Costruire un sistema di trading usando filtri digitali passa-basso - pagina 12

Nuovo commento
 
grasn писал (а): https://forum.mql4.com/ru/9321/page9
:о)

Grasn, a p. 10 lì (mi cito):

Risulta una situazione abbastanza complicata: per sapere se un processo è stazionario, bisogna prima conoscere il suo modello realistico (qui AR(1)). Ma non sembra che lo sia. Quindi anche il test non sembra applicabile.
Amico, è un po' un vicolo cieco. La definizione stessa di stazionarietà... non è lo stesso, non è rigoroso. "Perché un processo sia stazionario, il m.o. ecc. deve essere costante". Cioè il processo di m.o. deve essere esso stesso stazionario :))) Oliato...
 
Amico, è un vicolo cieco. La definizione stessa di stazionarietà è... qualcosa di diverso, non rigoroso. "Perché un processo sia stazionario, il m.o. ecc. deve essere costante". Cioè il processo di m.o. deve essere esso stesso stazionario :))) Burrosa...

Da dove l'hai preso? Se il m.o. è costante, allora non c'è nessun processo di m.o. e nessuna questione della sua stazionarietà, e di conseguenza non c'è olio burroso.

La definizione che ha dato Prival è abbastanza rigorosa. Cosa c'è che non va?
 

Come può non esserci un processo, bstone? E la costanza - in qualche senso statistico, naturalmente, non nella stretta uguaglianza di tutti i conteggi. Ecco la definizione data da Prival:

Un processo casuale (SP) con varianza finita è detto stazionario in senso lato se, la sua OLS (m.o.) e la funzione di covarianza sono invarianti rispetto allo spostamento temporale, cioè l'OLS è costante (non dipendente dal tempo) e la funzione di covarianza dipende solo dalla differenza di argomenti t 2- t 1.

L'unico test di stazionarietà che conosco è il test Dickey-Fuller. Ma presuppone un certo modello del processo (in questo caso l'autoregressione di 1° ordine). Ma cosa succede se il modello non ci è noto in anticipo?


Cominciamo con la più semplice: "MOJ è costante (indipendente dal tempo)". Come fareste praticamente a testare questo? Calcolare la media mobile del processo (ecco cos'è l'OIM)? Con quale periodo?

 
Beh, è tutto lì nella definizione: il modus operandi deve essere invariante rispetto allo spostamento temporale. In effetti, questo significa che se si fa una serie di misurazioni del processo in studio, dato un certo periodo (il periodo non deve essere lo stesso, ma deve essere abbastanza grande per la validità statistica della stima di m.o. risultante). Ogni misurazione copre una parte separata della serie (spostando il tempo), più parti ci sono, maggiore è l'affidabilità.

Come risultato otteniamo una serie di misure (non un processo), da questa serie di misure otteniamo una stima del m.o. con le caratteristiche statistiche appropriate. Questo è tutto.
 

bstone, tutto questo è comprensibile - e allo stesso tempo non mi hai detto niente di nuovo. Quale dovrebbe essere il periodo medio per ottenere una stima attuale dell'IOJ? Diciamo che ho 14.000 conteggi. Il periodo è 10, 50, 100 o 200?

E quale dovrebbe essere la varianza dell'OLS per considerare che l'ipotesi di invarianza dell'OLS nel tempo non è rifiutata?

 
Mathemat:

bstone, tutto questo è comprensibile - e allo stesso tempo non mi hai detto nulla di nuovo. Quale dovrebbe essere il periodo medio per ottenere una stima attuale dell'IOJ? Diciamo che ho 14.000 conteggi. Il periodo è 10, 50, 100 o 200?

E quale dovrebbe essere la varianza dell'OLS per considerare che l'ipotesi di invarianza dell'OLS nel tempo non è rifiutata?

