Diskussion zum Artikel "Ökonometrischer Ansatz zur Chartanalyse" - Seite 5
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
Nein, nur die gleichen. Bei den Renditen handelt es sich einfach um die ersten Differenzen der Preisreihen Close[i]-Close[i+n] (in meinem Diagramm werden sie mit einer Verzögerung von 8 genommen, aber die Kurve ist für alle Verzögerungen genau dieselbe). Just returns ist ein Begriff, der hauptsächlich in der westlichen Literatur verwendet wird. Im MQL4-Forum wird er oft in Matstat-Diskussionen verwendet (die dort traditionell hitzig geführt werden))) Ich habe ihn also nur aus Gewohnheit verwendet. Wenn es bequemer ist, schreibe ich "erste Differenz einer Reihe" oder "Inkrement einer Reihe". Aber "Ableitung" ist ein sehr falscher Begriff für Zeitreihen, es gibt hier keine Ableitungen und kann auch keine geben. Wenn Sie sich erinnern, ist sogar der analytische Apparat für Ableitungen und Differenzen sehr unterschiedlich (vergleichen Sie zum Beispiel die p. Fourier- und z-Transformation...).
In der Literatur gibt es mehrere Definitionen für Renditen, und es gibt verschiedene Arten von ihnen. Ich gehe davon aus, dass Ihr Begriff "Logarithmus des relativen Zuwachses" auf die Formel in meinem Artikel passt.
Der Begriff "Preisreihenderivate" sind keineswegs Derivate im mathematischen Sinne. Sie sind abgeleitet im Sinne von:
1. abgeleitet von einem anderen; abgeleitet von etwas anderem.
Aber die Verteilung des Logarithmus des relativen Zuwachses.....
Eher wie ein Spiegelbild der Lognormalverteilung....
Generell können wir einen Wettbewerb ausschreiben - der erste, der einen normalverteilten Wert bei Forex findet, sollte auf die Ehrentafel gesetzt werden als derjenige, der die Unzweckmäßigkeit der Bemühungen von Nobelpreisträgern bewiesen hat)))))
Einverstanden. Es wurde als Beispiel genannt, nicht als empirische Verteilung. Wenn ich das dem Leser nicht vermittelt habe, ist das meine Schuld.
Daher rate ich Ihnen und allen anderen, weniger mit den Behörden Schritt zu halten und mehr auf eigene Faust zu forschen.
Zu ARCH. Und GARCH wurde von Bollerslev erfunden. Alles ändert sich, auch die Modelle. Ich habe das einfachste und universellste für dieses Beispiel gewählt.
Vielen Dank für den Ratschlag.
Kommentare:
- Leo hat recht, der Titel des Artikels spiegelt nicht wider, worum es geht.Für Roche hat er eine Frage gestellt.Ich werde ein Wort im Titel ändern: " Econometric Approach to MQ Firm Analysis".Sie können sehen, wie sich alles sofort ändert, insbesondere der Ansatz .....
- Der Artikel verwendet einen Ansatz, der als Zeitreihenanalyse (TSA) bekannt ist, und diesem Ansatz ist es egal, was er analysiert, ob es sich um die Preisreihen oder die Effizienz des Verkaufs von Schnee an Eskimos handelt :-), und Sie, als Autor, sprechen darüber, aber nennen ihn (den Artikel) aus irgendeinem Grund anders.....
- Bei der Durchführung der AVR ist die Grundlage genau die Analyse der ACF (Autokorrelationsfunktion), ihres TYPS und ihrer Parameter. Zunächst einmal die VID der Autokorrelationsfunktion (Sie sagen kein Wort darüber, aber es ist die VID, die das weitere Modell bestimmt .
- Sie haben das GARCH-Modell einfach absichtlich hierher geschleppt. Obwohl man selbst bei Ihren Recherchen (indirekte Anzeichen) verstehen kann, dass dieses Modell nicht geeignet ist... und es ist nicht universell, es gibt bessere... für diejenigen, die mit Volatilität handeln wollen, mag es geeignet sein, aber für die Vorhersage von Preisreihen (unser Ziel) ist es in keiner Weise geeignet. Wenn Sie daran interessiert sind, kann ich Ihnen das im Detail erklären, jetzt nur kurz. Das Wichtigste, was mir aufgefallen ist
Was nun die Methodik betrifft.
- Sie sind den Weg gegangen, den ACF durch Fourier-Transformation zu erhalten. Das ist möglich, aber soweit ich mich erinnere, müsste man vor der inversen Fourier-Transformation den Modulus und eventuell (ich schreibe aus dem Gedächtnis) das Quadrat des Moduls nehmen, was ich in Ihrem Algorithmus nicht gesehen habe (vielleicht habe ich nicht aufgepasst).
- Aus der Abbildung, in der Sie die ACF zeigen, geht klar hervor, dass es einen Fehler in den Berechnungen gibt. ACF ist per Definition eine Funktion, die im Bereich von -1...+1 liegt, und Sie haben dort +-200 und einen Multiplikator 1e4 (etwas mit Normalisierung auf den 0-ten Term).
