Marktphänomene - Seite 33

Neuer Kommentar
 
joo:
Nicht, dass das falsch wäre. Richtig, so richtig wie die Redewendung "billig kaufen, teuer verkaufen". Es kommt nicht nur auf die Korrektheit an, sondern auch auf die Formalisierbarkeit. Es hat keinen Sinn, kluge philosophische marktnahe Konstrukte zu konstruieren, wenn sie (die Konstrukte) wie die Milch einer Ziege sind.
Glauben Sie, dass es schwierig ist, eine zeitliche Verzögerung nach einem Verlust zu formalisieren? Oder etwas anderes?
 
paukas:
Glauben Sie, dass es schwierig ist, die Zeitspanne nach der Annahme eines Verlustes zu formalisieren? Oder was ist anders?
Ja, das können Sie natürlich, kein Problem. Sie könnten auch den Handel verbieten, wenn die Volatilität niedrig ist.
 
gpwr:

Danke. Ich werde in aller Ruhe über SOM nachdenken.

Der Artikel unter dem Link gibt einen Überblick über die Methoden zur Segmentierung von Zeitreihen. Sie tun alle ungefähr das Gleiche. Nicht, dass SOM die beste Methode für Forex ist, aber es ist auch nicht die schlechteste, das ist eine Tatsache ))

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.115.6594&rep=rep1&type=pdf

 

Meine Kollegen lassen es leider nicht zu, dass ich mehr Zeit für den Handel aufbringe, aber ich habe etwas Zeit gefunden und beschlossen, mich zu erkundigen (aus eigenem Interesse, damit ich es nicht vergesse :o, also werde ich später wiederkommen, wenn ich mehr Zeit habe)

Die Essenz des Phänomens.

Ich möchte Sie an das Wesen dieses Phänomens erinnern. Sie wurde bei der Analyse des Einflusses von "Long Tails" auf künftige Preisabweichungen entdeckt. Wenn wir Long Tails klassifizieren und die Zeitreihen ohne sie betrachten, können wir einige merkwürdige Phänomene beobachten, die für fast jedes Symbol einzigartig sind. Der Kern des Phänomens ist eine sehr spezifische Klassifizierung, die in gewisser Weise auf einem "neuronalen" Ansatz beruht. Diese Klassifizierung "zerlegt" die Rohdaten, d.h. den Quotierungsprozess selbst, in zwei Teilprozesse, die üblicherweise als"alpha" und"betta" bezeichnet werden. Im Allgemeinen kann der ursprüngliche Prozess in mehrere Teilprozesse unterteilt werden.

System mit zufälliger Struktur

Dieses Phänomen trifft sehr gut auf Systeme mit zufälliger Struktur zu. Das Modell selbst wird sehr einfach aussehen. Schauen wir uns ein Beispiel an. Die ursprüngliche EURUSD-Serie M15(wir brauchen eine lange Stichprobe, und so klein wie möglich Rahmen), von einigen "jetzt":

Schritt 1: Klassifizierung

Es wird eine Klassifizierung vorgenommen, und es werden zwei Prozesse"alpha" und"beta" ermittelt. Parameter des Kontrollprozesses werden definiert (der Prozess, der sich mit der endgültigen "Zusammenstellung" des Angebots befasst)

Schritt 2 Identifizierung

Für jeden Teilprozess wird ein Modell auf der Grundlage des Volterry-Netzwerks definiert:

Oh, wie mühsam ist es, sie zu identifizieren.

Schritt 3 Teilprozessvorhersage

Für jeden Prozess wird eine Prognose für 100 Zählungen erstellt (für 15 Minuten, d. h. etwas mehr als einen Tag).

Schritt 4: Simulationsmodellierung

Es wird ein Simulationsmodell erstellt, das die Anzahl der zukünftigen Implementierungen generieren wird. Der Aufbau des Systems ist einfach:


Drei Randomisierungen: ein Fehler für jedes Modell und Prozessübergangsbedingungen. Hier sind die Realisierungen selbst (von Null an):

Schritt 5: Die Handelslösung.

Es wird eine Verzerrungsanalyse dieser Realisierungen durchgeführt. Dies kann auf unterschiedliche Weise geschehen. Optisch ist zu erkennen, dass eine große Anzahl von Flugbahnen verschoben wird. Schauen wir uns die Fakten an:

<>

Vorläufige Prüfung

Ich habe etwa 70 "Messungen" nach dem Zufallsprinzip vorgenommen (das Zählen dauert sehr lange). Etwa 70 % der vom System festgestellten Abweichungen sind korrekt, also hat es noch nichts gesagt, aber ich hoffe, dass ich in ein paar Monaten wieder auf diese Spur zurückkomme, obwohl ich die Arbeit am Hauptprojekt noch nicht abgeschlossen habe :o(.

