기고글 토론 "차트 분석에 대한 계량학적 접근"
이것은 근본적으로 잘못된 것입니다.
첫째, 러시아어로 말하고 "첨도"와 "섬도"를 일반적으로 사용되는 용어인 첨도 계수 또는 단순히 첨도라고 부르겠습니다.
둘째, 일반적인 경우 "섬"과 "뚱뚱한 꼬리"는 어떤 식 으로든 관련이 없습니다. 반대되는 예로 라플라스 분포(양 지수)를 들 수 있는데, 대부분의 금융 시계열의 그래프가 이 분포를 따르고 있습니다. 초과값은 3과 같지만(즉, 상단이 정규 분포보다 더 날카롭습니다), 꼬리는 가우스 exp(-x)의 법칙에 따라, 즉 가우스 exp(-x^2)보다 느리게 감소하는 등 두껍습니다.
근본적으로 잘못된 것입니다.
첫째, 러시아어로 말하고 "첨도"와 "섬"을 허용되는 용어 인 첨도 계수 또는 단순히 첨도라고 부르겠습니다.
둘째, 일반적인 경우 "섬"과 "뚱뚱한 꼬리"는 어떤 식 으로든 관련이 없습니다. 반대되는 예로 라플라스 분포(양 지수)를 들 수 있는데, 대부분의 금융 시계열의 그래프가 이 분포를 따르고 있습니다. 초과값은 3과 같지만(즉, 상단이 정규 분포보다 더 날카롭습니다), 꼬리는 단지 두껍습니다. 즉, 가우스 exp(-x)의 법칙에 따라, 즉 가우스 exp(-x^2)보다 느리게 감소합니다.
또한 "초과"라는 개념 자체는 없으며, 다른 개념인 "초과 분포"의 척도인 "초과 비율"이라는 개념이 있으며 이 개념은 단모드 분포에 대해서만 정의됩니다. 따라서 이 계수를 올바르게 사용하려면 첫째, 수학의 관점에서 사소한 작업이 아닌 경험적 분포 함수를 결정하고 둘째, 일부 확률적 기준의 틀 내에서 분포에 단일 모드가 있다는 가설을 확인하고 수용해야 하는데, 이는 재무 계열에 대해 항상 충족되는 것은 아니며 사소한 작업도 아닙니다. 이러한 단계가 없으면 "초과 계수"가 필요한 경우 추가 계산이 불가능합니다.
추신.
테스트에서 시리즈가 가정된 모델에 적용되지 않는다고 표시되는 경우 수행 할 작업에 대한 내용은 없습니다.
다른 것이 아닌 일련의 소위 "수익률"이 사용되는 이유와 근거에 대해서는 언급되어 있지 않습니다.
실제로 자산 수익률로 작업하는 것이 직접 자산 가격으로 작업하는 것보다 선호되는 주된 이유는 수익률이 더 매력적인 통계적 속성을 가지고 있기 때문입니다.
alsu:
...러시아어로 말하고 "첨도"와 "섬"을 허용되는 용어로 부르자-초과 계수 또는 그냥 초과....
나는 특히 알수가 "계수"와 "초과"라는 단어를 러시아어로 간주한다는 사실이 마음에 들었습니다 ...
alsu:
둘째, "섬"과 "팻테일"은 일반적으로 관련이 없습니다. 반대되는 예로 라플라스 분포(이항 지수)를 들 수 있는데, 대부분의 금융 시계열 그래프가 이 분포를 따르고 있다는 점에 유의해야 합니다. 초과값은 3과 같지만(즉, 상단이 정규 분포보다 더 날카롭습니다), 꼬리는 가우스 exp(-x)의 법칙에 따라, 즉 가우스 exp(-x^2)보다 느리게 감소하는 등 단지 두껍기만 합니다.
이것이 바로 제가 일반적으로 연관성이 있다고 생각하는 것입니다.
"덜 첨도-더 두꺼운 꼬리"의 예는 그림 "다양한 매개 변수를 가진 라플라스 분포"에나와 있습니다.
이러한 제안은 제 글에만 추가하겠습니다:
"일련의 수익률 분포는 정규 분포보다 더 자주 팻테일 행동을 보입니다."라는 문장을 기사에 추가할 것입니다. "뚱뚱한 꼬리" 현상을 영문학에서는 초과 첨도라고 합니다. 이러한 꼬리가 있는 분포는 양의 첨도(정규 분포의 첨도를 초과하는)를 갖는 렙토커트릭이라고 합니다.
