Discussione sull’articolo "Approccio econometrico all'analisi dei grafici" - pagina 6

Nuovo commento
 

Ora capisco .

  1. Avete rimosso il valore di zero lag. Dove il valore ACF è sempre =1, in modo da poterlo vedere meglio. Si scopre che già a lag =1 la differenza è di 1e4 volte. Si è ottenuta una ACF che ha la forma di una funzione delta . Esiste un solo modello per questo tipo di ACF : è il rumore ( e vi è già stato chiesto, perché è una conseguenza del fatto che prendete i giorni e li logaritmizzate). Pensate ...
  2. Dopo tutto, si prende il modulo e lo si eleva al quadrato)) Avevo ragione. Cioè, lo stai facendo bene,
      Data21[i].opMultEq(cData[i]);  //produzione di un numero complesso per il suo coniugato 
                     //dà un numero complesso che ha solo la parte reale non zero

z con il trattino è un numero complesso coniugato.

3. ma purtroppo non hai capito bene perché sottrai il MOG e non l'andamento. Anche se hai ragione, si tratta di una questione teorica molto interessante.

  double m=mean(res);               // media aritmetica dell'array res
   ArrayResize(rets1,nFFT);          // adattamento della dimensione dell'array
   for(int t=0;t<ArraySize(res);t++) //copiare l'array originale di osservazioni 
       // a quello del servizio aggiustato per la media
     rets1[t]=res[t]-m;

ed è un peccato che tu non possa dirlo ad altri. Ma non si rivolga di nuovo agli stranieri, è meglio che lo dica con parole sue. Sarà più chiaro per te stesso. È sempre così, quando lo spieghi agli altri, tu stesso lo capirai molto bene.

4. Mi sono sbagliato, pensavo che fosse il tuo articolo https://www.mql5.com/it/articles/185 per questo ho fatto queste domande sull'elaborazione spettrale, mi scuso per averti attribuito il lavoro di qualcun altro. Il suo articolo è molto bello, non leggevo articoli del genere da molto tempo.

 
Trolls:

Ora capisco .

  1. Avete rimosso il valore di zero lag. Dove il valore ACF è sempre =1, in modo da poterlo vedere meglio. Si scopre che già a lag =1 la differenza è di 1e4 volte. Si è ottenuta una ACF che ha la forma di una funzione delta . Esiste un solo modello per questo tipo di ACF : è il rumore ( e vi è già stato chiesto, perché è una conseguenza del fatto che prendete i giorni e li logaritmizzate). Pensate ...

Troll, o non ho scritto in russo o non avete letto attentamente ...

Cito me stesso..:

...Qualche parola sulla descrizione degli assi del diagramma. Sull'asse delle ascisse è tutto chiaro: mostra gli indici di ritardo. L'asse y mostra il valore esponenziale per il quale è stato moltiplicato il valore ACF originale . Quindi, 1e4 significa che il valore originale è stato moltiplicato per 1e4 (1e4=10000), e 1e2 - per 100, ecc. Questa moltiplicazione è stata fatta per la leggibilità del diagramma.

Avete altre domande su questa tesi?

Poi, a proposito dello zero lag. Ecco due grafici dell'ACF dell'usdjpy:


Il primo ha zero lag (il suo valore si trova nell'angolo in alto a sinistra), mentre il secondo no. Ora ditemi, quale grafico è più esplicativo? Non dimenticatevi dello zero lag. Allora tutto andrà bene. Nel mio script ho lasciato la seconda variante, come avete capito....

 
Trolls:

2. Ancora si prende il modulo e lo si quadra )) avevo ragione. Cioè stai facendo bene,

z con un trattino è un numero complesso coniugato.

Sono contento che avessi ragione.....

3. ma purtroppo non hai capito bene perché stai sottraendo il MOG e non il trend. Anche se hai ragione, si tratta di una questione teorica molto interessante.

ed è un peccato che tu non possa dirlo agli altri. Ma non si rivolga di nuovo agli stranieri, è meglio che lo dica con parole sue. Sarà più chiaro per te stesso. È sempre così, quando lo spieghi agli altri, tu stesso lo capisci molto bene.

Questa domanda non è per me. Anche se suppongo che per questo motivo:

la media aritmetica è spesso utilizzata come valore medio o tendenza centrale, questo concetto non si applica alla statistica robusta, il che significa che la media aritmetica è fortemente influenzata da "grandi deviazioni". In particolare, per le distribuzioni con un grande coefficiente di skewness, la media aritmetica potrebbe non essere coerente con il concetto di "media", e i valori medi delle statistiche robuste (come la mediana) potrebbero descrivere meglio la tendenza centrale.

La sottrazione delle tendenze è un'altra cosa, imho.

 
denkir:

Troll, o non ho scritto in russo o non avete letto attentamente...

Sto citando me stesso:

Ci sono altre domande su questa tesi?

...

è un po' fuori luogo. Probabilmente ho espresso male il concetto che volevo trasmetterle. Che allo 0° lag l'ACF debba essere uguale a 1 è chiaro, e che tu l'abbia tolto per riflettere meglio il grafico è altrettanto chiaro.

Volevo attirare la vostra attenzione sul risultato che avete ottenuto. Il tipo di ACF che avete ottenuto è l'ACF che corrisponde al rumore.

