Test des systèmes de prévision en temps réel - page 63

 
begemot61 >> :

Et pourquoi ça ? Après tout, il n'y a qu'eux.

Je ne connais pas de méthodologie valable pour les analyser. Non seulement le temps n'est pas stationnaire, mais les tics arrivent quand ils veulent. D'après l'analyse fractale (pas les indicateurs), il n'y a rien à faire, les ticks sont un système très compliqué, et il y a une énorme influence du DC sur ces ticks (rappelez-vous le winwin du championnat). Vous ne pouvez pas les prévoir, vous ne pouvez pas les analyser correctement.

De manière générale, vos recherches sont encourageantes et admirables !

Je suis sincèrement heureux de vous donner de l'espoir, mais il n'y a rien de spécial dans mes recherches. Je ne suis pas un mathématicien, plutôt un amateur dans ce domaine.

 
grasn писал(а) >>

Je ne connais pas de méthodes efficaces pour les analyser.

C'est vrai, j'ai toujours dit qu'il fallait connaître ses champignons.

Non seulement le temps est instable, mais les tics arrivent quand ils veulent.

C'est un scandale ! Que regardent les pouvoirs en place ?

Du point de vue de l'analyse fractale (pas en tant qu'indicateur) il n'y a rien à faire là, les ticks sont un système très compliqué.

Et là, collègue, permettez-moi de ne pas être d'accord avec vous. Non seulement l'analyse fractale est créée spécialement pour les ticks, mais les ticks sont le système le plus simple. Pour sa modélisation, des hypothèses très simples suffisent - il n'y a pratiquement rien à simplifier. Une représentation OHLC conventionnelle n'est pas 4, mais 10 fois plus complexe que les ticks, et c'est vous, mon cher, qui y faites face. Je peux imaginer combien ce sera difficile pour les tiques quand vous vous jetterez sur elles. :-)

 

à Yurixx

Во-во, я всегда говорил - грибные места знать надо.

Partagez donc les lieux, s'il y en a. J'espère vraiment que tu n'es pas en train de cueillir des amanites tue-mouches et des champignons vénéneux.

C'est un scandale ! Que font les puissances en place ?

C'est ce qui rend nos activités largement inutiles :o) Plus sérieusement, il n'existe tout simplement aucune méthode pour traiter ces rangs. Objectivement, vous ne pouvez même pas calculer la moyenne, sans parler des moments et d'autres choses utiles (par exemple, il n'y a pas de concept de décalage temporel pour de telles séries). Mais si vous avez un don pour les beaux-arts - laissez-moi vous serrer la main ! !! Je suis ravie ! !! Alors vous n'avez pas besoin de bouder les Puissances Supérieures - vous êtes vous-même la Puissance ! !! :о)

Eh bien, collègue, permettez-moi de ne pas être d'accord avec vous. Non seulement l'analyse fractale est développée spécialement pour les tics, mais le tiki est le plus simple des systèmes. Pour sa modélisation, des hypothèses très simples suffisent - il n'y a pratiquement rien à simplifier. Une représentation OHLC conventionnelle n'est pas 4, mais 10 fois plus compliquée que les ticks, et c'est vous, mon cher, qui y faites face. Je peux imaginer combien ce sera difficile pour les tiques quand vous vous jetterez sur elles. :-)

Pourquoi on utilise le mot "vous", mais d'accord. En fait, l'analyse fractale a été créée historiquement dans un but tout à fait différent. Yury, il n'y a pas tant de méthodes qui peuvent donner une estimation objective du Chaos. L'une d'entre elles consiste à calculer l'intégrale de corrélation pour chaque imbrication et l'estimation du Chaos total (élément de l'analyse fractale). C'est ce que j'ai utilisé, avec quelques hypothèses. La dimensionnalité du système pour les tics est énorme, il y a le Chaos complet avec une majuscule, il n'y a rien à faire là.

 
grasn >> :

Je pense que la méthode de calcul ne joue pas un rôle fondamental. Il faut seulement se rappeler que nous parlons d'entropie informationnelle, et non de thermodynamique ou autre.

J'ai supposé que de cette manière - en comptant les boîtes - on ne peut que calculer l'entropie de l'information.

cela n'a rien à voir avec la dimensionnalité de l'espace. En outre, la dimensionnalité n'est qu'un paramètre d'entrée du modèle.

Je pense que si nous calculons l'entropie pour des données converties en espaces de différentes dimensions, nous obtenons des valeurs différentes, de sorte que la dimensionnalité de l'espace a quelque chose à voir avec l'entropie. En outre, nous effectuons délibérément un prétraitement des données d'entrée afin d'augmenter leur entropie. Et le fait que la dimensionnalité soit fixée par un paramètre du modèle est une chose courante, je l'ai aussi.

Je ne pense pas que ce soit juste ou que je manque quelque chose.

