記事"Boxplotによる金融時系列のシーズンパターンの探索"についてのディスカッション - ページ 27

削除済み  
Stanislav Korotky:

私は、MqlRates 用のアダプターを介してバー分析に OLAP を追加し、その他いくつかの更新を行いました。2010年から2019年までの期間のEURUSD M15について、時間と曜日で 区切られたクローズ-オープン・バーの範囲によってProfitFactorアグリゲータを計算することにしました。このアグリゲーターは、プラスの金額とマイナスの金額の比率を示すので、その最大値(1より大きい)と最小値(1より小さい)は、それぞれ買いと売りに適していると解釈することができます(売りについては、表示されたPFが1より小さいことから、売りの収益性を得るために1/PFの逆数を取る必要があります)。以下はそのログである(グラフは作っていない):

各線にはPF、時間、曜日が ある。最も魅力的なオプションに印をつけた。ほぼすべての曜日で、23で売り、0から4で買うことが推奨されていることがわかります。

少なくとも、なぜolapが必要なのかが明確になった。)Pythonでは、集計はこのような原理で動作する。興味深い考えが浮かんだ。
 
Maxim Dmitrievsky:
T9

分かった。

本題だが、まあ、理論がすべて準備できているのなら、何を待てばいいんだ?;)

削除済み  
Igor Makanu:

よし、了解だ。

本題だが、もし理論がすべて準備できているのなら、何を待てばいいんだ?;)

準備しながら書くよ。でも、何も咀嚼するつもりはなく、自分のためにやったように並べるつもりだ。とにかく、あとは自分で妄想してください
削除済み  
Aleksey Nikolayev:

ごく普通の考えです。散布図を描き、相関係数とその有意性を計算する。

私は物価の上昇に関して、計量経済学的なクレチニズムを持っている。図やヒットマップを描き、結論を出したことはある。しかし、あることの機微を理解していなかった、例えば、持っています:

毎時単一の増分の相関 - 正常である規則性はありません。

10のラグがあると、よく、より多くのラグ、個々のクロックまたはグループ間のより多くの相関。

しかし、ラグが1より大きくなると、一方では大きくなり、他方では例えば小さくなる。つまり、履歴を見て別の統計を取るか、何らかの方法で現在の統計に含める必要がある。

例えば、10 のラグで正のインクリメントがあれば、次のバーでも同じインクリメント値を高い確率で予測する。もちろん、これは価格が同じ水準にあることを強制するものではありません。10バーを振り返り、-10バーから-9バーを引いて、その差を最後のゼロバーに加えれば、正しい予測ができるのでしょうか?これをどうやって統計分析に組み込めばいいのか......。私は浮いています。つまり、実際の出力を統計的に等価なもの、確率的なもの、その他のもので計算する。ある種科学的に。)

それとも、これは間違った考え方なのでしょうか?

削除済み  

例えば、5年間隔で25時間遅れで、何時間かそのような図を得るのは簡単です。


H.I.わかりました。予測された増分の系列を時間ごとに復元し(平均化される)、最初のものと比較する必要がある。そこでのシグナルはデルタになる。わかりやすくするために、同じボックスプロットを使うことができます。

理論的には、これは一種の聖杯 だ。実際に見てみよう。予測誤差が得られるのは、散布図上の点が散らばるからにほかならない。

 
Maxim Dmitrievsky:

ラグが10であればあるほど、個々の時計またはグループ間の相関は大きくなる。

この場合のラグとは何か?7時間バーの10日前の増分は、現在の日の8時間バーの増分と相関関係がありますか?

削除済み  
fxsaber:

この場合のラグとは?10日前の7時間バーの増分と、現在の日の8時間バーの増分との関係は?

ラグ=終値の 遅れ、例えば0時間足÷10時間足。1-close[0]/close[10]。

現在の時間の増分値は、前の時間の増分値と高い相関があることがわかります。ラグが大きいほど相関は大きくなり、ある時間帯の 1-close[0]/close[10]は 1-close[1]/close[11]と相関する。

 
Maxim Dmitrievsky:

lag =終値の 遅れ、例えば 0 bar を 10 bar で割る。1-クローズ[0]/クローズ[10]

現在の時間の終値は、前の時間の終値と高い相関があることがわかります。ラグが大きいほど相関は大きくなり、ある時間帯の 1-close[0]/close[10]は 1-close[1]/close[11]と相関する。

つまり、このようなラグを持つ系列では、純粋に数学的に高い相関が観察されることになる。SBで確認してください。

ある系列の間隔が他の系列と重なるのは良くない。例えば、0-10は1-11と重なる。


インクリメントではなく、2014年初めから符号で計算した。最良の結果

Research's Days = 1553: 2014.01.02-2019.12.16. OOS's Days = 1552: 2008.01.21-2013.12.31
62.3%, 383: 23:00(23)-00:00(24) 01:00, 00:00(24)-01:00(25) 01:00, OOS:: 112, 1552 days - 53.6%

H1に符号によるつながりはない。

削除済み  
fxsaber:

したがって、このようなラグを持つ系列では、純粋に数学的に高い相関が観察されることになる。SBで確認してください。

ボラティリティのクラスタリングを取り除けば、終値での BPはすでにSBなので、私はそれを信じる。

しかし、それでも興味深いことに、ラグが変化してもすべての時間帯で同じ相関の増減があるわけではないことがわかりました。ロバストな最小のラグを見つける必要がありそうだ。

 
Maxim Dmitrievsky:

ボラティリティのクラスタリングを取り除くと、終値での BPはSBになる。

が、それでも興味深いのは、ラグが変化しても相関がどの時間帯でも同じように伸びたり縮んだりするわけではないことがわかった。ロバストな最小ラグを見つける必要がありそうだ。

スライディングウィンドウで相関を測定することができます。そして、その統計的特性を見る。かなり浮くと思います。