Estatísticas como uma forma de olhar para o futuro! - página 18

 

Não, você me entendeu mal. Grandes imagens carregadas neste fórum são compactadas para caber nesta página. Mas se você clicar neles, eles se abrirão em toda a sua glória :)



 

Conseguimos!

Quem me dera que o autor me dissesse como ele conseguiu esta beleza. - Em alguns lugares, a condução não fica nada atrás do cotier.

 
O principal é descobrir o que está sendo construído sobre o quê. O mouwing não retardado pode ser feito por simples filtro, o principal é calcular parâmetros para um atraso de fase mínimo. MEF é um bom exemplo, mas não o faz feliz, assim como qualquer outro mouwing.
 

Peço desculpas por não poder manter a discussão prontamente, absolutamente sem tempo para olhar para o fórum. Embora atrasado, vou tentar responder às perguntas.

Neutron -"Para mim, por exemplo, é relevante uma previsão de um passo à frente com uma previsão em cada passo. Nesta formulação, NS está provavelmente fora de competição".

Eu também subscrevo este conceito, mas não tomo a posição de que NS dá os melhores resultados, por exemplo, a previsão por mapas Kohonen (quando eles não são usados para desenhar imagens, mas modelos são construídos a partir deles) é muito mais precisa e suave do que a de NS. A regressão linear às vezes também dá bons resultados. Como exemplo, posso dar mais algumas imagens do uso conjunto de LR e NS: a linha azul é o sinal inicial traçado pelo indicador, as linhas vermelha e amarela são previsões desse sinal com diferentes horizontes. No arquivo há um arquivo correspondente à figura para H4, a primeira coluna contém dados correspondentes ao sinal azul, a segunda contém dados amarelos, a terceira contém dados vermelhos e a quarta contém Fechar. Infelizmente, não tenho tempo para avaliar a rentabilidade na nuvem e calculá-la, caso você esteja interessado, pode fazê-lo com a ajuda deste arquivo.

Utilizo meus próprios indicadores como fonte de sinais (nunca usei nenhum padrão ou outros). Entretanto, chamar o que eu uso de um indicador simples é um pouco simplista. É antes um sistema de modelagem de sinais baseado em cotações que são processadas em um bloco com feedbacks e auto-ajuste, assim como o ajuste de alguns parâmetros de acordo com o tipo de equalizador, permitindo ao usuário formar a forma de sinal necessária, naturalmente com algumas limitações, porque a base é um fluxo real de cotações e a tarefa é aumentar o valor da informação dos dados e filtrar com o mínimo de atraso usando modelos preditivos.

O bloco de modelagem utiliza o princípio da consideração grupal dos argumentos, ou seja, como a GA ele utiliza não o melhor modelo, mas um grupo, mesmo que não seja o melhor, porque o mercado é volátil e com o tempo alguns sinais não melhores tornam-se os melhores e vice-versa. Além disso, tento obter a máxima diversidade de sinais cobrindo toda a faixa de variação da função alvo, tanto por fase quanto por amplitude em relação à qual os modelos são treinados. Em geral, o sistema tem uma estrutura hierárquica em árvore com modelos baseados em LR e NS nos nós dos galhos. Como exemplo do espectro utilizado para modelagem como sinais de entrada para treinamento de LR e NS dou um fragmento da figura, a cor preta (embora pouco visível) mostra o sinal alvo, todos os outros são derivados das citações passadas através de vários modelos. O cálculo dos modelos é feito na barra zero por carrapatos, mas devido à complexidade dos modelos nem todos os carrapatos têm tempo para serem processados, mas não é essencial - ao chegar de uma nova barra, os valores são fixos e não mudam mais. Os fatores de escala introduzidos nos modelos e correspondentes aos prazos permitem mudar de um prazo para outro preservando as características de escala constante, fase e amplitude dos sinais sem nenhum ajuste.

Sinto-me encorajado pelos resultados apresentados no primeiro exemplo, nunca fiz tais testes antes e não pensei que os modelos de regressão, ou NSs, pudessem ser tão estáveis durante o trabalho a longo prazo, sem reconversão. De acordo com minhas estimativas, o dólar foi apoiado e fortalecido artificialmente para as eleições nos EUA. Agora os recursos para apoiá-la se esgotaram, além de que a crise está impedindo um maior fortalecimento. Portanto, não creio que oEURUSDcaia muito mais , depois das eleições, que estão chegando, o dólar começará a cair um pouco, embora não muito, pois a produção e o consumo estão diminuindo por causa da crise, os preços do petróleo estão caindo. Outra queda significativa do dólar começará quando o sistema financeiro mundial se recuperar da crise, e não será logo, mas enquanto isso as flutuações estarão na faixa de 1,3 - 1,5, e eu acho encorajador, porque treinei todos os modelos de LR e NS neste sistema baseado em dados H4, tomei 5000 barras a partir de 18 de julho de 2005.Isto significa que todos os meus modelos funcionarão de forma estável sem reciclagem até que o preço se desvie significativamente desta faixa, e a LR, como mostra o exemplo, pode funcionar bem com um desvio significativo da faixa de treinamento. Embora o treinamento tenha sido conduzido nos modelos H4 funciona adequadamente em todos os prazos. Portanto, o sistema construído sobre esta base será estável sem necessidade de treinamento por muitos anos, isto é encorajador.

