Ökonometrie: Bibliographie - Seite 6
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
Nun, die Bücher sind großartig - aber wir haben keine Zeit, sie alle durchzugehen. Wählen Sie einen geeigneten Algorithmus für die Vorhersage aus - und wir werden ihn in Code aufschreiben und überprüfen. Und wir können endlos darüber reden.
Wenn Sie ein konkretes Beispiel anführen.
Durch die Differenzierung haben Sie den Trend aufgehoben. Ihr Beispiel erzählt eine andere Geschichte. Der Trend, den Sie entfernt haben, kann vorhergesagt werden, da der Vorhersagefehler stationär sein wird (mo und sko sind annähernd konstant). Dies ist jetzt der Markt, aber vor sechs Monaten war ein zweites Differential erforderlich.
Ich habe geschrieben, dass ich zuvor einen Einheitswurzeltest durchgeführt habe. Die Hypothese, dass die TS-Serie abgelehnt wird, daher ist die Serie nicht TS, und von dem, was ich weiß, kann ich sagen, dass die DS-Serie. Ich höre nicht viel, ich weiß nicht viel. Es ist klar, dass es schwierig ist, etwas mit linearen Beziehungen genau zu messen, wenn die Art des Prozesses nicht linear ist, also bitte ich den Abteilungsleiter, mir etwas über Wavelets zu erzählen. Hier gibt es eine gewisse Nichtlinearität (Fraktalität).
Und Daten mit einer solchen Schätzung von ACF und CHAFC können mit den mir bekannten Modellen nicht modelliert werden. Das ist alles, wenn Sie mir sagen, welches Modell ich für sie anwenden soll, werde ich Ihnen dankbar sein und es in meine Kursarbeit aufnehmen.
Um ein konkretes Beispiel zu nennen.
Durch die Differenzierung haben Sie den Trend aufgehoben. Ihr Beispiel erzählt eine andere Geschichte. Der von Ihnen entfernte Trend kann vorhergesagt werden, da der Vorhersagefehler stationär ist (mo und sko sind annähernd konstant). Dies ist jetzt der Markt, aber vor sechs Monaten war ein zweites Differential erforderlich.
Wenn es sich um TS handelt, dann ist die Aufgabe einfach, der Trend ist linear und alles ist gut. Wir arbeiten, wir sagen voraus, dass alles gut ist. Aber hier DS (ich habe es überprüft, Sie können es selbst tun, oben Post), das ist der Grund, warum wir auf Differenzen, der Trend hier ist stochastisch, und daher der Fehler ist stationär relativ zu den stochastischen Trend. Das ist, was dies beweist, und die Preiserhöhung in Pips ist auch stationär, und nicht die Tatsache, dass es zufällig ist, es sieht nur wie zufällig. Ich denke, das ist der Grund, warum man am Forex manchmal durch Zufall verdienen kann, indem man in Algorithmen einsteigt usw., wenn man ein System macht, fängt man an, sich vom Zufall zu entfernen, und dann verliert man sein Depot.
Ich habe vor kurzem das Buch von Schirjajew gelesen, ich weiß nicht mehr, um welchen Band es sich handelt, ich glaube, es war der zweite. Das Beispiel hat also eine Funktion, die zwar deterministisch ist, sich aber bei einigen Werten fast wie eine Zufallsfunktion verhält (weißes Rauschen im Beispiel). Und es wird erklärt, dass Stochastik nicht dasselbe ist wie Chaos, aber sie haben manchmal einen hohen Grad an Ähnlichkeit und können schwer zu unterscheiden sein. Ich meine, dass die Händler in der Praxis unterschiedlich handeln (Tausende von Algorithmen von Strategien), es erzeugt Chaos auf dem Markt, und in diesem Fall ist der Zufall näher als Algorithmen, aber zur gleichen Zeit gibt es keine reine Zufälligkeit, sondern Pseudo-Zufall. Ich habe für mich beschlossen, in naher Zukunft mit nichtlinearer Dynamik usw. zu arbeiten.
Wenn ich etwas Falsches sage, korrigieren Sie mich bitte, aber nur richtig, damit ich es verinnerlichen kann.
2orb. Es gibt eine logistische Funktion, die mathematisches Chaos erzeugt. Sie wird durch ein neuronales Netz perfekt approximiert, da es sich um eine FUNKTION handelt. Und versuchen, eine Preisreihe anzunähern, ich denke, ich kann weitermachen.
Wenn ich mich recht erinnere:
x_(n + 1) = x_n * ( a - x_n )
P.S. Ich habe es fast richtig gemacht (https://ru.wikipedia.org/wiki/%D2%E5%EE%F0%E8%FF_%F5%E0%EE%F1%E0) - siehe Abbildung rechts. Die Links werden aus irgendeinem Grund nicht eingefügt.
Wenn es sich um TS handelt, dann ist die Aufgabe einfach, der Trend ist linear und alles ist gut. Wir arbeiten, wir sagen voraus, dass alles gut ist. Aber hier DS
TS und DS sind eine russische Dissertationserfindung.
Das Problem ist ein anderes. Meiner Meinung nach extrahieren wir die deterministische Komponente aus dem Quotienten und betrachten das Residuum. Wenn das Residuum stationär ist, kann die deterministische Komponente extrapoliert werden. Wenn nicht, dann extrahieren Sie die deterministische Komponente aus dem Rest .... Ist es möglich, auf diese Weise ein funktionierendes System zu erhalten? Nicht im allgemeinen Fall, dafür habe ich keine Beweise. In den beigefügten Anhängen wird jedoch behauptet, dass alles gut funktionieren würde, wenn es keine Knicke im Trend gäbe. Aber auch für diesen Fall wird ein Vorschlag unterbreitet, um dieses Ärgernis zu überwinden.
Nach den Beiträgen zu urteilen, versteht das Team nicht, was ein "Haltepunkt" ist. Das Modell wird angepasst. Bei jedem neuen Balken wird eine neue Anpassung vorgenommen, und der neue Balken entspricht dem vorherigen. Und dann stimmt das neue Modell von seinen Parametern her nicht mit dem vorherigen überein. Das bedeutet, dass sich das Kotier innerhalb der Probe so verändert hat, dass sich die Modellparameter geändert haben. Wenn die Parameter gut sind, können wir sie anpassen und hoffen, dass beim nächsten Takt alles in Ordnung ist. Aber manchmal ändert sich der Quotient, so dass die Funktionsform geändert werden muss. Außerdem wird der Bruch höchstwahrscheinlich nicht erst nach einem Takt diagnostiziert, sondern es braucht mehrere Takte, d.h. wir haben einen Verlust erlitten und hier beginnt das Lied über SL.
Hier finden Sie einen Anhang zu diesem Problem. Meiner Meinung nach ist dies das Hauptproblem beim Handel - diese Aufschlüsselung.
2orb. Es gibt eine logistische Funktion, die mathematisches Chaos erzeugt. Sie wird durch ein neuronales Netz perfekt approximiert, da es sich um eine FUNKTION handelt. Und versuchen Sie, die Preisreihen anzunähern, ich denke, ich kann weitermachen.