거시경제 지표에 기반한 시장 예측 - 페이지 5

 
gpwr :

한마디로 설명하기 어렵습니다. 여기에서 먼저 읽으십시오

https://ru.wikipedia.org/wiki/%D0%92%D0%B7%D0%B0%D0%B8%D0%BC%D0%BD%D0%B0%D1%8F_%D0%B8%D0 %BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D1%8F

그런 다음 여기에 (상호 정보에 대한 장, 공식이 제공됨):

http://www.jclinbioinformatics.com/content/2/1/16

상호 정보와 엔트로피는 어떻게 계산됩니까? 어떤 공식이 있습니까?

추신 죄송합니다 https://ru.wikipedia.org/wiki/%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0을 찾았습니다. %B8%D0%BE%D0%BD%D0%BD%D0%B0%D1%8F_%D1%8D%D0%BD%D1%82%D1%80%D0%BE%D0%BF%D0%B8 %D1%8F

Информационная энтропия — Википедия
  • ru.wikipedia.org
Информацио́нная энтропи́я — мера неопределённости или непредсказуемости информации, неопределённость появления какого-либо символа первичного алфавита. При отсутствии информационных потерь численно равна количеству информации на символ передаваемого сообщения. Например, в последовательности букв, составляющих какое-либо предложение на русском...
 

여기 예시들이 있습니다. 비농업 급여 데이터가 포함된 다우존스 지수.

화살표는 회전 장소를 표시하고 데이터에는 20년 이상의 역사가 포함됩니다.

패턴은 한 번 발생했습니다. 스트레치로 2000-2001 간격에서 다른 패턴을 찾을 수 있습니다. 이것을 프로그래밍하는 것은 가능하지만 20년 동안 두 개의 신호는 통계에 너무 적습니다.

 
gpwr :
이것은 회귀뿐만 아니라 신경 모델, ARMA 등 모든 모델에 대해 말할 수 있습니다. 입력과 출력 사이에 연결이 없으면 모든 모델이 예측을 생성하지만 정확하지 않은 예측만 생성합니다.

동의합니다. 신경망이 훨씬 낫습니다. 그때 나는 퍼지를 썼습니다.

회귀는 아이디어를 빠르게 확인하는 데 사용하는 것이 편리합니다. 이 데이터로 무언가를 할 수 있습니까?

즉, 경험적 모델을 빠르게 빌드-뷰

그러나 연결은 "존재하지 않음"이거나 간접적이지 않을 수 있습니다.

한 번은 다음과 같은 모델을 만들었습니다.

MICEX 지수 + 5년 국채 + 3개월 LIBOR + BRENT 가격 + EU 금 보유고 + 기타

이 조합은 canadoyen을 비교적 잘 예측하는 것으로 나타났습니다.

왜요? 무슨 연결? 아무도 모른다...

 

내 상호 정보 계산:

function I = KMI(x,y,h)
% Calculate Mutual Information between x and y based on Gaussian kernels
n=numel(y);
if nargin< 3
    h=( 4 / 3 /n)^ 0.2 ;
end
q= 1 /( 2 *h^ 2 );
I= 0 ;
for i= 1 :n
    Mx= 1 ;
    My= 1 ;
    Jxy= 1 ;
     for j= 1 :n
         if j>i
            Kx(i,j)= exp (-q*(x(i)-x(j))^ 2 );
            Ky(i,j)= exp (-q*(y(i)-y(j))^ 2 );
            Kx(j,i)=Kx(i,j);
            Ky(j,i)=Ky(i,j);
        end
         if i~=j
            Mx=Mx+Kx(i,j);
            My=My+Ky(i,j);
            Jxy=Jxy+Kx(i,j)*Ky(i,j);
        end
    end
    I=I+ log (n*Jxy)- log (Mx)- log (My);
end
I=I/n;
 
forexman77 :

여기 예시들이 있습니다. 비농업 급여 데이터가 포함된 다우존스 지수.

화살표는 회전 장소를 표시하고 데이터에는 20년 이상의 역사가 포함됩니다.

패턴은 한 번 발생했습니다. 스트레치로 2000-2001 간격에서 다른 패턴을 찾을 수 있습니다. 이것을 프로그래밍하는 것은 가능하지만 20년 동안 두 개의 신호는 통계에 너무 적습니다.

