Construction d'un système de négociation à l'aide de filtres passe-bas numériques - page 14
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
La distribution Hi-Lo doit sûrement être différente de la distribution des rendements, car elle ressemble plutôt à la distribution des rendements maximums. Enfin, je ne serai pas trop contrarié si Prival démontre de manière convaincante que les rendements sont fortement non stationnaires.
Qu'est-ce qui ne va pas avec une telle idée du test de stationnarité - puisque les tests célèbres semblent supposer a priori un certain modèle du processus : prenez la population entière (disons les mêmes 14 mille points), calculez son PDF ("global"). Ensuite, nous prenons des échantillons aléatoires à l'intérieur du processus d'une longueur suffisante (disons, 1000 points chacun, et pas nécessairement en série, de sorte que nous rencontrons immédiatement les cyclicités, s'il y en a), nous calculons pour chacun sa fdp ("échantillon") et nous regardons ensuite la déviation de la fdp de l'échantillon par rapport à la globale dans un certain sens (disons, l'intégrale du carré de la différence entre fdp et fdp).
Après avoir collecté des statistiques (disons 1000 échantillons), nous construisons une distribution d'erreurs et l'utilisons pour essayer de juger de la stationnarité de notre processus. Il semble que cette procédure soit conçue pour détecter la stationnarité au sens strict (en tous points). Il semble facile de l'adapter à la stationnarité au sens large.
2 grasn :
Non, mon objectif est différent. Je veux créer moi-même des histoires synthétiques de haute qualité (sur la base de quelque chose de stationnaire). Je veux les charger dans un testeur et tester la stratégie, en variant non pas les paramètres du système, mais les histoires. Dans le même temps, je disposerai d'autant de données historiques, non significativement différentes des données réelles par leurs principales caractéristiques, que nécessaire, même s'il s'agit d'un milliard d'échantillons. Et la fiabilité des tests devrait augmenter d'un ordre de grandeur (mais qu'est-ce qu'un ordre par rapport à une fiabilité quasi nulle ?).
P.S. Ouais, j'ai merdé avec le test de stationnarité. J'ai complètement oublié ACF...
Cool. Eh bien, prenez comme base une série, qui est déjà stationnaire par définition (si vous cherchez - il y en a beaucoup), pourquoi avez-vous besoin de ces critères ????.
Ici, j'ai trouvé une autre variante : pourquoi ne pas prendre la génération en série de zigzags, où chaque élément y = a + b * x, les paramètres a, b, N (longueur du segment) étant fixés de manière "aléatoire". De plus, vous imposez le bruit. Les distributions nécessaires peuvent être "recherchées" à partir de zigzags réels. Qu'est-ce qu'il y a de mal à ça ?
Il existe d'ailleurs des méthodes toutes faites de génération de signaux par distribution d'un type donné.
En bref, quel est le principal problème ? Je ne comprends vraiment pas en quoi de telles séries vous seront utiles pour tester le conseiller expert - mais ce sera trop pour vous.
Malheureusement, je ne peux pas évaluer la profondeur de l'idée entière, Et le point ? La seule façon d'obtenir une série stationnaire est de supprimer toutes les tendances. OK, prenez la MA mobile, soustrayez-la du prix et vous obtenez une bonne approximation de la stationnarité. Vous pouvez trouver la fenêtre MA optimale en estimant les distributions résultantes. Si vous ne vous souvenez pas de la courbe MA, il n'y a aucun moyen de reconstruire la série originale. Vous pouvez diviser la série initiale en segments et supprimer les tendances localement ; vous pouvez faire beaucoup de choses.
Il me semble qu'il est plus facile de prendre une série stationnaire toute faite avec les paramètres nécessaires et de restaurer "n'importe quoi" sur sa base. Bien que, comme je l'ai écrit plus haut "je ne peux pas estimer la profondeur de l'idée globale", peut-être que je me trompe et que la série "native" doit être restaurée.
PS: Je pense que le principal problème est de savoir comment générer des données non stationnaires. :о(
Et j'ai aimé mon idée (on ne peut pas se féliciter soi-même :o) :
Sergey, voici le lien que j'ai posté pour Prival: https://forum.mql4.com/ru/9358/page6#51829, mon deuxième message sur la page. Vérifiez-le et vous. Les questions et les suggestions sont les bienvenues.
Je ne suis pas très sûr de la série stationnaire ici (pourquoi l'EM et non la régression ?). C'est pourquoi nous avons besoin d'un test de stationnarité approprié.
J'ai besoin d'être capable d'obtenir facilement cette série stationnaire à partir de la série du marché réel. Ce n'est qu'à ce moment-là, en générant une station similaire, que je pourrai reconstruire quelque chose de semblable au véritable rynag...
Qu'est-ce qui vous empêche de générer un modèle similaire non stationnaire ?
bstone, si c'est si facile, générez-le et postez le résultat ici. Et nous verrons...
P.S. Seulement avec une justification plus ou moins rigoureuse, bien sûr.
bstone, si c'est si facile, générez-le et postez le résultat ici. Et nous verrons...
P.S. Seulement avec une justification plus ou moins rigoureuse, bien sûr.
Sergey, voici le lien que j'ai posté pour Prival: https://forum.mql4.com/ru/9358/page6#51829, mon deuxième message sur la page. Voyez par vous-même. Les questions et les suggestions sont les bienvenues.
Je ne suis pas très sûr de la série stationnaire (pourquoi MA et pas régression ?). C'est pourquoi nous avons besoin d'un test de stationnarité approprié.
Merci pour le lien, je l'ai lu il y a longtemps.
Bon, je ne vais pas vous distraire avec mes idées stupides :o)