Discusión sobre el artículo "Análisis de los gráficos mediante métodos econométricos" - página 6

[Trolls]

Ahora lo veo .

1. Has quitado el valor de retardo cero. Donde el valor ACF es siempre =1, para que se viera mejor. Resulta que ya en lag =1 la diferencia es 1e4 veces. Tienes ACF que tiene forma de función delta . Sólo hay un modelo para este tipo de ACF : es ruido. ( Y ya te lo han preguntado, porque es consecuencia de que coges los días y los logaritmizas). Piensa ...
2. Al fin y al cabo, tomas el módulo y lo elevas al cuadrado )) Tenía razón. Es decir, lo estás haciendo bien,

      Data21[i].opMultEq(cData[i]);  //producción de un número complejo por su conjugado 
                     //da un número complejo que sólo tiene parte real distinta de cero

z con un guión es un número complejo conjugado.

3. pero lamentablemente no entendiste bien porque restas el MOG y no la tendencia. Aunque tienes razón esto es una cuestión teórica y es muy interesante.

  double m=mean(res);               // media aritmética de la matriz res
   ArrayResize(rets1,nFFT);          // ajustar el tamaño de la matriz
   for(int t=0;t<ArraySize(res);t++) //copiar la matriz original de observaciones 
       // al de servicio ajustado por la media
     rets1[t]=res[t]-m;

y es una pena que no se puede decir a los demas. Pero no vuelvas a enlazar con foreros, es mejor que lo digas con tus propias palabras. Será más claro para ti mismo. Siempre es así, cuando se lo explicas a los demás, tú mismo lo entenderás muy bien.

4. Me equivoqué pensé que era tu artículo https://www.mql5.com/es/articles/185 por eso hice esas preguntas sobre el procesamiento espectral, te pido disculpas por atribuirte el trabajo de otra persona. Tu artículo es muy bonito, hacía tiempo que no leía artículos así.

[Denis Kirichenko]

Trolls:

Ahora lo veo .

1. Has quitado el valor de retardo cero. Donde el valor ACF es siempre =1, para que se viera mejor. Resulta que ya en lag =1 la diferencia es 1e4 veces. Tienes ACF que tiene forma de función delta . Sólo hay un modelo para este tipo de ACF : es ruido. ( Y ya te lo han preguntado, porque es consecuencia de que coges los días y los logaritmizas). Piensa ...

Trolls, o yo no escribí en ruso o usted no leyó cuidadosamente ...

Me cito a mí mismo ..:

...Unas palabras sobre la descripción de los ejes del diagrama. Todo está claro con el eje x - muestra los índices de retardo. El eje y muestra el valor exponencial por el que se multiplicó el valor ACF original de . Así, 1e4 significa que el valor original se multiplicó por 1e4 (1e4=10000), y 1e2 - por 100, etc. Esta multiplicación se hizo para facilitar la lectura del diagrama.

¿Alguna otra pregunta sobre esta tesis?

A continuación, sobre el desfase cero. Aquí hay dos gráficos de ACF de usdjpy:

El primero tiene retardo cero (su valor se encuentra en la esquina superior izquierda), mientras que el segundo no. Ahora dime, ¿qué gráfico es más ilustrativo? No se olvide del desfase cero. Entonces todo irá bien. En mi script he dejado la segunda variante, como usted entiende....

[Denis Kirichenko]

Trolls:

2. Aún así coges el módulo y lo cuadras )) tenía razón. Es decir, lo estás haciendo bien,

z con un guión es un número complejo conjugado.

Me alegro de que tuvieras razón.....

3. pero lamentablemente no entendiste bien por qué estás restando el MOG y no la tendencia. Aunque tienes razón esto es una cuestión teórica y es muy interesante.

y es una pena que no lo puedas contar a los demás. Pero no vuelvas a enlazar con foreros, es mejor que lo digas con tus propias palabras. Será más claro para ti mismo. Siempre es así, cuando se lo explicas a otros, tú mismo lo entiendes muy bien.

Esta pregunta no es para mí. Aunque supongo que por esa razón:

la media aritmética se utiliza a menudo como valores medios o tendencias centrales, este concepto no se aplica a la estadística robusta, lo que significa que la media aritmética está fuertemente influenciada por "grandes desviaciones". En particular, para distribuciones con un coeficiente de asimetría grande, la media aritmética puede no ser coherente con el concepto de "media", y los valores medios de las estadísticas robustas (como la mediana) pueden describir mejor la tendencia central.

Y la sustracción de tendencias es una cuestión diferente, en mi opinión.

[Trolls]

denkir:

Trolls, o no he escrito en ruso o no habéis leído con atención...

Me estoy citando a mí mismo:

¿Alguna otra pregunta sobre esta tesis?

...

eso está un poco fuera de lugar. Probablemente expresé mal la idea que quería transmitirte. Que en el desfase 0 el ACF debe ser igual a 1 está claro, y que lo has quitado para reflejar mejor la gráfica también está claro.

Quería llamar tu atención sobre el resultado que obtuviste. El tipo de ACF que has obtenido es la ACF que corresponde al ruido.

Toma el ruido y traza su ACF, compáralo con tus últimas gráficas. Como se suele decir, encuentra diez diferencias...

y te vuelvo a dar el enlace, compáralo con esta figura https://www.mql5.com/es/code/8295, ahí la ACF cae suavemente y el modelo mat. se ajusta a ella.

H.Y. entiende que no te estoy regañando, quiero ayudar. Te estoy hablando de la siguiente fase de la investigación, la que no contaste debido a las limitaciones del artículo (no se puede abarcar todo en un artículo, la gente escribe disertaciones, dedican toda su vida a ello, no se puede presentar en 2 páginas).

El orden del estudio

Obtuvimos ACF, realizamos Q test, ahora necesitamos seleccionar un modelo por tipo ACF, luego encontrar parámetros de este modelo, intentar pronosticar por el modelo obtenido y estimar precisión y horizonte de pronóstico.

Y así sucesivamente hasta obtener resultados satisfactorios.

El ACF que has obtenido es ruido, es difícil predecir el ruido, aunque sea "coloreado".

[Denis Kirichenko]

Trolls:

...quería llamar tu atención sobre el resultado que obtuviste. El tipo de ACF que obtuviste es el ACF que corresponde al ruido.

Toma el ruido y traza su ACF, compáralo con tus últimos gráficos. Como se suele decir, encuentra 10 diferencias....

H.Y. entiende que no te estoy regañando, quiero ayudarte. Te estoy hablando de la siguiente etapa de la investigación, la que no contaste por las limitaciones del artículo (no se puede abarcar todo en un artículo, la gente escribe disertaciones, dedican toda su vida a ello, no se puede presentar en 2 páginas).

Gracias, ya estaba apuntado... Hablemos de los tipos de ACF más adelante....

Los zapateros discuten - nosotros discutimos :-)))

[Denis Kirichenko]

He añadido los archivos Autocorrelation.zip y GarchTest_html.mq5 para mostrar gráficos utilizando las herramientas descritas en el artículo.

Desde el archivo, el archivo Autocorrelation.htm debe colocarse aquí: %MetaTrader%\MQL5\Files, y el archivo GarchTest_html.mq5 en la carpeta scripts.

Pido a la administración que actualice el artículo.

[Denis Kirichenko]

Obtendrá algo como esto... pero en formato *.htm. Se lanza el script GarchTest_html.mq5 sobre el gráfico y mira los resultados obtenidos.

[Rashid Umarov]

denkir:

Solicito a la administración que actualice el artículo.

Se han publicado las actualizaciones

[Denis Kirichenko]

...Me olvidé de añadir que también debe poner highcharts.js y jquery.min.js archivos de la biblioteca en la carpeta %MetaTrader%\MQL5\Files .

[СанСаныч Фоменко]

alsu:
Спасибо, что дали ссылку.

Artículo muy interesante y único en el foro MQL.

Me parece que el topkstarter trató de resolver la cuestión con un elegante ruido de sables - paquetes econométricos ofrecen muchos más modelos que GARCH. La selección de un modelo y luego la selección de los parámetros del modelo es la mitad del camino, no el principio.

En entradas anteriores se han criticado los análisis basados en diferencias. Se cree que estas críticas surgieron porque el autor se saltó el paso inicial de preparación de los datos.

Según el autor del artículo, la no estacionariedad es el único mal del mercado. No lo es. Los siguientes problemas deberían resolverse de antemano:

1. Hay que decidir el número de velas de la muestra. ¿El número de velas de la muestra depende del marco temporal? A juzgar por la literatura, 50 velas deberían ser suficientes.

2. Intentemos ajustar la distribución a nuestra muestra. Preferiblemente una distribución normal. Inmediatamente surgirá la cuestión del número de bastidores en los que se traza el gráfico. ¿De dónde se ha sacado el número de bastidores en los que se traza el gráfico? Estamos constantemente haciendo ajustes visuales. Si pensamos que sigue sin ser una distribución normal, comprobamos la propia muestra:

- presencia de valores atípicos: debemos sustituir los valores atípicos, es decir, las cotizaciones por encima de cierto umbral (por ejemplo, 3 sigma) por el valor del umbral. Bulashov tiene una opinión diferente sobre el valor del umbral.

- Comprobar mediante Fourier o ACF la presencia de ciclos, por si acaso. Debido a lo limitado de la muestra y a las propiedades del propio mercado, lo más probable es que no haya ciclos.

- resolver el problema de las tendencias. No puedo estar de acuerdo con el autor - la pérdida de tendencia mediante la sustracción del MOG es una grave simplificación del problema. Para una tendencia exponencial se toma el logaritmo, mientras que para una tendencia aditiva basta con las primeras diferencias. Habrá que tratar la tendencia por separado y no serán necesarias las regresiones, y toda la variedad de regresiones. Hay que restar la regresión, no el MOG. Esto es para tendencias deterministas, pero también hay tendencias estadísticas.

Sin resolver estas cuestiones, el razonamiento sobre las características estadísticas de la muestra carece de base.

Sólo después de estos pasos, que deben estar justificados, se puede proceder a la selección de un modelo de alguna lista ofrecida por un paquete especializado, que resolverá muchos otros problemas técnicos.