Discussion de l'article "Analyse de régression de l'influence des données macroéconomiques sur la fluctuation des prix des devises"
On ne voit pas très bien sur quelle base vous pensez pouvoir vous fier aux résultats obtenus.
Après tout, on sait que l 'analyse de régression présente des limites tellement importantes qu'elles excluent pratiquement la possibilité de l'utiliser sur les marchés financiers.
Il est donc nécessaire de prouver que les résultats obtenus sont fiables.
Le résultat de toute analyse est la création d'une image probabiliste de l'évolution de la situation. Bien sûr, le résultat obtenu à partir de l'équation n'est pas une prévision garantie à 100 % dans un tel tableau, parce que, par exemple, il manque un mécanisme pour prendre en compte l'influence des discours des politiciens, les cas de force majeure, les résultats des réunions, etc.
Deuxièmement, l'équation de régression est le même indicateur technique qui facilite la vie du trader, et le fait de croire ou non ses lectures dépend du trader lui-même.
Troisièmement, vous avez raison de mettre en doute le fait que les résultats soient fiables et nécessitent des preuves, mais dans mon article, j'ai décrit l'algorithme des actions en images, j'ai joint un script pour générer des tableaux afin d'exporter le flux de nouvelles sous la forme d'un tableau pour le traitement, l'utilisation, la vérification de l'article dans la pratique, collectivement et la décision de savoir si cela est applicable sur les marchés financiers, si cela nécessite une révision ou si cela n'est pas applicable.
Le résultat de toute analyse est la création d'une image probabiliste de l'évolution de la situation. Bien sûr, le résultat obtenu à partir de l'équation n'est pas une prévision garantie à 100 % dans un tel tableau, parce que, par exemple, il manque un mécanisme pour prendre en compte l'influence des discours des politiciens, la force majeure, les résultats des réunions, etc. Mais il peut donner une évaluation probabiliste du changement dans le prix d'une monnaie pour une petite période, je pense que c'est possible.
Deuxièmement, l'équation de régression est le même indicateur technique qui facilite la vie du trader, et le fait de croire ou non ses lectures dépend du trader lui-même.
Troisièmement, vous avez raison de mettre en doute le fait que les résultats soient fiables, qu'ils nécessitent des preuves, mais dans mon article, j'ai décrit l'algorithme des actions en images, j'ai joint un script pour générer des tableaux afin d'exporter le flux de nouvelles sous la forme d'un tableau à traiter, utilisez-le, vérifiez l'article dans la pratique, collectivement et décidez s'il est applicable sur les marchés financiers, s'il doit être révisé ou s'il n'est pas applicable.
Le problème que vous avez soulevé est la pierre angulaire de l'exploration de données. Ce problème est plus élaboré dans le package CORELearn. Voici un lien vers la documentation. L'indice de Gini est le plus courant, c'est-à-dire qu'il est présent dans de nombreux logiciels. L'indice le plus prometteur est Relief avec ses nombreuses modifications.
N'abandonnez pas vos recherches, car vous avez soulevé une question commerciale fondamentale.
Nous vous souhaitons bonne chance.
...
Nous vous remercions.
C'est amusant.
Vous avez d'abord construit un modèle basé sur l'analyse d'une certaine période, puis vous avez prouvé que la réaction du marché à un événement de la même période démontre le comportement attendu. C'est compréhensible, le modèle tient déjà compte de cet événement. C'est un ajustement classique. Ce qui est encore plus amusant, c'est que la réaction aux communiqués de presse est rarement mesurée en heures, et encore moins en jours.
Peut-être que si l'on fait la même chose pour des intervalles de courte durée, le résultat sera plus proche de la réalité et aura une chance de passer les tests en avant avec succès
C'est amusant.
Vous avez d'abord construit un modèle basé sur l'analyse d'une certaine période, puis vous avez prouvé que la réaction du marché à un événement de la même période démontre le comportement attendu. C'est compréhensible, le modèle tient déjà compte de cet événement. C'est un ajustement classique. Ce qui est encore plus amusant, c'est que la réaction aux communiqués de presse est rarement mesurée en heures, et encore moins en jours.
Peut-être que si l'on fait la même chose pour des intervalles à court terme, le résultat sera plus proche de la réalité et il aura une chance de réussir dans les tests à terme
L'article s'intitule "Analyse" et ne parle pas de prévision, d'où le test à terme.
Quant à votre remarque, si vous ne justifiez pas l'applicabilité des tests à terme, les réaliser est une occupation vide et très dangereuse, car vous pouvez accidentellement obtenir un résultat satisfaisant d'un test à terme et croire votre modèle, alors qu'il perdra en toute sécurité dans le trading réel.
L'article s'intitule "Analyse" et ne parle pas de prévision, donc de test à terme.
Si nous parlons de votre remarque, alors sans justifier l'applicabilité des tests à terme, les réaliser est une occupation vide et très dangereuse, parce que vous pouvez accidentellement obtenir un résultat satisfaisant d'un test à terme et croire votre modèle, et il perdra en toute sécurité dans le trading réel.
Je ne peux pas juger l'article par son seul titre. Le sujet m'intéresse et je l'ai lu en entier. Et voici ce que l'auteur écrit dans la conclusion :
Cependant, je voudrais attirer votre attention sur le fait que la prévision n'est pas une garantie à 100 % que la devise évoluera exactement dans la direction prédite. Le résultat de la prévision est un événement probabiliste, dont l'occurrence dépend de nombreux facteurs. Par ailleurs, il est recommandé de vérifier périodiquement l'équation de régression lorsque de nouvelles données sont disponibles.
Bonne chance avec vos prévisions.
Jongler avec les données n'est pas une partie de plaisir. L'auteur construit un modèle de marché décrit par des équations de régression, puis prouve que le modèle fonctionne en quelque sorte, tout en utilisant la validation des données utilisées pour le construire. C'est exactement ce que j'ai indiqué comme étant une sorte de falsification.
A l'époque, j'avais beaucoup de mal avec l'analyse fondamentale et j'ai essayé de l'automatiser pendant longtemps. La méthode d'analyse fondamentale proposée facilite grandement les choses. L'analyse des variables macroéconomiques permet d'identifier celles qui pourraient influencer les variations de prix. Mais cette analyse ne garantit pas à 100 % qu'elles seront également pertinentes à l'avenir. N'oubliez pas que les résultats passés d'une opération ne garantissent pas qu'il en sera de même à l'avenir.
La vérification de l'équation sur des données futures peut être effectuée à l'aide du programme. Vous pouvez également le faire vous-même. Dans le processus de préparation des données, limitez la date extrême en utilisant le bouton "Select Cases" (voir Fig. 13 de l'article), dans la fenêtre ouverte activez la case à cocher "Enable Selection Conditions", en dessous sélectionnez "Specific, selected by :" et dans la case écrivez l'intervalle de lignes à prendre en compte "v0>0 et v0<999". Les lignes supérieures à 999 ne seront pas prises en compte. Après l'analyse et la sélection des variables significatives, revenez à cette fenêtre et modifiez, avancez l'intervalle à partir de la ligne 1000 et vérifiez à nouveau les résultats. Le pourcentage de précision sera indiqué dans la matrice du programme.
Cet algorithme d'équation devrait faire partie d'un robot de trading, d'un conseiller expert. Malheureusement, tout n'est pas entièrement automatisé, il est difficile de collecter des données sur les sites qui affichent des calendriers, le même indicateur peut être écrit différemment, un mot peut faire une erreur, etc. car les périodes ne sont pas à court terme.
Je n'insiste pas sur le fait que cette méthode est une manne tombée du ciel, je vous propose simplement un outil supplémentaire qui peut vous faciliter le travail et vous faire gagner du temps.
A l'époque, j'avais beaucoup de mal avec l'analyse fondamentale et j'ai essayé de l'automatiser pendant longtemps. La méthode d'analyse fondamentale proposée facilite grandement les choses. L'analyse des variables macroéconomiques permet d'identifier celles qui pourraient influencer les variations de prix. Mais cette analyse ne garantit pas à 100 % qu'elles seront également pertinentes à l'avenir. N'oubliez pas que les résultats passés d'une opération ne garantissent pas qu'il en sera de même à l'avenir.
La vérification de l'équation sur des données futures peut être effectuée à l'aide du programme. Vous pouvez également le faire vous-même. Dans le processus de préparation des données, limitez la date extrême en utilisant le bouton "Select Cases" (voir Fig. 13 de l'article), dans la fenêtre ouverte activez la case à cocher "Enable Selection Conditions", en dessous sélectionnez "Specific, selected by :" et dans la case écrivez l'intervalle de lignes à prendre en compte "v0>0 et v0<999". Les lignes supérieures à 999 ne seront pas prises en compte. Après l'analyse et la sélection des variables significatives, revenez à cette fenêtre et modifiez, avancez l'intervalle à partir de la ligne 1000 et vérifiez à nouveau les résultats. Le pourcentage de précision sera indiqué dans la matrice du programme.
