Obtenção de uma BP estacionária a partir de um preço BP
Em outras palavras, desde que seja decomposta usando as funções aproximadas, é uma série estacionária, e quando o ruído branco tiver desaparecido, é o fim do ciclo. Eu o entendi corretamente?
A aproximação é um ajuste. É por isso que eu proponho obter uma BP estacionária não na aproximação, mas na extrapolação.
Por favor, me perdoe por meus pensamentos. Talvez meu entendimento ainda não esteja à altura de vocês. Deixe-me fazer uma sugestão muito tática.
Você acha que há uma argumentação circular no primeiro post?
Algumas definições (em forma livre), para que não haja debate, sobre definições:
Em um nível intuitivo, associamos a estacionaridade de uma série temporal com a exigência de que ela tenha uma média constante e oscila em torno desta média com uma variação constante.
Uma série x(t) é chamada estritamente estacionária (ou estacionária no sentido estrito) se a distribuição conjunta de probabilidade de m observações x(t1),x(t2),:,x(tm) é a mesma que para m observações
Em outras palavras, as propriedades de uma série temporal estritamente estacionária não mudam com uma mudança na origem.
Em particular, a suposição sobre a estrita estacionaridade da série temporal x(t) implica que a lei de distribuição de probabilidade da variável aleatória x(t) não depende de t, de modo que todas as suas características numéricas básicas, incluindo
Expectativa matemática Mx(t)=a
Dispersão Dx(t)=M(x(t)-a)2= c^2
Uma série x(t) é chamada de estacionária fraca (ou estacionária no sentido amplo) se sua média e variância forem independentes de t.
Obviamente, todas as séries temporais estritamente estacionárias (ou estacionárias no sentido restrito) também são estacionárias no sentido amplo, mas não o contrário.
Uma série não-estacionária é uma série que difere de uma série estacionária por um componente não-aleatória.
Você acha que há um raciocínio circular no primeiro post?
Não.
1. Primeiro aproximamos as séries de preços. Obtemos a fórmula para a aproximação do preço BP: price_appr(tempo)
2. extrapolar preço_appr(tempo + i)
3. Get synthetic delta(time + i) = Open[time + i] - price_appr(time + i)
4. Verificar delta(x) para ruído branco. Se for barulhento, é uma chatice. Se não fizer barulho, então continue.
5. Aproximar o sintético e obter a fórmula: delta_appr(tempo)
6. Previsão: previsão(tempo + i + j) = preço_appr(tempo + i + j) + delta_appr(tempo + i + j)
onde: i e j são OOS das etapas anteriores. tempo, i e j são conjuntos de tempo não-intersectantes
Parece tentador, mas...
Só podemos verificar se há ruído no intervalo da extrapolação.
Isto significa que, para cada passo, devemos criar uma margem prévia sob a forma de um intervalo no qual se possa verificar a existência de ruído.
Isso não quebra toda a idéia?
Sim, a propósito, quanto tempo uma fila tem que ser suficiente para poder determinar com segurança que é barulhenta (não barulhenta)?
A estacionaridade dos resíduos significa que o modelo de extrapolação é adequado. Os resíduos devem ser normalmente distribuídos e ter MO=0, não conter autocorrelações, etc. Em geral, eles devem ser independentes.
"
......
Mas um modelo qualitativo deve não apenas dar uma previsão suficientemente precisa, mas ser econômico e ter resíduos independentes contendo apenas ruído sem componentes sistemáticos (em particular, o ACF dos resíduos não deve ter nenhuma periodicidade). Portanto, uma análise abrangente dos resíduos é necessária. Boas verificações no modelo são: (a) traçar um gráfico dos resíduos e examinar suas tendências, (b) verificar o ACF dos resíduos (o gráfico ACF geralmente mostra claramente a periodicidade).
Análise de resíduos. Se os resíduos forem sistematicamente distribuídos (por exemplo, negativos na primeira parte da série e aproximadamente zero na segunda parte) ou incluírem algum componente periódico, isto indica a inadequação do modelo. A análise dos resíduos é extremamente importante e necessária na análise de séries temporais. O procedimento de estimativa assume que os resíduos não estão relacionados e normalmente distribuídos. "
A estacionaridade dos resíduos significa que o modelo de extrapolação é adequado. Os resíduos devem ser normalmente distribuídos e ter MO=0, sem autocorrelação, etc. Em geral, eles devem ser independentes.