Bene, se non ho riportato nulla di nuovo, allora è il momento di ricordare il concetto di intervallo di confidenza. In questo caso, la dimensione del periodo dipende solo dalle vostre pretese sulla precisione del risultato ottenuto. Cioè, è possibile impostare un intervallo di confidenza adeguato per la stima del m.d.s. per una particolare trama, al fine di trovare la dimensione richiesta. Poi si può fare lo stesso con il calcolo del numero di trame necessarie per la stima finale.

Ci sono diversi metodi per calcolare l'intervallo di confidenza. Potreste dover prima identificare e dimostrare la subordinazione dei risultati delle misurazioni a distribuzioni note (per esempio, il metodo per calcolare gli intervalli di confidenza con la distribuzione di Student funzionerà in generale solo per campioni da popolazioni normalmente distribuite).

È possibile che già nella fase in cui si cerca di identificare la legge di distribuzione delle misure si scopra che la stazionarietà non è prevista.

P.S. In realtà sono un manager, quindi ho una conoscenza relativamente superficiale della statistica, ma questo è ciò che detta il buon senso, basato su ciò che so.
 

A Mathemat

Ho testato la distribuzione del rendimento (EURUSD 240) contro una distribuzione normale. (NRD) secondo il test chi-quadro del test di Pearson non è NRD. Allego il file con le spiegazioni dettagliate (matcad), contiene anche la stima di ORM e RMS e il calcolo degli intervalli di confidenza delle stime

Penso che una conclusione da questa ricerca sia utile, è la raccomandazione di impostare SL a 4H per questa coppia di valute, è 81 punti (3*SCO). Chi vuole, può scaricare e controllare la sua valuta preferita. Se qualcosa non è chiaro sul programma e sui calcoli, contattatemi su Skype, cercherò di aiutarvi.


Z.U. Dimostrare che questa serie è stazionaria in senso stretto è fallito. Cercherò di fare ulteriori ricerche per dimostrare la stazionarietà in senso lato (MOG e RMS (covarianza) = const).



A NorthernWind

I grafici che avete mostrato non sono la serie numerica che il matematico chiede di studiare. Tra 5-10 minuti penso che posterò degli studi che confermano la natura ciclica del valore delle candele.

File:
11.zip  273 kb
 

A NorthernWind

Ho preso EURUSD60 e ho fatto costruzioni analoghe ma per una serie di numeri H - L

Ecco l'ACF. Si può vedere visivamente che non è una funzione delta e ci sono alcune oscillazioni stabili nel processo + decadimento esponenziale

Spettro ACF

Nello spettro ci sono due oscillazioni distinte con periodi di 12 e 4 ore.

Il file è allegato.

File:
22.zip  1292 kb
 
Mathemat:
Prival: ok. ok, proverò a controllare domani usando il criterio di Neumann di Pearson. Ma non mi è ancora chiaro come modellare senza una tendenza? Alexei: La metodologia di modellazione non è chiara.
Ho descritto brevemente questo metodo qui: https://forum.mql4.com/ru/9358/page6#51829 . C'è anche scritto per cosa mi serve.

E la tendenza appare ancora quando si integra una serie di rendimenti (si recupera senza ambiguità).

Penso che vi sbagliate ancora, si tratta di rumore ed è fermo. La tendenza non è stazionaria. Ecco perché penso che anche se modelliamo matematicamente in modo rigoroso i rendimenti, non saremo in grado di ripristinare la tendenza in modo univoco.
 
Mathemat:

bstone, tutto questo è comprensibile - e allo stesso tempo non mi hai detto niente di nuovo. Quale dovrebbe essere il periodo medio per ottenere una stima attuale dell'IOJ? Diciamo che ho 14.000 conteggi. Il periodo è 10, 50, 100 o 200?

E quale dovrebbe essere la varianza dell'OLS per considerare che l'ipotesi di invarianza dell'OLS nel tempo non è rifiutata?


Vedere il file 11.zip per come calcolare l'intervallo di confidenza della stima della IOL.
1...5678910111213141516171819...33
Nuovo commento