär bezeichnet, wenn seine OLS (m.o.) und seine Kovarianzfunktion in Bezug auf die Zeitverschiebung invariant sind, d.h. die OLS ist konstant (nicht zeitabhängig) und die Kovarianzfunktion hängt nur von der Differenz der Argumente t 2- t 1 ab.

Der einzige Stationaritätstest, den ich kenne, ist der Dickey-Fuller-Test. Sie setzt jedoch ein Modell des Prozesses voraus (in diesem Fall Autoregression 1. Ordnung). Was aber, wenn uns das Modell vorher nicht bekannt ist?


Beginnen wir mit dem einfachsten: "MOJ ist konstant (unabhängig von der Zeit)". Wie würden Sie dies praktisch testen? Berechnen Sie den gleitenden Durchschnitt des Prozesses (das ist der OIM)? Mit welchem Zeitraum?

 
Nun, das steht alles in der Definition: Der Mittelwert muss gegenüber der Zeitverschiebung invariant sein. Das heißt, wenn man eine Reihe von Messungen des zu untersuchenden Prozesses in einem bestimmten Zeitraum durchführt (der Zeitraum muss nicht derselbe sein, aber er muss groß genug sein, um die statistische Gültigkeit der daraus resultierenden Schätzung des Mittelwerts zu gewährleisten). Jede Messung umfasst einen separaten Teil der Serie (Verschiebung der Zeit), je mehr Teile, desto höher die Zuverlässigkeit.

Als Ergebnis erhalten wir eine Reihe von Messungen (nicht einen Prozess), und aus dieser Reihe von Messungen erhalten wir eine Schätzung des Betriebsergebnisses mit den entsprechenden statistischen Merkmalen. Das war's.
 

bstone, das ist alles verständlich - und gleichzeitig haben Sie mir nichts Neues erzählt. Wie lange sollte der Durchschnittszeitraum sein, um eine aktuelle IOJ-Schätzung zu erhalten? Sagen wir, ich habe 14.000 Zählungen. Ist der Zeitraum 10, 50, 100 oder 200?

Und wie hoch sollte die Varianz der OLS sein, damit die Hypothese der Invarianz der OLS über die Zeit nicht verworfen wird?

 
Mathemat:

bstone, das ist alles verständlich - und gleichzeitig haben Sie mir nichts Neues erzählt. Wie lange sollte der Durchschnittszeitraum sein, um eine aktuelle IOJ-Schätzung zu erhalten? Sagen wir, ich habe 14.000 Zählungen. Ist der Zeitraum 10, 50, 100 oder 200?

Und wie hoch sollte die Varianz der OLS sein, damit die Hypothese der Invarianz der OLS über die Zeit nicht verworfen wird?

Nun, wenn ich nichts Neues berichtet habe, dann ist es an der Zeit, sich an das Konzept des Konfidenzintervalls zu erinnern. In diesem Fall hängt die Größe des Zeitraums nur von Ihren Ansprüchen an die Genauigkeit des erzielten Ergebnisses ab. Das heißt, Sie können ein geeignetes Konfidenzintervall für die Schätzung des M.O.S. für eine bestimmte Fläche festlegen, um die erforderliche Größe zu ermitteln. Anschließend können Sie auf die gleiche Weise die für die endgültige Schätzung erforderliche Anzahl von Parzellen berechnen.

Für die Berechnung des Konfidenzintervalls gibt es verschiedene Methoden. Möglicherweise müssen Sie zunächst die Unterordnung der Messergebnisse unter bekannte Verteilungen ermitteln und nachweisen (z. B. funktioniert die Methode zur Berechnung von Konfidenzintervallen mit Hilfe der Studentschen Verteilung im Allgemeinen nur für Stichproben aus normalverteilten Grundgesamtheiten).

Es ist möglich, dass Sie bereits in der Phase, in der Sie versuchen, das Gesetz der Verteilung der Messungen zu ermitteln, feststellen, dass keine Stationarität zu erwarten ist.

P.S. Da ich selbst Managerbin , kenne ich mich mit Statistiken nur oberflächlich aus, aber das ist das, was mir der gesunde Menschenverstand vorschreibt, basierend auf dem, was ich weiß.
 

Zur Mathematik

Ich habe die Renditeverteilung (EURUSD 240) mit einer Normalverteilung verglichen. (NRD) ist nach dem Chi-Quadrat-Test des Pearson-Tests nicht NRD. Ich füge die Datei mit ausführlichen Erläuterungen (matcad) bei; sie enthält auch die Schätzung von ORM und RMS und die Berechnung der Konfidenzintervalle der Schätzungen

Ich denke, eine Schlussfolgerung aus dieser Untersuchung ist nützlich, es ist die Empfehlung, SL auf 4H für dieses Währungspaar zu setzen, es ist 81 Punkte (3*SCO). Wer will, kann seine Lieblingswährung herunterladen und überprüfen. Wenn etwas über das Programm und die Berechnungen unklar ist, kontaktieren Sie mich bitte über Skype, ich werde versuchen zu helfen.


Z.U. ist der Nachweis, dass diese Reihe stationär im engeren Sinne ist, gescheitert. Ich werde versuchen, weitere Nachforschungen anzustellen, um die Stationarität im weiteren Sinne zu beweisen (MOG und RMS (Kovarianz) = const).



Zu NorthernWind

Die von Ihnen gezeigten Graphen sind nicht die Zahlenreihen, die der Mathematiker zu untersuchen wünscht. In 5-10 Min. werde ich wohl Studien posten, die die zyklische Natur des Candlestick-Wertes bestätigen.

Dateien:
11.zip  273 kb
 

Zu NorthernWind

Ich nahm EURUSD60 und machte analoge Konstruktionen, aber für eine Reihe von Zahlen H - L

Hier der ACF: Sie können sehen, dass es sich nicht um eine Deltafunktion handelt und dass es einige stabile Oszillationen im Prozess gibt + exponentieller Zerfall

ACF-Spektrum

Im Spektrum sind zwei deutliche Schwingungen mit Perioden von 12 und 4 Stunden zu erkennen.

Die Datei ist beigefügt.

Dateien:
22.zip  1292 kb
 
Mathemat:
Prival: ok. ok, ich werde es morgen mit dem Pearson-Neumann-Kriterium versuchen. Aber es ist mir immer noch nicht klar, wie man ohne einen Trend modellieren kann? Alexej: Die Modellierungsmethodik ist nicht klar.
Ich habe diese Methode hier kurz beschrieben: https://forum.mql4.com/ru/9358/page6#51829. Dort steht auch, wofür ich es brauche.

Auch bei der Integration einer Reihe von Renditen zeigt sich der Trend (er erholt sich eindeutig).

Ich glaube, Sie liegen immer noch falsch, es ist Lärm und er ist stationär. Der Trend ist nicht stationär. Deshalb bin ich der Meinung, dass wir auch mit einem mathematisch strengen Renditemodell nicht in der Lage sein werden, den Trend eindeutig wiederherzustellen.
 
Mathemat:

bstone, das ist alles verständlich - und gleichzeitig haben Sie mir nichts Neues erzählt. Wie lange sollte der Durchschnittszeitraum sein, um eine aktuelle IOJ-Schätzung zu erhalten? Sagen wir, ich habe 14.000 Zählungen. Ist der Zeitraum 10, 50, 100 oder 200?

Und wie hoch sollte die Varianz der OLS sein, damit die Hypothese der Invarianz der OLS über die Zeit nicht verworfen wird?


Siehe Datei 11.zip für die Berechnung des Konfidenzintervalls der IOJ-Schätzung.