고빈도 거래에 거시경제 지표를 사용하려면 출시일까지 거래해야 합니다. 즉, 이러한 지표의 모델이 있으면 다음 값을 예측하고 발표된 추정치와 비교하고 뉴스 발표 직전에 포지션을 엽니다. 솔직히 말해서, 나는 그런 거래에 관심이 없습니다. 저는 충돌 예측에 더 관심이 있습니다. 상승하는 시장에서는 누구나 돈을 벌 수 있고, 폭락 시 손실을 피하는 것은 폭락의 시작과 조정을 구별하는 능력이 필요한 기술입니다.

여기 더 흥미로운 그림이 있습니다. 충돌 이전에 건축할 수 있는 PERMIT1 주택의 수가 감소했습니다(수직 회색 선은 역사적 경기 침체를 나타냄).

건축 허용 주택 수가 급격히 감소하지 않은 유일한 경기 침체는 2002-2003 경기 침체였습니다. 일부 경제학자들은 2분기 연속 마이너스 GDP 성장이 없었기 때문에 기술적으로 이 기간은 경기 침체가 아니라고 주장합니다. 그러나 시장 가격은 여전히 상당히 급락했습니다(닷컴 버블). 내 모델은 2002-2003년을 예측하는 데 꽤 서툴다. 이 기간을 예측할 수 있는 추가 지표가 필요합니다.

여기 또 다른 흥미로운 예가 있습니다. 채권 수익률 곡선 = GS5-GS3M은 경기 침체를 잘 예측합니다.

 
transcendreamer :

한 번은 다음과 같은 모델을 구축했습니다.

MICEX 지수 + 5년 국채 + 3개월 LIBOR + BRENT 가격 + EU 금 보유고 + 기타

이 조합은 canadoyen을 비교적 잘 예측하는 것으로 나타났습니다.

왜요? 무슨 연결? 아무도 모른다...

))) 카나도엔을 어떻게 "예측"했습니까?

게다가 "연관이 무엇인지"도 알고 있지만 질문은 - 어떻게 canadoen을 예측 했습니까?

카나도엔의 실제 환율과 예측 편차가 있고 이 모델이 실제로 "작동"한다고 가정해 보겠습니다. 다음은 무엇입니까? 어떻게 예측합니까? 카나도엔의 비율이 이 합성의 비율로 갈 것인지, 합성의 비율이 카나도엔의 비율로 갈 것인지, 아니면 둘 다 서로를 향할 것입니까? 어떻게?

 
gpwr :

고빈도 거래에 거시경제 지표를 사용하려면 출시일까지 거래해야 합니다. 즉, 이러한 지표의 모델이 있으면 다음 값을 예측하고 발표된 추정치와 비교하고 뉴스 발표 직전에 포지션을 엽니다. 솔직히 말해서, 나는 그런 거래에 관심이 없습니다. 저는 충돌 예측에 더 관심이 있습니다. 상승하는 시장에서는 누구나 돈을 벌 수 있고, 폭락 시 손실을 피하는 것은 폭락의 시작과 조정을 구별하는 능력이 필요한 기술입니다.

여기 더 흥미로운 그림이 있습니다. 충돌 이전에 건축할 수 있는 PERMIT1 주택의 수가 감소했습니다(수직 회색 선은 역사적 경기 침체를 나타냄).

건축 허용 주택 수가 급격히 감소하지 않은 유일한 경기 침체는 2002-2003 경기 침체였습니다. 일부 경제학자들은 2분기 연속 마이너스 GDP 성장이 없었기 때문에 기술적으로 이 기간은 경기 침체가 아니라고 주장합니다. 그러나 시장 가격은 여전히 상당히 급락했습니다(닷컴 버블). 내 모델은 2002-2003년을 예측하는 데 꽤 서툴다. 이 기간을 예측할 수 있는 추가 지표가 필요합니다.

여기 또 다른 흥미로운 예가 있습니다. 수익률 곡선은 경기 침체를 잘 예측할 수 있는 지표입니다.

충돌 정보. 아래는 새로운 데이터가 포함된 다우존스 차트입니다.     판매 (새 주택 판매) 및 ADP - EMPL - SEC (고용).

ADP   나쁘지는 않았지만 2007년의 하락을 예상했거나 오히려 그는 다우 존스와 동시에 하락했습니다.

흥미로운 점은 2005년 말 신규 주택 판매가 추세를 깼지만 이후 지수가 계속 상승했지만 시장이 그렇게 장밋빛이 아니라는 신호가 이미 있었다는 것입니다.

전략에 대해. 다음을 시도할 수도 있습니다.

  1. 예상과 실제 데이터를 기반으로 합니다. (문제는 지금까지 실제 데이터만 찾았고 기대, 예측에 기반한 과거 데이터는 없다는 것입니다.)
  2. 사실적인 일중 데이터만.
  3. 실제 데이터만 장기입니다.

