Discussione sull’articolo "Approccio econometrico all'analisi dei grafici" - pagina 4
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
La prego di chiarire, non sono sicuro di quale sia esattamente il coefficiente. Le specifiche del test Q sono descritte nell'articolo, come rivisto.
Piuttosto, si basa sul fatto che è un valore universalmente diffuso di 0,05. Se volete usarne uno diverso, sta a voi sostituire il valore della variabile nello script.
E volevate avere tutto su un piatto d'argento? Non funziona così. Bisogna sacrificare qualcosa.
Anche i rendimenti vengono previsti. E poi, dopo la previsione, vengono convertiti in valori assoluti di prezzo. Ne parlerò nel prossimo articolo.
Questo non è un esempio, ma un ritaglio del contesto.
Senza i dati e le formule di partenza, sulla base dei quali avete ottenuto i residui e la vostra distribuzione, non ho il diritto di valutarlo.
-Alexey-, le consiglio di rileggere l'articolo. Vedrete che non è la serie in sé a essere stimata, ma la serie dei rendimenti. Si tratta di stazionarietà.
L'articolo sulle distribuzioni è stato scritto a scopo introduttivo come esempio delle caratteristiche di una serie finanziaria, o meglio di una serie di rendimenti. Potete anche scrivere un articolo su questo argomento.
Denis, vorrei ancora una risposta alla mia domanda sull'interpretazione del criterio - non riesco a capire dall'articolo se le conclusioni tratte dai test sono corrette.
// metterei in dubbio la validità dell'applicazione della Ljung-Box stessa. Certo, la maggior parte dei libri che ho visto dicono che rimane valido anche per distribuzioni non normali, ma non ne ho mai visto la prova. Suppongo che la fonte primaria ce l'abbia, ma non mi sono mai imbattuto nei lavori di Ljung e Box, quindi ho sempre tenuto a mente questa domanda. L'essenza dei miei dubbi è che LB utilizza la distribuzione chi-quadro, che, come sappiamo, è legata alla normalità e all'indipendenza. Nel caso della serie di quotazioni non si osserva nessuna di queste condizioni, il che significa che l'applicazione di questo criterio appare molto complicata.
Pertanto, vorrei chiederle se dispone di calcoli che dimostrino che il criterio di Ljung-Box è applicabile a serie in cui le condizioni di indipendenza dei rendimenti vicini e di normalità della loro distribuzione non sono essenzialmente soddisfatte. Personalmente, finché non vedo i calcoli, sarei cauto nell'utilizzare questo criterio. A proposito, sono estremamente sorpreso che il signor Engle non sia ancora miliardario.
Non ho calcoli di questo tipo. È una domanda interessante. Cercherò di lavorarci su. L'unica cosa che posso dire è che ho visto questo test in diverse fonti su file che non soddisfano le condizioni indicate. Ad esempio qui: Analisi delle serie temporali finanziarie, Ruey S. Tsay. Non siete sorpresi che G. Perelman non sia nemmeno un milionario? :-))
Я имею в виду, коэффициент корреляции по каждому лагу. Что значит - желаете, алгоритм должен обоснованно задаваться уровнем значимости, иначе - неопределенность в определении уровня, а соответственно - непонятно, зачем он нужен...
Intendevo il livello di significatività statistica alfa, rispetto al quale viene valutata l'ipotesi nulla del valore di p calcolato per ogni statistica Q. Forse stiamo parlando di termini diversi?
Finché non vedrò le formule e i residui stessi, mi asterrò da qualsiasi valutazione. Se non vuoi mostrarmeli, allora non parliamone....
Ricordo una cosa del genere, non so quanto accurata, che il metodo che descrivi è usato per la previsione della volatilità, e proprio perché la sua serie è già molto più stazionaria (l'effetto di cui scrivi all'inizio) e non ha bisogno di trasformazione. Di conseguenza, è possibile utilizzare il metodo, poiché i dati di partenza sono adatti. Ma non la serie derivata dei prezzi che avete citato. Se avete rimosso, ad esempio, l'asimmetria (o altri momenti) dalla distribuzione iniziale con l'aiuto della vostra trasformazione, allora prevederete una serie in cui non è presente, e non la recupererete.
Intendevo il livello di significatività statistica alfa, rispetto al quale viene valutata l'ipotesi nulla del valore di p calcolato per ogni statistica Q. Forse stiamo parlando di termini diversi?
Finché non vedrò le formule, i residui stessi, mi asterrò da qualsiasi valutazione. Se non volete mostrarlo, allora non parliamone....
Esattamente così - previsioni di volatilità. Ci sarà una continuazione del mio articolo, poi ne discuteremo :-))).Ora è tutto chiaro. Ma nell'articolo si dovrebbe specificare che si intende prevedere la volatilità, non le serie di prezzi, e che dopo aver previsto i valori delle serie di "rendimenti" non si intende trasformarli in serie di prezzi, ma in qualche loro derivata. Le mie considerazioni non sono fondamentali per questo compito, ma spero che vi aiutino se mai deciderete di provare a prevedere le serie di prezzi.
È fantastico.
Grazie per le sue considerazioni. Accolgo sempre con piacere le critiche costruttive!
Ancora una volta, l'obiettivo finale è ottenere una previsione della serie dei prezzi, tenendo conto dei parametri presenti nel modello non lineare.
