Économétrie : Prévision par modèle d'espace d'état - page 19

 
Gotcha:
Et je ne dis rien du tout.)
Et je ne... je ne sais pas.
 
Mischek2:
Et nndo ibc...


c'est tout - pas dans les dessins animés
 
faa1947:

Vous êtes redondant ici. Juste quelques personnes qui comprennent l'économétrie, mais nous privons une bande de codeurs bien organisés avec un statut de modérateur qui broutent ici dans l'espoir d'une misérable centaine de livres pour des pseudo-conseillers. Ils me détestent. Il y a deux ans, j'ai été la première personne à écrire le mot "économétrie" sur ce site. Avant cela, une recherche ne permettait pas de trouver ce mot. On m'a immédiatement envoyé un message personnel disant "Pourquoi as-tu fait ça ?". Maintenant vous avez été assimilé à moi et votre destin est scellé. C'est un exemple concret. Vous ne serez pas autorisé à publier un résultat sur les avantages de l'économétrie. Blablater, se tordre, gonfler les joues et "faire comme les traders plus âgés et plus expérimentés" est plein de virtuoses.

Je n'ai rien posté de substantiel ici depuis un an et je vous invite à ne pas le faire. Nous devons trouver un autre endroit.

PS. Bien que vous puissiez continuer à utiliser un mot aussi compromettant pour quiconque sur le site "adieu" si vous cessez d'utiliser le mot "économétrie".

Ouais, SunSunich, tu ne peux pas aller à la Boîte à outils, c'est trop décérébrant pour toi.

Et je pense que je vais mettre cette citation dans les Annales.

 
Demi:

faites le contraire - rendez-le intelligent, testez-le et mettez-le à la disposition de tous

Un peu de théorie.

Le modèle d'espace d'état est constitué de plusieurs équations, mais au moins deux. La première est l'équation de mesure, la seconde (ultérieure) est l'équation d'état.

Mon exemple sous forme générale :

eurusd(t) = w*x(t-1) + bruit(t)

x(t) = F* x(t-1) g * bruit(t)

noise(t) est un processus aléatoire iid. C'est-à-dire que si w = 0, alors nous avons une marche aléatoire.

L'intérêt du modèle d'espace d'état est qu'il prédit un état, puis la quantité que nous mesurons. Naturellement, nous pouvons ajouter d'autres cotations, indices, discours de Bernanke dans les états.....

Je n'ai pas de telles passions et par x je veux dire eurusd, c'est-à-dire que j'ai tout réduit à l'autorégression. Cette approche appauvrit beaucoup le modèle. Je colle le résultat ci-dessous.

Il y a une autre circonstance à la théorie qui est décisive dans ce modèle. w*x(t-1) est décomposé en parties : tendance + bruit irrégulier. La tendance, ou plus exactement le "lissage", est la partie du quotient qui a une forme analytique. J'en connais plusieurs types : régression, filtres, splines, ondelettes. Si vous retirez cette partie d'une citation, vous obtenez une variable aléatoire. Je m'en tiens à la terminologie "innovation", pour la distinguer du bruit, dont j'ai parlé. L'innovation, ce sont les nouvelles, qui sont toujours aléatoires, en raison de leur non-stationnarité, de leur queue de pie et de tous les autres charmes. Nous le modélisons séparément.

 
Demi:

Faites le contraire - faites-le intelligemment, testez-le et publiez-le pour que tout le monde le voie.

Mon modèle :

Mon modèle suppose que la tendance et l'innovation sont multiplicatives.

Très souvent, une composante saisonnière est extraite des citations. Nous examinons les cycles quotidiens et les cycles hebdomadaires. Je ne m'occupe pas de cela, bien que le modèle me permette de le faire.

Je ne donnerai pas une forme spécifique d'équations du modèle d'espace d'état.

En outre.

Pour le modèle d'espace d'état, j'utilise un modèle par lequel je transforme une prévision ponctuelle en une prévision directionnelle - un modèle autorégressif à seuil.

Entrez en position longue - franchissez le seuil supérieur, inversez en position courte - franchissez le seuil inférieur.

 

en bref - l'autorégression. Il n'y a pas de poisson dans l'autorégression.

Il n'y a pas non plus de poisson dans la construction du modèle de régression, où la prévision pour une paire de devises est construite à partir du modèle de régression d'une autre paire.

P.S. Il n'y a pas de poisson dans la saisonnalité non plus. L'homme dans l'autre fil de discussion s'intéresse au commerce saisonnier, mais surtout aux marchés des matières premières. Il dit - avec succès

 

Résultats.

Mon modèle permet de modéliser des processus aléatoires non linéaires et non stationnaires, c'est-à-dire des queues épaisses, l'hétéroscédasticité.....

L'historique eurusd de 1038 barres a été utilisé. Une fenêtre de 20 barres se déplaçait le long de cette histoire. Sur les 20 premières barres, les états initiaux du modèle ont été calculés (une chose très désagréable dans les modèles à espace d'état). Ensuite, les résultats sur les barres 21-1038.

Calculé en pips, lot = 1, pas de recharge.

Balance = 0.1780.

Solde des revenus = 0,4279

Solde des pertes = 0,2559

Graphique du facteur de profit :

Le facteur de profit est d'environ 1,6.

 
quel est le gain moyen et la perte moyenne en pp ?
 

Le dernier. Seuils. Graphique.

La chose la plus curieuse à propos des rapides. Les deux seuils peuvent se situer au-dessus ou au-dessous de l'essieu. Par conséquent, les seuils ne peuvent pas être remplacés par un sko.

 
Demi:
quel est le gain moyen et la perte moyenne en pp ?
Je ne le dirai pas. Je vais poster toutes les informations du testeur en réponse à un modèle similaire.
Raison: