Der Markt ist ein kontrolliertes dynamisches System. - Seite 63
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
All dies trifft nur zu, wenn wir ein System betrachten, das ständig Vorhersagen trifft und Geschäfte tätigt. Aber es passt überhaupt nicht zur Variante, wenn das System optimale Einstiegspunkte entdeckt, wo seiner Meinung nach eine Qualitätsprognose möglich ist, und erst dann die Richtung der Prognose wählt. In der Praxis kann es in einer Woche 2-5 Einträge auf einem Minutenchart geben, d.h. die Anzahl der gemachten Prognosen ist weniger als 0,1% der Anzahl der Oktivierungsmuster.
wir können auch innerhalb eines Handels in einem flachen Rahmen nach oben und unten stapeln, wenn die PF-Verzögerung bei den Rückgaben kritisch ist
Ha, das ist natürlich verlockend, aber die notwendige Fehlerrückgabe erfolgt NACH dem Kauf. Und wir müssen das Kriterium bewerten und die Richtung bestimmen, BEVOR wir einsteigen. Wenn wir also VOR der Eingabe wissen, dass ein Ausreißer auf der einen Seite wahrscheinlicher ist als ein Ausreißer auf der anderen Seite, können wir dies einfach in unser System einbeziehen und es von da an verwenden.
Außerdem war es falsch, das Diagramm unterwegs zu löschen: Es waren ZWEI Fehler darauf eingezeichnet: 1) interner Modellierungsfehler, von dem ich sagte, dass er normal und unkorreliert sein sollte, da er ein Kriterium dafür ist, dass das Modell die Systemstruktur angemessen beschreibt (Ökonometrie hat damit nichts zu tun), und 2) Vorhersagefehler, der nicht normal sein sollte und auch nicht sein wird, da der Input diese sehr unvorhersehbaren anormalen Ausreißer enthält. Und das ist auch gut so, denn sonst würde unser potenzieller Verdienst wohl garantiert bei 0 liegen.
Außerdem war es falsch, das Diagramm unterwegs zu löschen: Es waren ZWEI Fehler darauf eingezeichnet: 1) interner Modellierungsfehler, von dem ich sagte, dass er normal und unkorreliert sein sollte, da er ein Kriterium dafür ist, dass das Modell die Systemstruktur angemessen beschreibt (Ökonometrie hat damit nichts zu tun), und 2) Vorhersagefehler, der nicht normal sein sollte und auch nicht sein wird, da der Input aus diesen unvorhersehbaren anormalen Ausreißern besteht. Und das ist sogar gut so, denn sonst würde unser potenzieller Verdienst wahrscheinlich gleich Null sein.
Ja, der Plan verschwand schnell - ich hatte auch keine Zeit zu sparen.
Alexey, welchen Prognosehorizont halten Sie für optimal/möglich?
Einschränkungen sollten sowieso vorhanden sein - der Fehler wird größer, wenn man versucht, zu weit zu schauen...
Oder handelt es sich um einen variablen Parameter, den das System nach dem Start (bis zum Eintritt in den Arbeitsmodus) im Zuge des Dateneingangs/der Datenakkumulation irgendwie ermitteln muss?
zum internen Modellierungsfehler - wie wird er gezählt?
Die deterministische Komponente des Eingangssignals sowie die Struktur und die Parameter des Systems (blindes Entfaltungsproblem) werden mit Hilfe einer Optimierungsmethode auf einem gewählten Intervall unter Verwendung der gewählten Kriterien geschätzt, dann wird die Eingangsschätzung durch das Modell geleitet; die Differenz zwischen dem erhaltenen Ausgang und dem realen Prozess ist somit die Rauschschätzung.
sergeyas:
Alexey, welcher Prognosehorizont wäre Ihrer Meinung nach optimal/möglich?
Einschränkungen sollten ohnehin vorhanden sein - der Fehler wird größer, wenn man versucht, zu weit zu schauen...
Oder handelt es sich um einen variablen Parameter, den das System nach dem Start (bis zum Eintritt in den Betriebsmodus) im Zuge des Dateneingangs/der Datenakkumulation irgendwie ermitteln muss?