피. 에스. 저는 프로그래밍 경험이 거의 없습니다. 버퍼를 빌드하면 int init()의 파일에서 데이터를 읽은 다음 날짜를 확인하여 표시기 버퍼를 채웁니다. Expert Advisor에서는 하루에 한 번 지표 데이터를 수신합니다. 이 디자인으로 최적화 속도는 나쁘지 않습니다.

문제는 일중 데이터를 사용하여 촛불을 구축하는 경우입니다. 여기에서 파일을 읽는 것은 매우 길 것입니다.

가져온 함수에서 어떤 방정식을 사용합니까?

 

이 스레드를 읽는 분들은 며칠 전에 업데이트한 제 첫 번째 게시물을 확인하세요.

경제 지표를 사용하여 수동으로 시장을 예측하는 데 관심이 있는 사람들을 위해 다음은 선행 지표 목록입니다. https://www.conference-board.org/data/bci/index.cfm?id=2160

그는 이렇습니다:

하나. BCI-01 평균 주당 시간, 제조 0.2781
2. BCI-05 실업 보험에 대한 평균 주간 초기 청구 0.0334
삼. BCI-08 제조업체의 신규 주문, 소비재 및 재료 0.0811
4. BCI-130 ISM 신주문 지수 0.1651
5. BCI-33 제조업체의 신규 주문, 비방위 자본재 제외. 항공기 0.0356
6. BCI-29 건축 허가, 신규 민간 주택 0.0272
7. BCI-19 주가, 보통주 500주 0.0381
여덟. BCI-107 선행 신용 지수 0.0794
아홉. BCI-129 이자율 스프레드, 10년 만기 국채에서 연방기금 차감 0.1069
십. BCI-125 8월 비즈니스 및 경제 상황에 대한 소비자 기대 0.1551

흥미롭게도 연준은 S&P 500을 선행 지표로 간주하고 경제를 예측하는 것으로 간주하며 그 반대는 아닙니다. 내 생각에 이 목록의 주요 지표는 건축 허가뿐이지만 다른 모든 지표 중에서 가중치가 가장 적습니다. 분명히 연준은 그들이 무엇을 하고 있는지 알지 못하기 때문에 다가오는 경기 침체를 예측하고 통화 정책으로 이를 방지하는 방법을 실제로 알지 못합니다.

Description of Components | The Conference Board
  • www.conference-board.org
The composite indexes of leading, coincident, and lagging indicators produced by The Conference Board are summary statistics for the U.S. economy. They are constructed by averaging their individual components in order to smooth out a good part of the volatility of the individual series.  Historically, the cyclical turning points in the leading...
 
gpwr :

내 상호 정보 계산:

mql에서는 이런 식입니다.

 struct SDoubleArrayKMI{ double m[]; };
//+------------------------------------------------------------------+
double KMI( const double &x[], const double &y[])
  {
   return (KMI(x,y, pow ( 4 ./ 3 ./ ArraySize (y), 0.2 )));
  }
//+------------------------------------------------------------------+
double KMI( const double &x[], const double &y[], double h)
  {
// Calculate Mutual Information between x and y based on Gaussian kernels
   int n= ArraySize (y);   

   SDoubleArrayKMI Kx[],Ky[]; ArrayResize (Kx,n); ArrayResize (Ky,n);
   for ( int i= 0 ;i<n;i++) { ArrayResize (Kx[i].m,n); ArrayResize (Ky[i].m,n); }
//---

   double q= 1 /( 2 *h*h);
   double I= 0 ;
   for ( int i= 0 ;i<n;i++)
     {
       double Mx= 1 ;
       double My= 1 ;
       double Jxy= 1 ;
       for ( int j= 0 ;j<n;j++)
        {
         if (j>i)
           {
            Kx[i].m[j]= exp (-q* pow (x[i]-x[j], 2 ));
            Ky[i].m[j]= exp (-q* pow (y[i]-y[j], 2 ));
            Kx[j].m[i]=Kx[i].m[j];
            Ky[j].m[i]=Ky[i].m[j];
           }
         if (i!=j)
           {
            Mx+=Kx[i].m[j];
            My+=Ky[i].m[j];
            Jxy+=Kx[i].m[j]*Ky[i].m[j];
           }
        }
      I+= log (n*Jxy)- log (Mx)- log (My);
     }
   return (I/n);
  }
파일:
 
gpwr :

내 상호 정보 계산:

구현해 주셔서 감사합니다. 나는 공부할 것이다.

우크라이나 :

mql에서는 이런 식입니다.


고마워요 니콜라스! MQL 바위!