Cet algorithme d'équation devrait faire partie d'un robot de trading, d'un conseiller expert. Malheureusement, tout n'est pas entièrement automatisé, il est difficile de collecter des données sur les sites qui affichent des calendriers, le même indicateur peut être écrit différemment, un mot peut faire une erreur, etc. car les périodes ne sont pas à court terme.
Je n'insiste pas sur le fait que cette méthode est une manne tombée du ciel, je vous propose simplement un outil supplémentaire qui peut vous faciliter le travail et vous faire gagner du temps.
Je ne peux pas être d'accord avec vous sur le principe.
Votre modèle n'apporte aucune information, il induit les gens en erreur. Et voici pourquoi.
1. Les modèles de régression sont applicables aux séries temporelles stationnaires. C'est pourquoi il existe des modèles ARIMA, ARCH et bien d'autres qui, avant de construire un modèle, tentent de transformer la série temporelle d'origine en une autre, mais qui ressemblera d'une manière ou d'une autre à une série stationnaire (mo et variance égaux à une constante).
2. Après avoir converti la série originale pour qu'elle ressemble à une série stationnaire, un modèle de régression est construit dans le seul but d'examiner la différence entre l'ajustement du modèle et les données réelles. Si cette différence (résidu - retours) est stationnaire, on peut passer à l'étape suivante.
3. Si les résultats des deux premières étapes sont positifs, on procède à ce que Vladix a décrit: les tests en avant. Si les résultats obtenus sur l'ensemble de données d'apprentissage du modèle sont proches des résultats obtenus sur les ensembles de données de test et de validation (il s'agit de trois parties différentes de la série temporelle), alors seulement nous pouvons commencer à parler de confiance dans les résultats obtenus. Dans le cas contraire - en aucun cas, il s'agira d'une très dangereuse auto-illusion, d'une foi aveugle dans les chiffres.
Le problème des deux premières étapes est qu'elles ne peuvent pas être réalisées. L'obstacle principal et le plus désagréable est la corrélation entre les variables dépendantes - la multicollinéarité. D'autres problèmes se posent également. Cela explique que le problème que vous avez soulevé - déterminer l'influence des variables dépendantes sur la variable indépendante - est tenté d'être résolu à l'aide d'indicateurs spéciaux, par exemple Gini, Relief.
Avec votre article, vous avez abordé le problème fondamental de la construction des systèmes de négociation - la sélection des données initiales pour les modèles. En termes d'intensité de travail, c'est au moins la moitié du temps, si ce n'est la totalité des 75 %. Même de la manière dont vous l'avez fait, c'est très important pour comprendre les problèmes de base de la négociation.
...Je ne peux pas être d'accord avec vous sur le principe. ...
D'accord, pas d'accord. Jusqu'à ce que d'autres approches soient trouvées, je propose d'utiliser celle-ci ))))
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Vous acceptez la politique du site Web et les conditions d'utilisation
Un nouvel article Analyse de régression de l'influence des données macroéconomiques sur la fluctuation des prix des devises a été publié :
Cet article examine l'application de l'analyse de régression multiple aux statistiques macroéconomiques. Il donne également un aperçu de l'évaluation de l'impact des statistiques sur la fluctuation du taux de change sur la base de l'exemple de la paire de devises EURUSD. Une telle évaluation permet d'automatiser l'analyse fondamentale qui devient accessible même aux traders débutants.
Par conséquent, nous avons deux questions :
C'est très similaire à une situation courante sur les marchés financiers, n'est-ce pas ? Par exemple, lorsque le prix d'une devise change, il y a toujours une question sur l'actualité qui l'a influencé. S'il existe un tel facteur économique ayant une incidence sur un prix, alors comment le prix change-t-il lorsque le facteur est modifié ?
L'analyse régressive multiple et le programme STATISTICA aident à répondre à ces questions. Transférez ou importez les tableaux contenant les données dans le programme et sélectionnez « Régression multiple » dans le menu :
Fig. 1. Importer les données de l'exemple dans le programme STATISTICA
Auteur : Salavat Bulyakarov