L'unica cosa che cambia nei miei piani è la necessità di creare una libreria di distribuzioni statistiche. Vale la pena di scrivere un articolo al riguardo. Un'idea del genere mi è venuta in mente dopo la discussione.
È fantastico.
Grazie per le riflessioni. Accolgo sempre con piacere le critiche costruttive!
Ancora una volta, l'obiettivo finale è ottenere una previsione delle serie di prezzi.
Quindi avete in programma di fare delle previsioni sulle fasce di prezzo? Si tratta di un compito interessante e degno di nota. Mi piacerebbe vedere articoli su questo argomento :)
Sì, nei piani. Perché è interessante. E ho intenzione di fare anche previsioni a breve termine. Ma per ora dobbiamo prepararci. Per prima cosa dobbiamo risolvere il problema con le distribuzioni.... Abbiamo anche bisogno del consenso di MetaQuotes :-))))
E la cosa principale è che gli utenti di MQL5 siano interessati.
alsu, vedo che hai lavorato in Statistica. Ma servono i dati grezzi. Quali rendimenti e quale formula hai utilizzato per ottenerli?
Presumo che stiamo parlando di diversi derivati di serie di prezzi. Quindi non mi affretterei a lanciare un sasso nel giardino dei premi Nobel :-))).
No, stiamo parlando degli stessi. I rendimenti sono semplicemente le prime differenze della serie di prezzi Close[i]-Close[i+n] (nel mio grafico sono presi con un ritardo di 8, ma la curva è esattamente la stessa per qualsiasi ritardo). Just returns è un termine diffuso soprattutto nella letteratura occidentale. Nel forum MQL4, le persone lo usano spesso nelle discussioni su matstat (sono tradizionalmente accese lì)) quindi l'ho usato solo per abitudine. Se è più comodo, scrivo "prima differenza di una serie" o "incremento di una serie". Ma "derivata" è un termine molto scorretto per le serie temporali, qui non ci sono e non possono esserci derivate. Se ricordate, anche l'apparato analitico per le derivate e le differenze è molto diverso (per esempio, confrontate la trasformata di Fourier e la trasformata z).
Ciononostante.
È possibile analizzare l'incremento relativo del prezzo: il risultato è lo stesso. Se prendete il logaritmo dell'incremento relativo - beh, provate, sarà una curva interessante) Per convincere, porto le immagini di Statistica (sono davvero abituato a usarlo, ma, di norma, solo come spunto di riflessione e test di ipotesi. Infatti, per fare statistica, e qualsiasi altro settore della matematica, occorrono, come scherzano i professionisti, un gesso, una lavagna e una testa pelata. Del primo e del secondo ne ho a sufficienza, il terzo lo sto gradualmente acquisendo su )))).
Ecco l'incremento relativo con un ritardo di 8 anni.
ed ecco la distribuzione del logaritmo dell'incremento relativo.
Non iniziate a convincermi che sia normale. Qui la coda sinistra è comunque molto più spessa e lunga della coda destra. Assomiglia più a una gamma, ma espansa lungo l'asse x, beh, o a qualcosa di piuttosto esotico. I picchi nell'ala sinistra sono una conseguenza della quantizzazione delle quotazioni (la parte sinistra corrisponde a piccolissime variazioni di Close, e queste, come sappiamo, possono differire al massimo di un Punto, da cui il rumore osservato), quindi possono essere spalmati su tutta la pendenza, il che renderà la coda sinistra ancora più spessa.
In generale, possiamo indire un concorso - il primo che trova un valore normalmente distribuito a Forex dovrebbe essere messo sulla lavagna d'onore come colui che ha dimostrato l'inefficacia degli sforzi dei premi Nobel)).
PS non consideratemi uno snob, io tratto i premi Nobel con rispetto. È solo che mi hanno insegnato fin da bambino a non avere paura delle autorità e a dubitare più spesso, e questo mi ha sempre aiutato nella vita. Se una persona ha ricevuto un premio Nobel, non significa che abbia sempre e comunque ragione. Ad esempio, Einstein ha ricevuto il Nobel per il fotoeffetto (anche se, a pensarci bene, la formula era in superficie e lui è stato solo il primo ad arrivarci, ma questo vale molto), ma non ha creduto nella meccanica quantistica fino alla fine della sua vita - e si è rivelato sbagliato. Anche se Engle ha ottenuto il premio Nobel per il GARCH (devo notare che il metodo non è nemmeno troppo complicato, tutto è uguale qui - per la velocità:), ma non significa che dagli anni '80, quando questo modello è stato creato, il mercato non sia cambiato. Al contrario, sono pronto a credere che allora funzionasse davvero e che le distribuzioni delle quotazioni fossero vicine alla normalità (anche se dubito di quest'ultima ipotesi:)). Il fatto è che ORA, dopo 30 anni, non funziona. Inoltre, se Engle fosse stato un ingegnere piuttosto che un econometrico, avrebbe saputo che i processi stazionari possono essere anche eteroscedastici - questo fatto non è stato preso in considerazione nella sua ricerca, ed è su tali dati che GARCH si smarrisce momentaneamente.
Quindi, consiglio a voi e a tutti di cercare di seguire meno le autorità e di scavare di più da soli.
Vi sorprende che G. Perelman non sia nemmeno milionario? :-))
Teoricamente è un milionario, e con una possibilità diretta di realizzazione pratica).