다음은 첨도 계수에 대해 알아봅시다:
정규 분포는 0의 첨도( γ2 = 0)를 갖습니다.
분포의 꼬리가 "더 가볍고" 피크가 정규 분포보다 더 선명하면 γ2 > 0이 됩니다.
분포의 꼬리가 정규 분포보다 "더 무겁고" 피크가 "더 평평하다"면 γ2 < 0입니다.
여러분이 용어에 대해 논쟁하는 동안 저는 이 글에서 얻은 아이디어를 사용하여 하룻밤 사이에 이미 수익성 있는 EA를 만들었습니다. :-)
그러나 그들의 이익은 매우 안정적이지만 매우 작습니다 (12 년의 역사를 확인하면 차트가 아름답게 성장합니다). 기사에 설명 된 방법으로 감지 된 상관 관계는 다소 약하며 ( 시리즈의 자기 상관 계수는 약 0.01, 예외적 인 경우 상관 관계가있는 가격 파생 상품에 따라 0.1에 가까움) 거래시 수익은 스프레드에 의해 강하게 이길 수 있습니다. 강력한 신호가 도착할 때만 거래를하기 위해 필터를 추가해야했습니다. 그렇지 않으면 수익성 곡선이 준 직선으로 내려갈 것입니다.
어쨌든 저자에게 감사드립니다. 아이디어는 귀중합니다. 비평가들은 저자의 코를 수학의 심연으로 찌르지 말고이 기사를 실제 실험을위한 넓은 분야를 나타내는 것으로 간주해야한다고 생각합니다.
여러분이 용어에 대해 논쟁하는 동안 저는 이 글에서 얻은 아이디어를 사용하여 하룻밤 사이에 이미 수익성 있는 EA를 만들었습니다. :-)
그러나 그들의 이익은 매우 안정적이지만 매우 작습니다 (12 년의 역사를 확인하면 차트가 아름답게 성장합니다). 기사에 설명 된 방법으로 감지 된 상관 관계는 다소 약하며 (시리즈의 자기 상관 계수는 약 0.01, 예외적 인 경우 상관 관계가있는 가격 파생 상품에 따라 0.1에 가까움) 거래시 수익은 스프레드에 의해 강하게 이길 수 있습니다. 강력한 신호가 도착할 때만 거래를하기 위해 필터를 추가해야했습니다. 그렇지 않으면 수익성 곡선이 준 직선으로 내려갈 것입니다.
어쨌든 저자에게 감사드립니다. 아이디어는 귀중합니다. 비평가들은 저자의 심연을 수학의 심연으로 찌르지 말고 실제 실험을위한 넓은 분야를 나타내는 기사로 간주해야한다고 생각합니다.
새로운 기고글 차트 분석에 대한 계량학적 접근 가 게재되었습니다:
이 글에서는 계량경제학적 분석 방법, 자기 상관 분석 및 특히 조건부 분산 분석에 대해 설명합니다. 여기에 설명된 접근 방식의 이점은 무엇입니까? 비선형 GARCH 모델을 사용하면 수학적 관점에서 공식적으로 분석된 시리즈를 표현하고 지정된 단계 수에 대한 예측을 생성할 수 있습니다.
분석의 객체가 시간 시리즈인 가격 시리즈(파생상품)라는 것은 분명합니다.
계량 경제학자는 주파수 방법(스펙트럼 분석, 웨이블릿 분석)과 시간 영역의 방법(교차 상관 분석, 자기 상관 분석)의 관점에서 시계열을 연구합니다. 독자는 주파수 방법을 설명하는 "빌딩 스펙트럼 분석" 문서를 이미 제공받았습니다. 이제 시간 영역 방법, 특히 자기 상관 분석 및 조건부 분산 분석을 살펴보는 것이 좋습니다.
비선형 모델은 선형 모델보다 가격 시계열의 동작을 더 잘 설명합니다. 그렇기 때문에 이 글에서는 비선형 모델에 대해 집중적으로 공부해 보도록 하자.
가격 시간 시리즈에는 특정 계량 경제학 모델에서만 고려할 수 있는 특별한 특성이 있습니다. 우선 이러한 특성에는 "뚱뚱한 꼬리", 변동성의 클러스터화 및 레버리지 효과가 포함됩니다.
작성자: Denis Kirichenko