- Sie subtrahieren den MOG (Mittelwert m=mean(res);). Warum werden nichttrendige Geradengleichungen entfernt ? Bitte begründen Sie dies
- Als Spezialist für Spektralverarbeitung sollten Sie wissen, dass die Entfernung der MOG dem Nullstellen der Nullkomponente des Spektrums ähnelt, aber um ganz korrekt zu sein, ist diese Komponente im Spektrum die stärkste, und durch die Nebenkeulen der Funktion sin(x)/x erstreckt sie sich auf das gesamte Spektrum. Es ist notwendig, zumindest ein Saumfenster (Hening, Butterworth,...) anzuwenden , um die Nebenkeulen (diesen Effekt) zu unterdrücken.
- In den Kommentaren schreiben Sie "inverse gewichtete Fourier-Transformation" , wie unterscheidet sie sich von einer einfachen inversen Transformation? Was und warum gewichten Sie sie?
Es gibt noch mehr Fragen...bzw. einige Dinge, mit denen ich nicht einverstanden bin. ..man kann H4 nicht nehmen, die Natur kann nicht betrogen werden, je weiter die Punkte auf der Zeitachse voneinander entfernt sind, desto geringer ist die Korrelation zwischen ihnen, bzw. die Genauigkeit der Vorhersage wird immer schlechter sein als für ein kurzes Zeitintervall.
Man kann nicht den Logarithmus nehmen ( oder besser gesagt, man kann, aber man sollte es nicht vergessen), sonst bekommt man Abrakadabra, kurz gesagt, diese Transformation über die ursprünglichen Daten ändert den Typ des ACF (man kann es mit Hilfe des Statistikpakets überprüfen), viele Leute treten auf diese Harke, und ich bin einmal zu meiner Zeit darauf getreten... der Typ eines anderen ist extrem wichtig.
H.Y. bereit, die Forschung beizutreten, denn ich bin immer interessiert und interessiert an diesem Thema, die Fähigkeit, vorherzusagen, aber nicht alles gibt es einfach, eine Menge weißer Flecken, die Studien, die ich kam über, sehr oft haben weiße Flecken, sie sind im Vorbeigehen gesprochen nicht das Wesen offenbaren, obwohl es klar ist, denn weiter ist bereits Geld und Algorithmen liegen beginnen, Einkommen zu bringen . https://www.mql5.com/de/code/8295
Ja, und was den Q-Test angeht: Ja, wir haben ihn gemacht, aber was dann?
Waren Sie in der Lage zu beantworten, welches Modell nun dem entspricht, was Sie beobachten?
Was sind die Parameter dieses Modells? Was hat Ihnen dieser Test gebracht? Auf welche Frage haben Sie eine Antwort bekommen? Ich meine, dass Ihre Hypothesen ein bisschen falsch sind....
man kann es auch anders machen, Hauptsache, man versteht, wonach dieser Test sucht, was er in der Stichprobe feststellt...
Bemerkungen:
- Bei der Durchführung der AVR ist die Grundlage genau die Analyse der ACF (Autokorrelationsfunktion), deren VIDA und Parameter. In erster Linie ist es der Typ der Autokorrelationsfunktion (man sagt kein Wort darüber, aber es ist der Typ, der das weitere Modell bestimmt .
- Sie haben das GARCH-Modell einfach absichtlich hierher geschleppt. Obwohl man selbst aus Ihren Recherchen (indirekte Anzeichen) verstehen kann, dass dieses Modell nicht geeignet ist... und es ist nicht universell, es gibt bessere... für diejenigen, die mit der Volatilität handeln wollen, mag es geeignet sein, aber für die Vorhersage von Preisreihen (unser Ziel) ist es in keiner Weise geeignet. Wenn Sie daran interessiert sind, kann ich Ihnen das im Detail erklären, jetzt nur kurz. Das Wichtigste, was mir aufgefallen ist
Ich habe beschlossen, das Wichtigste und Interessanteste zu beantworten.
Ich stimme zu, dass die Art des ACF das weitere Modell bestimmt. Aber darauf bin ich in dem Artikel bisher nicht eingegangen. Das ist eine Aufgabe für eine spätere Phase. Bisher habe ich mich mit der Phase vor der Schätzung befasst, der so genannten Vorabschätzungsphase.
Ich habe GARCH wegen seiner relativen Einfachheit hierher gebracht, und wie kommen Sie zu dem Schluss, dass es nicht geeignet ist, wenn wir es noch nicht einmal bewertet haben? :-)
Ich habe es als mathematische Grundlage spezifiziert, die frühere Änderungen der Indikatoren(ϵ2t -i) und frühere Varianzschätzungen (so genannte "alte Nachrichten") (σ2t-i) berücksichtigt.
DasHauptziel - eine Vorhersage des Wechselkurses (Preises) anhand eines Modells - wird nicht in einer einzigen Arbeit gelöst...