 
Vielleicht nicht ganz richtig: nach welchem Prinzip wird klassifiziert und in welche Prozesse soll eigentlich zerlegt werden?
 

zu Sayfuji

Может не совсем корректно: по какому принципу производится классификация и, собственно, разложение на какие процессы предполагается?

Nein, alles ist korrekt. Dies war eines der Themen, die auf mehreren Dutzend Seiten dieses Threads diskutiert wurden. Alles, was ich für notwendig hielt, habe ich geschrieben. Leider habe ich keine Zeit, das Thema weiter auszubauen. Außerdem ist gerade dieses Phänomen zwar interessant, aber nicht sehr vielversprechend. Das Phänomen der "Long Tails" tritt auf langen Zeithorizonten auf, d.h. bei großen Abweichungen der Trajektorien, aber zu diesem Zweck ist es notwendig, die Prozesse Alpha und Betta (und andere Prozesse) weit weg vorherzusagen. Und das ist unmöglich. Es gibt keine solche Technologie...

:о(

für alle

Liebe Kolleginnen und Kollegen, es hat sich herausgestellt, dass es Beiträge gibt, die ich nicht beantwortet habe. Verzeihen Sie mir, es hat keinen Sinn, sich jetzt zu bewegen.

 

Prohwessor Fransfort, bitte antworten Sie, welches Programm Sie für Ihre Recherche verwenden.

Und außerdem... falls jemand ein Handbuch auf Russisch oder einen Russifier für das Programm http://originlab.com/ (OriginPro 8.5.1) hat

 
Matlab ist es, wenn ich mich nicht irre.
 
Farnsworth:
Wir werden hoffentlich zu ernsthafterer "fraktaler" Mathematik bei der Untersuchung von "fat tails" kommen. Es wird noch einige Zeit dauern, aber im Moment stelle ich eine fast wissenschaftliche Studie vor, die mich zum Nachdenken gebracht hat.
Modellannahmen.
Es gibt Grund zu der Annahme, dass in den Betten mehrere Prozesse ablaufen, und genau das will ich herausfinden. Der wichtigste, "tragende Prozess" ist angeblich eine Art zunehmender/abnehmender Trend, der durch eine Art stochastischen Algorithmus einen anderen Prozess (oder Prozesse) unterbricht. Die Idee ist einfach: Entfernen Sie die Inkremente, die theoretisch zu den "fetten Schwänzen" (oder einem anderen Teilprozess) gehören, und sehen Sie, was passiert. Die erste und einfachste Art der Klassifizierung besteht darin, alles "herauszufiltern", was innerhalb von +/- LAMBDA liegt.
Open(n)-Open(n-1) Inkremente, M15, EURUSD:
Von 0,0001 in Schritten von 0,0001 bis 0,025 gehe ich die LAMBDAs durch, lasse nur die Schritte übrig, die in einen bestimmten +/- LAMBDA-Kanal fallen, addiere und bestimme den linearen Regressionskoeffizienten für jede LAMBDA. Ja, es ist klar, dass es Auslassungen geben wird (ich zähle sie als Nullen), aber jetzt möchte ich mir nur den Prozess selbst ansehen.
Bestimmungskoeffizient (CD)/ LAMBDA
Ich möchte Sie daran erinnern, dass CoD ganz einfach ein bestimmter Prozentsatz ist, der angibt, wie viel von den Daten das Modell erklärt. Der Höchstwert (0,97) wird erreicht, wenn LAMBDA = 0,0006
Die gefilterten Inkremente können addiert werden, um zwei Prozesse zu erhalten:
Der Wert von 0,0006 ist etwas geringer als der RMS des inkrementellen Verfahrens. Zum Vergleich können wir den zweiten lokalen Extremwert mit einem LAMBDA-Wert von 0,0023 (etwa 3 RMS) betrachten:
Solche "Trends" lassen sich bei allen Quotienten feststellen, und einige (und die meisten) sind aufwärtsgerichtet, andere abwärtsgerichtet. Es ist klar, dass diese Methode nicht sehr wissenschaftlich ist, aber auf der anderen Seite gab sie einige Ideen, eine alternative Darstellung von Systemen mit einer zufälligen Struktur.

Ein interessantes Ergebnis.

Könnte dieses Phänomen auf die Tatsache zurückzuführen sein, dass es sich bei den historischen Daten um Geldkurse handelt? (Lambda im Experiment ist vergleichbar mit der Streuung).

Halten Sie es nicht für sinnvoller, die Qualität des sich ergebenden "Trend"-Prozesses mit Hilfe einer linearen Regression mit stückweise konstanten Koeffizienten zu testen, wenn man sie als Funktionen der Zeit betrachtet?

 
Herr Prof., Ihr Diagramm auf Seite 22, Abbildung 2, ist dem monatlichen Euro-Dollar-Diagramm sehr ähnlich - sehr ähnlich.

Sie können die gefilterten Inkremente addieren und erhalten zwei Prozesse:



1...262728293031323334353637383940...75
Neuer Kommentar
Grund der Beschwerde: