Grundsätze der Arbeit mit einem Optimierer und grundlegende Möglichkeiten zur Vermeidung von Anpassungen. - Seite 2
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
Da bin ich anderer Meinung. Ich bin absolut nicht einverstanden.
Von welchen Reihen sprechen Sie?
Es handelt sich um Finanzreihen, und zwar um Finanzreihen. Finanzielle Reihen weisen aufgrund ihrer Besonderheiten, die finanzieller Natur sind, Regelmäßigkeiten auf.
Es mag sein, dass es bei einigen anderen nicht-stationären Reihen keine Regelmäßigkeiten gibt, aber bei den finanziellen Reihen gibt es Regelmäßigkeiten.
Dies lässt die Anwendung von Statistiken nicht zu, widerspricht aber in keiner Weise der Logik. Es ist nicht notwendig, mit statistischen Methoden allein nach Mustern zu suchen.
Widersprüche zur Logik treten nur auf, wenn einige Botaniker versuchen, nicht-stationäre Daten mit statistischen Methoden zu messen.
Wir diagnostizieren: Ein Mensch ist krank, wir können ihn also nicht mit Medizin heilen, wir gehen zu Schamanen, wir machen uns über ihn lustig.
Abgesehen von der Diagnose - Nicht-Stationarität - lässt sich jedoch klären, worin das Problem besteht, und es zerfällt wie bei jeder Modellierung in mindestens zwei Teile: Identifizierung des BP und Identifizierung des Modells. Sobald wir diese beiden Dinge strukturiert haben, können wir die Frage der Modellanpassung an BP stellen. Bis heute können wir BP nicht in seiner ganzen Vielfalt beschreiben, aber das bedeutet nicht, dass wir gar nichts tun können. Wenn wir den Fehler zwischen dem BP und dem Modell berücksichtigen, können wir damit beginnen, über die Bewertung des Modells selbst zu sprechen. Auf diese Weise können wir das Problem der Bewertung viel weiter fassen als die Bewertung durch einen Prüfer.
Vielleicht gibt es bei einigen anderen nicht-stationären Reihen kein Muster, aber speziell bei den Finanzreihen gibt es eines.
Dies ist eine verbale Äquivokation und nichts weiter. Sie müssen definieren, ob Ihre Reihen nicht-stationär oder mit Regelmäßigkeiten sind. Denn irgendwie kann die Psyche den Satz: "Regelmäßigkeiten nichtstationärer Reihen" nicht verstehen. Ich verstehe, dass Sie die Regelmäßigkeiten nichtstationärer Reihen bereits gefunden haben?
Gut. Dann müssen wir definieren, was nichtstationär ist. Haben Sie eine Definition dafür, was Nicht-Stationarität/Stationarität ist?
Ein verbaler Kunstgriff und nichts weiter. Sie sollten festlegen, ob Ihre Reihen nicht-stationär oder mit Regelmäßigkeiten sind. Denn irgendwie kann die Psyche den Satz: "Regelmäßigkeiten nichtstationärer Reihen" nicht nachvollziehen. Ich verstehe, dass Sie bereits Regelmäßigkeiten nichtstationärer Reihen gefunden haben?
Dies ist ein defätistischer Standpunkt.
Warum nicht annehmen, dass eine nicht-stationäre Reihe die Summe mehrerer Komponenten ist? Und die interessanteste ist die deterministische Komponente. Wenn es ihn nicht gibt oder wir ihn zugeben, dann handelt es sich um einen Random Walk und eine Vorhersage ist mit keinerlei Mitteln und Methoden möglich (Theorie des effizienten Marktes). Wenn wir das anerkennen, dann ist unsere Präsenz auf dem Markt und in diesem Forum gerechtfertigt.
Wenn von Nicht-Stationarität die Rede ist, ist in der Regel die Verteilung der Preissteigerungen gemeint. dass sich die Zeit (Trend) und die Streuung (Volatilität) im Laufe der Zeit ändern. Das ist richtig, aber nicht-stationäre Reihen können stationäre Bereiche haben. Wenn man sie findet, kann man sie mit den entsprechenden MO und Streuungen in Geschäften handeln. D.h. der Handel auf festen Segmenten führt dazu, dass das Eigenkapital stationär (oder annähernd stationär) steigt. Das heißt, dass sich die Mo und die Varianz des Handels langsam ändern.
D.h. die Aufgabe des Händlers ist es, stationäre Plots auf einer nicht-stationären Reihe von Preissteigerungen zu finden.
Wenn von Nicht-Stationarität die Rede ist, ist in der Regel die Verteilung der Preissteigerungen gemeint. dass sich die Zeit (Trend) und die Streuung (Volatilität) im Laufe der Zeit ändern. Das ist richtig, aber nicht-stationäre Reihen können stationäre Bereiche haben. Wenn man sie findet, kann man sie mit den entsprechenden MO und Streuungen in Geschäften handeln. D.h. der Handel auf festen Segmenten führt dazu, dass das Eigenkapital stationär (oder annähernd stationär) steigt. Das heißt, dass sich die Mo und die Varianz des Handels langsam ändern.
D.h. die Aufgabe des Händlers besteht darin, stationäre Bereiche in der nicht-stationären Reihe von Preissteigerungen zu finden.
Eine Art stückweise stationäre Reihe. Es handelt sich um eine sehr starke Annahme und es ist praktisch unmöglich, im Handel Prognosen für die Zukunft zu ermitteln, da die Ermittlung eine gewisse Anzahl von Beobachtungen erfordert und es keine Garantie dafür gibt, dass die nächste Beobachtung nicht zu nicht-stationären Reihen führt.
Es ist viel einfacher und praktischer, davon auszugehen, dass die Reihe aus einem deterministischen Rest + Rauschen besteht.
Eine Art stückweise stationäre Reihe. Dies ist eine sehr starke Annahme und für die Identifizierung im Handel - die Vorhersage der Zukunft - praktisch nicht durchführbar, da die Identifizierung eine gewisse Anzahl von Beobachtungen erfordert und es keine Garantie dafür gibt, dass die nächste Beobachtung nicht mit einer nicht-stationären Reihe beginnt.
Es ist viel einfacher und praktischer, davon auszugehen, dass die Reihe aus deterministischen Abgängen + Rauschen besteht.
Sie verwechseln das Vorhersagemodell mit dem, was wir letztendlich erhalten sollen (Zweck der Vorhersage).
Sie sollten immer dann einen Handel eingehen, wenn die Prognose dieser deterministischen Komponente positive Mo und feste Varianz ergibt. D.h. die deterministische Komponentenprognose geht von der Stationarität des Preisanstiegs in diesem Bereich aus. Nun, die Probleme sind ähnlich - wenn das Modell vorher eine Vorhersage gemacht hat, indem es solche Segmente herausgegriffen hat, kann es dies bei der nächsten Transaktion nicht mehr tun. Es wird eine Vorhersage geben, aber keine positive Mo.
Sie verwechseln das Vorhersagemodell mit dem, was am Ende herauskommen soll (das Ziel der Vorhersage).
Ich glaube nicht, dass ich etwas durcheinander bringe, ich sage immer das Gleiche.
Ich glaube, dass es eine deterministische Komponente gibt, die ich durch eine Methode der Glättung isoliere. Dann betrachte ich das Residuum = cotier - deterministische Komponente. Offensichtlich ist das Residuum nicht-stationär (die Nicht-Stationarität kann nirgendwo anders hin), und das ganze Problem ist nun in ihm begraben.
Bei der Vorhersage vergleichen wir die inkrementellen Mo und berücksichtigen den Vorhersagefehler durch Varianz. Wir können nur vorhersagen, ob diese Größen nahezu konstant sind, und wenn nicht? Das ist das ganze Problem. Wegen der Residuen kann man den Tests nicht trauen, solange unser Modell die Nicht-Stationarität nicht zumindest teilweise berücksichtigt. Wir sollten bewusst mit der Nicht-Stationarität umgehen und nicht die Augen davor verschließen.
Ich glaube nicht, dass ich etwas verwechsle, und ich sage immer dasselbe.
Ich glaube, dass es eine deterministische Komponente gibt, die ich durch eine Methode der Glättung isoliere. Dann betrachte ich das Residuum = cotier - deterministische Komponente. Offensichtlich ist das Residuum nicht stationär, und das ganze Problem ist nun in ihm begraben.
Bei der Vorhersage vergleichen wir die inkrementellen Mo und berücksichtigen den Vorhersagefehler bei der Varianz. Wir können nur vorhersagen, ob diese Größen nahezu konstant sind, aber wenn nicht? Das ist das ganze Problem. Wegen der Residuen kann man den Tests nicht trauen, solange unser Modell die Nicht-Stationarität nicht zumindest teilweise berücksichtigt. Wir sollten bewusst mit der Nicht-Stationarität umgehen und nicht die Augen davor verschließen.