- Sie sind den Weg gegangen, ACF durch Fourier-Transformation zu erhalten. Das kann man auch so machen, aber soweit ich mich erinnere, sollte vor der inversen Fourier-Transformation eine obligatorische Modulo-Bestimmung und möglicherweise (ich schreibe aus dem Gedächtnis) eine Modulo-Quadrierung erfolgen. Ich habe das in Ihrem Algorithmus nicht gesehen (vielleicht habe ich nicht aufgepasst).
Analysis: Forecasting and Control. 3. Auflage. Upper Saddle River, NJ: Prentice-Hall, 1994.
Und es ist auch in Matlab implementiert.
Ich habe beschlossen, die wichtigste und interessanteste Frage zu beantworten.
...
was ist mit der Tatsache, dass der ACF im Bereich von -1 bis +1 liegen sollte ? ist das nicht interessant ? denn bevor man irgendwelche Schlüsse zieht, muss man zuerst sicher sein, dass alles richtig berechnet ist.
H.Y. Und dass man in einem Artikel nicht alles auslegen kann, ist klar, ein Mattenmodellwagen und ein Wägelchen ))
und zum Verweis auf ausländische Literatur hier noch ein Blick auf http://www.statsoft.ru/home/textbook/modules/sttimser.html#1general.
Paket Statistik gibt es eine Berechnung von ACF ist matlab es übereinstimmt, zu einer Zeit habe ich es überprüft. Vergleichen Sie Ihre Berechnungsergebnisse in MQL und mit diesen Paketen, mit den gleichen Daten. Sie haben irgendwo einen Fehler
- Aus der Abbildung, in der Sie den ACF zeigen, geht klar hervor, dass es einen Fehler in den Berechnungen gibt. Der ACF ist per Definition eine Funktion, die im Bereich von -1...+1 liegt, und Sie haben +-200 und einen Multiplikator 1e4 (etwas mit Normalisierung auf den 0. Term).
Bitte lesen Sie die Beschreibung der y-Achse in dem Artikel genauer. Ich habe es gemacht wegen der Unmöglichkeit mit Hilfe der Google Chart API kleine Werte kleiner als eins abzubilden.
Außerdem habe ich, wie Sie aus dem Algorithmus ersehen können, die Nullverzögerung aus dem ACF-Array entfernt, die immer gleich 1 ist. Das macht das Diagramm besser lesbar.
- Sie subtrahieren den MOG (Mittelwert m=Mittelwert(res);). Warum? Warum sollten Sie Gleichungen mit geraden Linien , die keinen Trend aufweisen, entfernen? Bitte begründen Sie dies.
Dies ist eine Frage für Theoretiker. Falls es Sie interessiert, habe ich bereits die Quelle des Algorithmus angegeben.
- Als Spezialist für Spektralverarbeitung sollten Sie wissen, dass die Entfernung der MOG der Nullung der Nullkomponente des Spektrums ähnelt, aber um ganz korrekt zu sein, ist diese Komponente im Spektrum die stärkste, und entsprechend den Nebenkeulen der Funktion sin(x)/x erstreckt sie sich über das gesamte Spektrum. Um die Nebenkeulen (diesen Effekt) zu unterdrücken, ist es notwendig, mindestens ein Saumfenster (Hening, Butterworth,...) anzuwenden .
Oh, ich bin kein Experte. Können Sie das näher erläutern? :-)
- In den Kommentaren schreiben Sie "inverse gewichtete Fourier-Transformation" , wie unterscheidet sie sich von einer einfachen inversen Transformation? Wie und warum gewichtet man sie?
Es ist hier beschrieben, ich glaube ....
... Sie können H4 nicht nehmen, die Natur lässt sich nicht täuschen, je weiter die Punkte auf der Zeitachse voneinander entfernt sind, desto geringer ist die Korrelation zwischen ihnen, so dass die Genauigkeit der Vorhersage immer schlechter sein wird als bei einem kurzen Zeitintervall.
Man kann nicht logarithmieren ( oder besser gesagt, man kann es, aber man sollte es nicht vergessen), sonst bekommt man Abrakadabra, kurz gesagt, diese Transformation der Ausgangsdaten verändert die Form des ACF, sie istextrem wichtig (man kann sie mit Hilfe eines Statistikpakets überprüfen), viele Leute treten auf diese Harke, und ich bin einmal zu meiner Zeit darauf getreten... die Form ist anders.
Sie brauchen sowohl Tage als auch Wochen :-)
Logarithmus von was? Excusez-moi!
Trolls:
...Statistik-Paket gibt es eine Berechnung von ACF und Matlab es übereinstimmt, zu einer Zeit, die ich es überprüft. Vergleichen Sie Ihre Ergebnisse der Berechnung in MQL und mit diesen Paketen, auf den gleichen Daten. Sie haben irgendwo einen Fehler.
Ich habe es bereits verglichen. Alles ist korrekt, es gibt keinen Fehler. Es ist nur so, dass die Datenvisualisierung wegen Google immer noch leidet.
In den Kommentaren zu diesem Artikel , 21. Januar 2011 um 14:19 Uhr, habe ich das ACF-Diagramm so gezeigt, wie es normalerweise aussieht, aber ohne die Nullverzögerung, die immer gleich 1 ist.