"
......
Mas um modelo qualitativo deve não apenas dar uma previsão suficientemente precisa, mas ser econômico e ter resíduos independentes contendo apenas ruído sem componentes sistemáticos (em particular, o ACF dos resíduos não deve ter nenhuma periodicidade). Portanto, uma análise abrangente dos resíduos é necessária. Uma boa verificação do modelo é: (a) traçar um gráfico dos resíduos e examinar suas tendências, (b) verificar o ACF dos resíduos (o gráfico ACF geralmente mostra claramente a periodicidade).
Análise de resíduos. Se os resíduos forem sistematicamente distribuídos (por exemplo, negativos na primeira parte da série e aproximadamente zero na segunda parte) ou incluírem algum componente periódico, isto indica a inadequação do modelo. A análise dos resíduos é extremamente importante e necessária na análise de séries temporais. O procedimento de estimativa assume que os resíduos não estão relacionados e normalmente distribuídos. "
Borrão de nerds. Seu próprio cérebro não é suficiente para perceber que tudo no link que você citou é um disparate?
Continue lendo, e passo a citar: "Limitações. Lembre-se que o modelo ARPSS só é adequado para séries estacionárias(média, variância e autocorrelação são aproximadamente constantes ao longo do tempo); para séries não estacionárias, tomar diferenças. Recomenda-se ter pelo menos 50 observações no arquivo de dados brutos. Também é assumido que os parâmetros do modelo são constantes, ou seja, não mudam com o tempo. "(não quero discutir o número de 50 observações, porque mesmo um tolo neste fórum é claro que 50 transações não são um resultado)
Vamos ter uma série não estacionária, tomamos os resíduos - delta(x). Os próprios resíduos, como sugerido neste "trabalho" nerd, devem atender aos requisitos, cito: "contendo apenas ruído sem componentes sistemáticos".
Que se lixe. Que haja barulho. O ruído em si não pode ser previsto de forma alguma. Portanto, é inútil aproximá-lo. Mas ela tem a propriedade, e cito: "Os resíduos devem ser normalmente distribuídos e ter MO=0".
Portanto, em vez de ruído, tomamos seu MO=0.
Substitui-la na previsão: previsão(tempo + i + j) = preço_appr(tempo + i + j) + delta_appr(tempo + i + j) = preço_appr(tempo + i + j) + 0 = preço_appr(tempo + i + j)
Portanto, a previsão sobre ruído é a primeira aproximação: preço_appr(x). E a primeira aproximação, como eu disse no terceiro poste deste fio, é um ajuste nu. O resultado é:
Previsão botânica = encaixe
A versão mais primitiva. Nós aproximamos o preço BP. Extrapolar. A diferença entre a BP extrapolada e a BP real também é a BP, mas já está estacionária. Vamos chamar esta nova GR de uma GR sintética.
Por exemplo, a previsão por meio de EMA (segunda ordem, por exemplo) não dá VR estacionário de resíduos. Portanto, a questão da extrapolação também é bastante difícil. Acho que a gpwr publicou um indicador no qual vários métodos de extrapolação linear foram implementados. Você gostaria de analisar as distribuições de resíduos?
Como você sabe, as BP estacionárias são previsíveis se não forem ruído branco
Será que alguém já teve que fazer barulho branco nas transformações de preços?
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
Você tem alguma idéia real sobre como explicar a não-estacionariedade no testador?
Portanto, não é muito complicado. Requer algum trabalho, mas, de modo geral, o problema é resolúvel. Mas por alguma razão não discutida.
Como você sabe, as BPs estacionárias são previsíveis se não forem ruído branco.
Portanto, há uma demanda urgente de conversão de BPs não estacionários para estacionários, mas com a possibilidade de conversão inversa.
A variante mais primitiva. Aproximar o preço VR. Extrapolar. A diferença entre a BP extrapolada e a BP real também é a BP, mas uma BP estacionária. Vamos chamar esta nova BP de sintética.
Extrapolação da BP sintética. Acrescente à extrapolação do preço VR. Se a BP sintética não for ruído branco, a saída é o resultado da soma das duas extrapolações.