Je suis prêt à reformuler. Je voudrais aller au fond des choses. L'essentiel de la question est de savoir s'il est toujours judicieux de choisir la prévision "gagnante" en fonction de la valeur maximale de son entropie.

Ensuite, l'idée que les valeurs d'entropie devraient être cycliques, car il y a certaines périodes du marché (limites de session, nouvelles), où l'entropie augmente vraiment, vient d'être exprimée ici. C'est une chose avec laquelle je suis d'accord. Entropie = volatilité, non ? Cependant, la direction du mouvement prédit (qui est ce qui détermine une prédiction correcte) a peu de chances d'être prise en compte de quelque manière que ce soit par l'entropie. En général, je suggère de choisir une mise en œuvre avec une valeur d'entropie moyenne de tous.

Pourquoi tu te tromperais ? Cette formule donnera l'horizon de prédiction le plus bas possible pour un système très complexe, de grande dimensionalité.

Correction. Pas le minimum, mais l'horizon maximal possible. Pourtant, je ne comprends pas comment est mesurée la durée de l'intervalle de prédiction qui en résulte. Nous avons des échantillons en barres dans les données, et il serait logique de supposer que l'intervalle est également en barres, mais je ne trouve pas d'explication à cela directement dans la formule.

 

au marketeur

Думаю, что если посчитать энтропию для данных, преобразованных в пространства разных размерностей, мы получим разные значения, так что размерность пространства имеет отношение к энтропии. Более того, мы специально делаем предобработку входных данных с целью повышения их энтропии. А уж то, что размерность задается параметром модели - это обычное дело, у меня тоже так.

Je ne sais plus vraiment ce que tu veux dire ? Avant, vous parliez de l'entropie K, qui est utilisée dans la formule. Cela a à voir avec la dimensionnalité du système, c'est ce que j'ai écrit. C'est-à-dire que je me perds un peu dans l'idée principale. :о)

Ensuite, il y a eu l'idée que les valeurs d'entropie devraient être cycliques, car il y a certaines périodes du marché (limites de session, nouvelles) où l'entropie augmente vraiment. C'est une chose avec laquelle je suis d'accord. Entropie = volatilité, non ?

J'écrivais sur le choix de différents niveaux d'entropie comme critère, en fonction du temps, et non sur le caractère cyclique de l'entropie elle-même. Mais vous avez peut-être raison, il y a peut-être une corrélation avec la volatilité (il faut juste clarifier ce que c'est, ce qui n'est pas facile :o) Ce n'est pas si simple, j'ai écrit plus tôt que je ne travaille pas directement avec le prix, j'utilise une série transformée qui a les propriétés suivantes :

  • stationnarité
  • distribution normale
  • vous pouvez juste aller dans la gamme de prix.

C'est une étude entière, vous ne pouvez pas juste répondre à ça.

Correction. Pas le minimum, mais l'horizon maximal possible.

Je ne comprends pas...

 
grasn писал(а) >>

Alors partagez les lieux, s'il y en a vraiment. J'espère vraiment que vous n'êtes pas en train de cueillir des champignons agarics et des champignons lombrics.

Oui, j'ai toujours exprimé mon affection pour les tiques et je ne me suis jamais caché de travailler avec elles. Ce que j'y collecte, nous le verrons après l'avoir mangé. L'autopsie le montrera !

grasn a écrit >>

C'est cette circonstance qui rend nos activités largement insignifiantes :o) Plus sérieusement, il n'existe tout simplement aucune méthode pour traiter ces rangs. Objectivement, vous ne pouvez même pas calculer la moyenne, sans parler des moments et d'autres éléments utiles (par exemple, il n'y a pas de concept de décalage temporel pour de telles séries).

Bon sang, c'est une bonne chose que je ne l'aie pas su avant. Sinon, je n'aurais certainement pas pu travailler.

grasn a écrit(a) >>

Et pourquoi on a changé pour "vous", mais bon. En fait, historiquement, l'analyse fractale a été créée pour autre chose. Yuri, il n'y a pas beaucoup de méthodes qui peuvent donner une évaluation objective du Chaos. L'une d'entre elles consiste à calculer l'intégrale de corrélation pour chaque imbrication et l'estimation du Chaos total (élément de l'analyse fractale). C'est ce que j'ai utilisé, avec quelques hypothèses. La dimensionnalité du système pour les tics est énorme, il y a le Chaos complet avec une majuscule, il n'y a rien à faire là.

Vous avez changé pour nous, donc nous avons changé pour vous. :-)

Allez Sergei, tu ne peux même pas en plaisanter.

J'ai une assez bonne idée de ce dont vous parlez. Ces choses sont trop élevées pour moi. J'ai construit mes propres méthodes moi-même, elles n'ont rien de compliqué. J'essaie de ne pas toucher Chaos avec mes mains, sinon il m'entraîne irrémédiablement vers le bas. J'essaie d'évaluer l'ordre. Je n'ai pas rencontré le problème des dimensions. C'est, peut-être, tout.

