Estadística de la dependencia entre comillas (teoría de la información, correlación y otros métodos de selección de características) - página 22

 
alexeymosc: Tal vez, Alexey. Al menos los TFs estándar se pueden probar en 3-4 horas. ¿Hay alguna manera de descargar los plazos personalizados de MT para el análisis?

No sé si los hay personalizados (no estándar como M10, M20, etc.), pero los estándar siempre son posibles. En el M5 puedo intentar comprobarlo yo mismo en mi chi-cuadrado. Se necesitará mucho tiempo para calcular, pero el arte requiere sacrificio.

Parece que el historial personalizado puede descargarse mediante el script period_converter.

joo: Dudo mucho que sea M1. En la M1 no he podido conseguir una entrenabilidad aceptable de las rejillas.

Andrew, tu "función objetivo" de la red probablemente no sea informativa.

No te estoy agitando para que entrenes la red en M1. Es sólo una cuestión de principios para comprobar las dependencias en la TF más pequeña posible. De todos modos, el porcentaje de barras en el historial, del que depende el cero, aumentó claramente en la secuencia D1 -> H4 -> H1 -> M30. No he comprobado en los más pequeños.

Sería demasiado sencillo si toda la información entre comillas se transmitiera sólo a través de la volatilidad. No creo que el mercado sea tan primitivo como para reducirlo estúpidamente a modelos econométricos con heteroscedasticidad.

 
joo:

Últimamente no se utilizan indicadores (si el término "indicador" se entiende como un procedimiento para convertir un cociente en una forma que dé menos señales que el número de barras del periodo de referencia).

2. No, pero me encantaría probarlo, si entiendo cómo hacerlo, después de leer este hilo.

¿Y si quiero combinar de alguna manera la información por varias barras, entonces la transformación se convertirá en un indicador técnico?

2) He intentado hacerlo. He realizado un sencillo experimento con una máscara. ¿Cómo suele hacerlo? Si la onda sube, el precio subirá. Así que tomé la diferencia entre los valores adyacentes de la MA y busqué el valor máximo informativo del signo de cambio de precio. Resultó que no era el último cambio, sino a decenas de bares de distancia. También miré para ver para qué cambio de precio en particular la MA es más informativa, probé los cambios de precio una barra por delante, 2,3 ... 10. El máximo resultó ser 5 barras por delante, la MA fue con un período de 5. Puede ser sólo una coincidencia... Pero, es importante.

Aunque, por supuesto, en la MT todo puede funcionar por exceso mecánico.

 
Mathemat:

No creo que el mercado sea tan primitivo como para reducirlo a modelos econométricos con heteroscedasticidad.

He utilizado 5 pruebas diferentes para diferentes tipos de heteroscedasticidad para un gran número de modelos y nunca he encontrado esta heteroscedasticidad.

 
Mathemat:
Sospecho que es la M1.

En los plazos pequeños tendrá que acertar con los precios para los cálculos. Hacerlos sólo por Bid no es bueno. Mejor 0,5*(Oferta+Precio).
 
Mathemat:


No te estoy agitando para que entrenes la red en M1. Es sólo una cuestión de principios para comprobar las dependencias en la TF más pequeña posible. De todos modos, el porcentaje de barras en el historial, del que depende el cero, ha aumentado claramente en la secuencia D1 -> H4 -> H1 -> M30. No he comprobado en los más pequeños.

Sería demasiado sencillo si toda la información entre comillas se transmitiera sólo a través de la volatilidad. No creo que el mercado sea tan primitivo como para reducirlo a modelos econométricos con heteroscedasticidad.

Alexey, ¡estoy de acuerdo! Voy a hacer una medición ahora mismo de las barras horarias para compararlas con las diarias y las de 5 minutos.

Y no creo que toda la información mutua diferente del ruido se haya reducido a la volatilidad. He aquí un ejemplo, y la base de mis dudas.

Este es el aspecto de la matriz de frecuencias (el primer retardo es la variable objetivo) para datos aleatorios con características de 5 minutos.

Vemos que las probabilidades son uniformes, como se espera de estos datos.