Sie ist ziemlich variabel und kann aus den abgeleiteten Modellparametern bestimmt werden. Grob gesagt gibt es immer eine charakteristische Relaxationszeit im System, der Horizont kann proportional zu dieser Zahl sein.
Bislang hat es so funktioniert, ohne dass es zu automatischen Anpassungen gekommen ist.
GBPUSD H4
.
GBPUSD Täglich
Die Anführungszeichen sind 5-stellig.
Übrigens ist die Frage des Prognosehorizonts, seiner möglichen Optimalität und Variabilität, gar nicht so einfach.
Angenommen, es wird ein Vorhersagesystem pp(n) aufgebaut, das im k-ten Schritt eine Vorhersage für n Schritte in die Zukunft macht. Außerdem ist der Vorhersagefehler ep(n ) für verschiedene n unterschiedlich. Außerdem ändert sich der Vorhersagefehlerep(n) von Schritt zu Schritt, d.h. er hängt von k ab.
Definieren wir Nep als den Horizont, der den geringsten Vorhersagefehler imk-ten Schritt ergibt, wenn die Vorhersage im(k-n)-Schritt erfolgt
Wir können die Variabilität vonNep von Schritt zu Schritt deutlich erkennen.
Diese Variabilität ist jedoch in gewissem Maße vonNep für verschiedene Teile des Prozesses abhängig.
Hier ist ein Video, das die Variabilität vonNep gut veranschaulicht
Übrigens ist die Frage nach dem Prognosehorizont, seiner möglichen Optimalität und Variabilität, gar nicht so einfach.
Angenommen, es wird ein Vorhersagesystem pp(n) aufgebaut, das im k-ten Schritt eine Vorhersage für n Schritte in die Zukunft macht. Außerdem ist der Vorhersagefehler ep(n ) für verschiedene n unterschiedlich. Außerdem ändert sich der Vorhersagefehlerep(n) von Schritt zu Schritt, d. h. er hängt von k ab.
Definieren wir Nep als den Horizont, der den geringsten Vorhersagefehler imk-ten Schritt ergibt, wenn die Vorhersage im(k-n)-Schritt erfolgt
Wir können die Variabilität vonNep von Schritt zu Schritt deutlich erkennen.
Es besteht jedoch eine gewisse Korrelation zwischen dieser Variabilität für verschiedene Teile des Prozesses.
Auf den ersten Blick sieht es sehr ähnlich aus, aber irgendetwas sagt mir, dass es nicht so sehr das k ist, das für die Unterschiede bei Nep verantwortlich ist, sondern eher die Qualität der
Vorhersage.
Es stellt sich heraus, dass das Modell aus irgendeinem Grund (vielleicht - falsche Annahmen usw.) einige wichtige Faktoren, Eigenschaften des Materials nicht berücksichtigt.
des Prozesses oder eine unzureichende Beobachtungshistorie.
Was ist k im Wesentlichen? Nicht der Lauf der Zeit? Wenn dem so ist, dann ist es nicht richtig, ihm die Schuld zu geben (denke ich).
Irgendetwas sagt mir, dass nicht so sehr k an den Schwankungen in Nepal "schuld" ist, sondern die Qualität des Vorhersagesystems selbst.
Es stellt sich heraus, dass das Modell aus irgendeinem Grund (vielleicht falsche Annahmen usw.) einige wichtige Faktoren oder Eigenschaften von
des Prozesses oder eine unzureichende Beobachtungshistorie.
Was ist k im Wesentlichen? Nicht der Lauf der Zeit? Wenn das der Fall ist, ist es falsch, ihm die Schuld zu geben (denke ich).
Nein, natürlich istk nicht selbst "schuld" an der Variabilität von Nep, sondernder Zustand des Prozesses zum Zeitpunktk bestimmt die Möglichkeit, die weitere Entwicklung des Prozesses vorherzusagen - ein äußerer Faktor. Und auch die internen Faktoren des Prognosesystems beeinflussen - das Versäumnis, einige Fakten und Eigenschaften des Prozesses zu berücksichtigen.