 
Yurixx >> :


Mon Dieu, c'est une bonne chose que je n'aie pas su ça avant. Je n'aurais pas pu travailler.

Je suis content de ne pas vous avoir coupé l'appétit tout à l'heure. Et maintenant, après tout ce temps d'entraînement, votre estomac doit être capable de supporter facilement les champignons les plus vénéneux :o))))
 
grasn >> :

au marketeur

Je ne sais plus vraiment ce que tu veux dire ? Avant, vous parliez de l'entropie K, qui est utilisée dans la formule. Cela a à voir avec la dimensionnalité du système, c'est ce que j'ai écrit. C'est-à-dire que je me perds un peu dans l'idée principale. :о)

J'ai parlé du choix de différents niveaux d'entropie comme critère, en fonction du temps, et non du caractère cyclique de l'entropie elle-même. Mais peut-être avez-vous raison, peut-être y a-t-il une corrélation avec la volatilité (je dois juste clarifier ce que c'est et ce n'est pas si simple :o) Ce n'est pas si simple, j'ai écrit plus tôt que je ne travaille pas directement avec le prix, j'utilise une série transformée qui a les propriétés suivantes

  • stationnarité
  • distribution normale
  • Vous pouvez simplement vous déplacer dans la zone de prix.

C'est une étude entière, vous ne pouvez pas juste répondre à ça.

Je ne comprends pas...

Oui, ça devient un peu confus. ;-) Ensuite, je ne comprends pas non plus ce qui a été dit exactement sur le fait que cela n'a "rien à voir avec la dimensionnalité"(>>), si vous êtes maintenant d'accord que l'entropie est liée à la dimensionnalité.

Les niveaux d'entropie dépendant du temps ne sont pas cycliques ? Le nom que vous lui donnez n'a pas d'importance, à mon avis. Le fait est que si le modèle est adéquat, alors pendant les périodes de forte volatilité, il devrait donner les variantes de réalisation, pour lesquelles la valeur moyenne de l'entropie est plus élevée, que dans les périodes de calme. Par conséquent, une correction des niveaux devrait déjà être contenue dans la prédiction. Et les écarts à la hausse et à la baisse ne sont qu'une danse autour d'une valeur moyenne, la plus probable.

Au sujet de "ne pas avoir compris". Il y a eu cette conversation : j'ai donné une formule, vous avez écrit : "Cette formule donnera l'horizon de prévision le plus bas possible...". J'ai fait remarquer que c'était incorrect. La formule donne une estimation de l'horizon maximal. Qu'est-ce qui n'est pas clair exactement ?

 
marketeer >> :

Oui, tout devient un peu confus d'une certaine façon. ;-) Ensuite, je ne comprends pas non plus ce qui a été dit exactement sur le fait que cela n'a "rien à voir avec la dimensionnalité"(>>), si l'on admet maintenant que l'entropie est liée à la dimensionnalité.


Je faisais référence à votre "c'est-à-dire une mesure de la dispersion d'une variable aléatoire dans l'espace". Je ne sais pas quelle est cette mesure, où elle est dispersée et ce qu'elle a à voir avec l'entropie.

Les niveaux d'entropie dépendant du temps ne sont-ils pas cycliques ? Le nom que vous lui donnez n'a pas d'importance, à mon avis. Le fait est que si le modèle est adéquat, alors pendant les périodes de forte volatilité, il devrait donner les variantes de réalisation, pour lesquelles la valeur moyenne de l'entropie est plus élevée, que dans les périodes de calme. Par conséquent, une correction des niveaux devrait déjà être contenue dans la prédiction. Et les écarts à la hausse et à la baisse ne sont que des danses autour d'une valeur moyenne, la plus probable.

Les niveaux du critère seraient en quelque sorte cycliques (en supposant que ces niveaux soient déclenchés correctement en tant qu'identification du processus). Mais je n'ai rien écrit sur le caractère cyclique de toute l'entropie (ou du champ d'entropie), qui doit être examiné. Encore une fois, vous avez peut-être raison.

Au sujet de "ne pas avoir compris". Il y a eu cette conversation : j'ai donné une formule, vous avez écrit : " Cette formule donnera l'horizon de prédiction le plus bas possible... ". J'ai fait remarquer que c'était incorrect. La formule donne une estimation de l'horizon maximal. Qu'est-ce qui n'est pas clair exactement ?

OK, j'écrivais dans le contexte de la dernière conversation sur la valeur elle-même (jusqu'à quel point vous pouvez prévoir).

 

Aujourd'hui, le tableau pour FDAXZ9 est le suivant :

Vendre à l'ouverture du marché, prendre à 5616, stop à la zone 5673.

Raison: