Berater für Schiedsgerichtsbarkeit - Seite 9
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
Gibt es niemanden, der ko-integrierte Währungspaare verwendet?
CoNegration sieht toll aus in der Geschichte))
Welches Fensterintervall verwenden Sie, auf welchem Zeitrahmen, wie viele Paare, welche Methode zur Auswahl der Paare, welche Methode zur Ermittlung des Spreads?
ich wäre an der Implementierung des gepaarten Filters (nicht Glättung) Calman interessiert
Indikator dafür, aber ohne Stationaritätstests
https://www.mql5.com/ru/code/11859
Ko-Integration sieht gut aus in der Geschichte))
In welchem Intervall nehmen Sie die Fenster, auf welchem Zeitrahmen, wie viele Paare, was ist die Methode, um den Spread zu erhalten?
Mich würde die Inkarnation des gepaarten Kalman-Filters interessieren
der Indikator ist dafür, aber ohne Stationaritätstests
https://www.mql5.com/ru/code/11859
Bei der Kointegration werden Entscheidungen über eine stationäre Reihe mit nicht-stationären Kursen als Input getroffen.
Dann werden die Ergebnisse in Zukunft die gleichen sein wie in der Vergangenheit.
Bei der Kointegration werden Entscheidungen über eine stationäre Reihe mit nicht-stationären Quotienten als Input getroffen.
Dann werden die Ergebnisse in Zukunft die gleichen sein wie in der Vergangenheit.
wird nicht)
und Sie haben die Antworten auf meine Fragen nicht mitgeteilt)
OK, ein paar Bilder zur Einführung
wird nicht)
Und Sie haben die Antworten auf meine Fragen nicht mitgeteilt)
Ich habe keine Antworten auf Ihre Fragen.
Und ich interessiere mich für die Erfahrungen der Klassiker dieser Frage. Ich habe einen solchen EA mit einer Profitabilität von bis zu 5 Pips pro Position.
PS.
Kalman wird nicht benötigt. Es wird in anderen Modellen verwendet
Ich habe Antworten auf Ihre Fragen.
Und ich interessiere mich für die Erfahrungen der Klassiker dieser Frage. Ich habe einen solchen EA mit einer Gewinnspanne von bis zu 5 Pips pro Position.
PS.
Kalman wird nicht benötigt. Es wird in anderen Modellen verwendet
Ok, ein paar Bilder zur Auffrischung
Ich denke, die orthogonale Regression ist nicht anwendbar.
Die Regressionen sollten so beschaffen sein, dass das Residuum stationär ist. Sie erhalten ein Residuum, das NICHT stationär ist - der ADF-Test schlägt fehl - eine weitere Arbeit mit einem solchen Residuum ist nicht sinnvoll.
PS.
Aus welchem Paket stammen die Bilder?
Ich denke, dass die orthogonale Regression nicht anwendbar ist.
Die Regressionen sollten so beschaffen sein, dass das Residuum stationär ist.
PS.
Aus welchem Paket stammen die Bilder?
San sanych, du bist weit hinter der Zeit zurück.
Der Kalman-Filter wird schon seit langem verwendet. Sie können über seine Verwendung in Ernie Chan lesen. Dort gibt es einen Code für Matlab. und ein solches Modell ist in dem unten stehenden Link
Die orthogonale Regression ist aus einem Grund besser geeignet - sie ist symmetrisch, anders als die übliche OLS (wenn Sie die Paare vertauschen, ändert sich Ihr Regressionskoeffizient)
https://www.pairtradinglab.com/analyses/WDsreX1v6miBQ59k
san sanich, du bist nicht auf dem Laufenden.
Der Kalman-Filter wird seit langem eingesetzt. Sie können seine Anwendung bei Ernie Chan nachlesen. Dort gibt es auch einen Code für Matlab, und ein solches Modell finden Sie unter dem folgenden Link
Die Orthogonale passt aus einem Grund besser - sie ist symmetrisch, anders als die übliche ISC (wenn Sie die Paare vertauschen, ändert sich Ihr Regressionskoeffizient)
https://www.pairtradinglab.com/analyses/WDsreX1v6miBQ59k
Was Kalman betrifft, so hinke ich nicht hinterher. Ich weiß sehr wohl, wo sie Anwendung findet, und ich weiß auch, dass Kalman bei Kointegration nicht anwendbar ist.
Ich habe meine Meinung zu orthogonal auf der Grundlage Ihrer Ergebnisse dargelegt. Sie brauchen einen stationären Rest. Hierfür werden andere Regressionen verwendet.
Was Kalman betrifft, so bin ich nicht im Rückstand. Ich weiß sehr wohl, wo er Anwendung findet, und ich weiß auch, dass Kalman bei Kointegration nicht anwendbar ist.
Ich habe meine Meinung zu orthogonal auf der Grundlage Ihrer Ergebnisse dargelegt. Sie brauchen einen stationären Rest. Hierfür werden andere Regressionen verwendet.
Sie sprechen von anderen Modellen, anderen Regressionen, einem stationären Residuum.
Pruf und Beispiele - welche Modelle, welche Regressionen. was ist der Vorteil?
Andernfalls wird der Dialog ohne Konstruktivität und ohne Ihre Beispiele auskommen.
Wenn die Frage, ob jemand Kointegration anwendet, müßig war, dann können wir hier aufhören.