Prendete il rumore e tracciate la sua ACF, confrontandola con i vostri ultimi grafici. Come si dice, trova dieci differenze...

e ti riporto il link, confrontalo con questa figura https://www.mql5.com/it/code/8295, lì l'ACF cade dolcemente e il modello matematico vi corrisponde.

H.Y. capisci che non ti sto rimproverando, voglio aiutarti. Ti sto parlando della fase successiva della ricerca, quella di cui non hai parlato a causa dei limiti dell'articolo (non si può trattare tutto in un articolo, la gente scrive tesi di laurea, ci dedica tutta la vita, non si può presentare in due pagine).

L'ordine dello studio

Abbiamo ottenuto l'ACF, abbiamo condotto il test Q, ora dobbiamo selezionare un modello di tipo ACF, poi trovare i parametri di questo modello, provare a fare previsioni con il modello ottenuto e stimare l'accuratezza e l'orizzonte di previsione.

E così via fino ad ottenere risultati soddisfacenti.

L'ACF che avete ottenuto è un rumore, è difficile prevedere il rumore, anche se è "colorato".

 
Trolls:

...Volevo attirare la vostra attenzione sul risultato che avete ottenuto. Il tipo di ACF che avete ottenuto è l'ACF che corrisponde al rumore.

Prendete il rumore e tracciate la sua ACF, confrontandola con gli ultimi grafici. Come si dice, trovare 10 differenze....

H.Y. capisci che non ti sto rimproverando, voglio aiutarti. Ti sto parlando della fase successiva della ricerca, quella di cui non hai parlato a causa dei limiti dell'articolo (non si può trattare tutto in un articolo, la gente scrive tesi di laurea, ci dedica tutta la vita, non si può presentare tutto in due pagine).


Grazie, è stato fatto notare... Parliamo dei tipi di ACF più tardi....

I ciabattini discutono - noi discutiamo :-)))

 

Ho aggiunto i file Autocorrelation.zip e GarchTest_html.mq5 per visualizzare i grafici utilizzando gli strumenti descritti nell'articolo.

Dall'archivio, il file Autocorrelation.htm deve essere collocato qui: %MetaTrader%\MQL5\Files, e il file GarchTest_html.mq5 nella cartella scripts.

Chiedo all'amministrazione di aggiornare l'articolo.

 

Otterrete qualcosa di simile a questo... ma in formato *.htm. Lo script GarchTest_html.mq5 viene lanciato sul grafico e si osservano i risultati ottenuti.

 
denkir:

Chiedo all'amministrazione di aggiornare l'articolo.

Gli aggiornamenti sono stati pubblicati
 
...Ho dimenticato di aggiungere che è necessario inserire i file di libreria highcharts.js e jquery.min.js nella cartella %MetaTrader%\MQL5\Files .
 

alsu:
Спасибо, что дали ссылку.

Articolo molto interessante e unico nel forum MQL.

Mi sembra che topkstarter abbia cercato di risolvere la questione con un'elegante sciabolata: i pacchetti econometrici offrono molti più modelli di GARCH. La scelta di un modello e la successiva selezione dei parametri del modello è la parte centrale del percorso, non l'inizio.

Nei post precedenti sono state mosse critiche alle analisi basate sulle differenze. Si pensa che queste critiche siano sorte perché l'autore ha saltato la fase iniziale di preparazione dei dati.

Secondo l'autore dell'articolo, la non stazionarietà è l'unico male del mercato. Non è così. I seguenti problemi dovrebbero essere risolti in anticipo:

1. Dovremmo decidere il numero di candele del campione. Il numero di candele del campione dipende dal timeframe? A giudicare dalla letteratura, 50 candele dovrebbero essere sufficienti.

2. Proviamo ad adattare la distribuzione al nostro campione. Preferibilmente una distribuzione normale. Si pone subito la questione del numero di rack su cui viene tracciato il grafico. Dove avete trovato il numero di scaffali su cui è tracciato il grafico? Facciamo costantemente degli aggiustamenti visivi. Se pensiamo che non si tratti ancora di una distribuzione normale, controlliamo il campione stesso:

- presenza di outlier: dovremmo sostituire gli outlier, cioè le quotazioni superiori a una certa soglia (ad esempio 3 sigma) con il valore della soglia. Bulashov ha un'opinione diversa sul valore della soglia.

- controllare con Fourier o ACF la presenza di cicli, per sicurezza. A causa del campione limitato e delle proprietà del mercato stesso, è molto probabile che non ci siano cicli.

- risolvere il problema delle tendenze. Non posso essere d'accordo con l'autore: il detrending attraverso la sottrazione del MOG è una grave semplificazione del problema. Per un trend esponenziale si prende il logaritmo, mentre per un trend additivo sono sufficienti le prime differenze. Il trend dovrà essere trattato separatamente e non saranno necessarie regressioni, e tutte le varietà di regressioni. È necessario sottrarre la regressione, non il MOG. Questo vale per i trend deterministici, ma esistono anche trend statistici.

Senza risolvere questi problemi, i ragionamenti sulle caratteristiche statistiche del campione non hanno fondamento.

Solo dopo questi passaggi, che devono essere giustificati, si può procedere alla selezione di un modello da un elenco offerto da un pacchetto specializzato, che risolverà molti altri problemi tecnici.


123456789101112
Nuovo commento