Y este es el aspecto de la matriz para los datos naturales:

Vemos que 1-5 y 5-1 son las frecuencias más destacadas (aunque 5-5 también destaca por la aglomeración de la volatilidad). Y, aunque eso es lo único que probablemente no hará una pasta, hay un tema de interés. Y si se toman algunas variables de retardo, se verá una fiabilidad de predicción aún mayor. (Por cierto, obsérvese que la entropía cruzada del sistema para los datos reales es menor, es decir, la previsibilidad ha aumentado, como debería. Esto se relaciona con las discusiones anteriores sobre un único número que describe todo el sistema).

A continuación, tomaré los relojes y luego tomaré los valores de retorno módulo, restaré uno del otro y veré lo que queda (debe haber información mutua relacionada con el signo del cambio de precio). Si consigo hacerlo hoy, lo haré hoy, si no, lo haré mañana.

 
faa1947: Se han utilizado 5 pruebas diferentes para detectar distintos tipos de heteroscedasticidad en un gran número de modelos, pero nunca se ha encontrado esta heteroscedasticidad.
¿Por qué le dieron el Premio Nobel a Ingle entonces( veraquí 2003)?
 
faa1947:

No creo que el mercado sea tan primitivo como para reducirlo estúpidamente a modelos econométricos con heteroscedasticidad.

Utilicé 5 pruebas de heteroscedasticidad diferentes para un gran número de modelos y nunca encontré heteroscedasticidad.


Es cierto que el mercado es más complejo. Sin embargo, esto no es razón para ignorar el fenómeno observado.

Sobre las pruebas: la heteroscedasticidad es un hecho ampliamente aceptado en la literatura, que se puede ver incluso a ojo. Si no lo encuentras, significa que has hecho algo mal. A veces se aplican pruebas de heteroscedasticidad a los predictores y a los errores del modelo, pero se trata más bien de una comprobación de la especificación del modelo.

 
Mathemat:

Andrew, tu "función objetivo" de la red probablemente no sea informativa.

No te estoy agitando para que entrenes la red en M1. Es sólo una cuestión de principios para comprobar las dependencias en la TF más pequeña posible. De todos modos, el porcentaje de barras en el historial, del que depende el cero, aumentó claramente en la secuencia D1 -> H4 -> H1 -> M30. No lo he comprobado en los más pequeños.

Sería demasiado sencillo si toda la información entre comillas se transmitiera sólo a través de la volatilidad. No creo que el mercado sea tan primitivo como para reducirlo a modelos econométricos con heteroscedasticidad.

No, en realidad no tengo "nada contra el M1". Sin embargo, en igualdad de condiciones (al mismo tiempo he observado los mejores resultados en H1, cuando los datos se introducen de tal manera que no hay información sobre la volatilidad). Así que dije, tal vez hay otra TF, diferente de la H1, en algún lugar cercano, que es "mejor".
 
alexeymosc:

2. y he intentado hacerlo. Hice un sencillo experimento con una máquina de ondas. ¿Cómo suele hacerlo? Si sube, el precio subirá. Así que tomé la diferencia entre los valores adyacentes de la MA y busqué el valor máximo informativo del signo de cambio de precio. Resultó que no era el último cambio, sino a decenas de bares de distancia. También miré para ver para qué cambio de precio en particular la MA es más informativa, probé los cambios de precio una barra por delante, 2,3 ... 10. El máximo resultó ser 5 barras por delante, la MA fue con un período de 5. Puede ser sólo una coincidencia... Pero, es importante.

Aunque, por supuesto, en MT todo puede funcionar por exceso mecánico.

Por eso me interesa su investigación, porque responde a la pregunta: "¿Cuáles son los mejores números de barra para alimentar la red y en qué combinación?
 
Mathemat:
¿Y por qué le dieron el Premio Nobel a Ingle entonces( ver 2003aquí )?
Mencioné cinco pruebas diferentes - parece que también se necesita para algo. Hay un hecho más curioso: la caja de herramientas de Matlab llamada "econometría" sólo contempla diferentes modelos ARCH. Nunca he negociado con opciones. Tal vez allí. Pero en el mercado de divisas y en algunos instrumentos bursátiles en los que se modela el nivel de un instrumento, ni una sola vez. Y cuando se crea un modelo, se considera un gran número de opciones antes de conseguir algo que valga la pena, y no una vez. Aunque tal vez no se me dé bien o tal vez esté en la clase de modelos equivocada. Por cierto, en su día hubo un artículo aquí sobre el modelado ARCH, por lo que también se comentó que no era aplicable a nosotros.