Arquivos anexados:
pr.zip  73 kb
 
Piligrimm писал(а) >>

Peço desculpas por não poder manter a discussão prontamente, absolutamente sem tempo para olhar para o fórum. Embora com atrasos, tentarei responder a perguntas.

Piligrimm, obrigado pelo posto informativo e especialmente pelo arquivo de dados. Vou pensar sobre isso e analisar. Penso que haverá perguntas em breve.

 
Qual é o horizonte de previsão para amarelo e vermelho?
 

Assim, Piligrimm, temos a série temporal inicial (TP) - Preço fechado H4 (pontos pretos), um muwwing suavizando o TP inicial de acordo com algum algoritmo (linha azul), e uma série de valores previstos construídos analisando o muwwing para TP inicial um passo à frente para cada barra H4 com parâmetros diferentes de ajustes NS (linhas vermelha e roxa).

Então, olhando para ele, nada de mal pode ser dito sobre o algoritmo até agora.

Vamos construir um TS que abrirá e fechará uma posição em cada barra H4, na direção da previsão, que é definida pelos predicados apresentados (ou predicados?). É claro que a tarefa inclui a precisão da previsão e a volatilidade da BP na TF selecionada. Depois de traçarmos o incremento de preço em pips no eixo de abcissas e a previsão deste incremento no eixo de ordenadas, obteremos a nuvem de previsão e, usando sua tangente de inclinação, avaliaremos o rendimento do TS em pips por transação.

Assumindo a volatilidade do instrumento de 30 pips, o retorno para a linha de regressão é de 1,4 pip/transação, Predict1 é de 6,6 pip/transação e Predict2 é de 10,7 pip/transação.

Se o autor não se enganar na preparação dos dados, o TS que se baseia neste algoritmo NS, trará até 8 pips de lucro médio a cada 4 horas para EURUSD, levando em conta o spread, com um risco de +-30 pips durante o mesmo tempo. Ou seja, a linha de equilíbrio crescerá a uma taxa de 40 pips por dia e pairará ao redor desta linha com uma amplitude de +-100 pips. A visão geral da curva de equilíbrio encontrada a partir das características integrais estimadas é mostrada pela linha vermelha na figura abaixo. Para comparação, a linha azul mostra a curva de equilíbrio traçada pelo TS comercial "justo" de acordo com os dados fornecidos pela Piligrimm.

Os resultados coincidem bem, indicando a adequação do método integral sugerido para avaliar a rentabilidade do TS pelo ângulo de inclinação da nuvem preditiva.

De modo geral, a rentabilidade ainda pode ser consideravelmente aumentada exigindo do TS não fechar uma posição aberta se a previsão do próximo incremento de preço coincidir com a direção de uma posição já aberta.

O algoritmo implementado pela Piligrimm é muito bom! Há muito o que lutar.

 
Isso seria bom, mas as palavras de Pilligrim implicam que as curvas têm horizontes de previsão diferentes. E é mais do que certo que este é mais do que um passo à frente. Portanto, é preciso entender estes valores antes de fazer tais cálculos.
 

Mas o que quer que seja, funciona!

Nada impede o autor de usar este algoritmo como eu sugeri e tudo está bem:-)

O problema pode estar em outra coisa, a saber: o autor poderia implicitamente usar Aberto, Alto, Baixo ou Perto para construir um Previsto da mesma barra... então tudo isso é em vão! Isto é, para construir uma previsão com uma "espiada", por exemplo, para usar Alto ou Baixo de uma barra já formada. Mas acho que o autor logo dissipará nossos medos.

 
Neutron писал (а) >>

Os resultados coincidiram bem, o que mostra a adequação do método integral proposto para estimar os retornos de TC pela inclinação da nuvem preditiva.

De acordo. Este é um resultado auto-avaliável. Neutron, seria bom formalizar o método na forma de um artigo detalhando a metodologia de aplicação prática. Isto poderia se tornar um padrão, pois está espalhado "entre as massas". Ao mesmo tempo, a abertura da posição TC pode ser considerada como a previsão de um comércio de lucro médio na próxima barra (o intervalo igual à vida média do pedido). Então o método pode ser universalizado. Obviamente, hoje em dia falta tal indicador para avaliar o TS e o desenvolvimento de sua idéia parece ser muito versátil neste sentido.

P.S. Como opção, na escala de avaliação fuzzy o lado direito poderia ser "For real!" e no lado esquerdo "Foda-se você!" :-)

Razão: