Você sabe como fazer canais? - página 11

 
Aleksey Ivanov:

Isto é, o objetivo é minimizar o tempo de relaxamento das mudanças de parâmetros do modelo. + depósito não deve sofrer durante este tempo, pelo qual(Maxim Dmitrievsky) trocar (deversifier) estratégias.

Não é assim que eu entendo: se o modelo for estável, então certamente voltará com o desvio. E esta é uma propriedade do modelo e não depende do mercado - é como uma boneca: você pode sentar-se durante o sorteio. Há características quantitativas e elas são conhecidas ao projetar o modelo. Ela é expressa como a soma dos coeficientes do modelo. Se for mais de 1, não é estável, e quanto menos de 1, mais rápido retorna após um desvio de choque (notícia).
 
СанСаныч Фоменко:
Não é assim que eu entendo: se o modelo for estável, então com certeza voltará com o desvio. E esta é uma propriedade do modelo e não depende do mercado - é como uma boneca desenrolável: você pode sobreviver a um drawdown. Há características quantitativas e elas são conhecidas ao projetar o modelo. Ela é expressa como a soma dos coeficientes do modelo. Se for mais de 1, não é estável, e quanto menos de 1, mais rápido ele retorna após um desvio de choque (notícia).

Assim, a estratégia deve situar o tempo de relaxamento do modelo, ou seja, o drawdown, enquanto os parâmetros do modelo estão andando, não deve exceder os limites MM dados.

 
Alexander Laur:

você é confundido com uma variação zero, ou apenas uma constante

e na verdade o exemplo triangular é um exemplo de comparação da mesma série temporal com ela mesma
 
Aleksey Ivanov:

Calculo uma densidade de probabilidade móvel e defino o nível de probabilidade - digamos 0,9 - e construo uma faixa onde o preço acerta com essa probabilidade, que é o canal.


Sim, esqueci de especificar, eu estava construindo aquelas distribuições de probabilidade móvel como não distribuídas(médias móveis construindo por 2n+1 pontos de atraso n pontos, o mesmo vale para distribuições, é claro), para as quais apenas usando o

A GARCH previu uma série de pontos e criou um modelo de distribuição não degenerada no final da história (o que é importante), considerando as estatísticas adicionais fornecidas por eles. Pergunta para SanSanych(SanSanych Fomenko): "Esta abordagem será mais correta para saltos ou também falhará?

 
Aleksey Ivanov:

Sim, esqueci de especificar, que fiz essas distribuições móveis de probabilidade como não distribuídas(médias móveis de 2n+1 pontos atrasadas por n pontos, o mesmo, é claro, é verdade para as distribuições), para as quais apenas pelo modelo GARCH previ alguns pontos, criando um modelo de distribuição não distribuída na parte final da história (o que é importante), considerando as estatísticas adicionais, já dadas por eles. Pergunta para SanSanych: "Tal abordagem será mais correta para saltos ou também falhará?

Não posso avaliar seu método e dar uma resposta.

Você está tentando considerar uma idéia, da qual há inúmeras no mercado, mas como um número esmagador de autores de idéias, você não se pergunta: em que base o que você vê nos dados históricos será repetido no futuro? Ou mais precisamente: sua idéia tem mesmo uma capacidade de previsão?

Os autores da GARCH não chegaram imediatamente a este modelo e, aliás, em uma amarga luta com os ideólogos do mercado eficiente, que eles entenderam como estacionário.

Sabemos pelas estatísticas que os processos estacionários podem ser previstos, mas os não estacionários são muito mal previstos. Este é precisamente o problema. A não-estacionariedade tornou montanhas inúteis de matemática extremamente eficazes em outras áreas.

Ideologia GARCH:

  • A premissa subjacente NÃO é estacionaridade
  • formulamos com precisão o significado da palavra não-estacionariedade
  • começar a ir do NÃO para a estacionaridade, pouco a pouco.
  • Quanto mais próxima a estacionaridade, maior a capacidade de prever o futuro que o algoritmo tem


Sua idéia vai por aqui?

 
СанСаныч Фоменко:

Não posso avaliar seu método e dar uma resposta.

Você está tentando considerar uma idéia, da qual há inúmeras no mercado, mas como a grande maioria dos autores de idéias, você não se pergunta: em que base o que você vê nos dados históricos será repetido no futuro? Ou mais precisamente: sua idéia tem mesmo uma capacidade de previsão?

Os autores da GARCH não chegaram imediatamente a este modelo e, aliás, em uma amarga luta com os ideólogos do mercado eficiente, que eles entenderam como estacionário.

Sabemos pelas estatísticas que os processos estacionários podem ser previstos, mas os não estacionários são muito mal previstos. Este é precisamente o problema. A não-estacionariedade tornou montanhas inúteis de matemática extremamente eficazes em outras áreas.

Ideologia GARCH:

  • A premissa subjacente NÃO é estacionaridade
  • formulamos com precisão o significado da palavra não-estacionariedade
  • começar a ir do NÃO para a estacionaridade, pouco a pouco.
  • Quanto mais próxima a estacionaridade, maior a capacidade de prever o futuro que o algoritmo tem


Sua idéia vai por aqui?

Obrigado! Há muito em que pensar. Fiquei honrado em receber seu conselho. Boas festas!
 
É melhor colocar a questão de outra forma: Você sabe como fazer negócios em canais?
 

Tenho um gráfico apresentado como um metro dobrável, e cada joelho individualmente simplifica a análise do metro inteiro. Tudo é complicado em sua simplicidade.

 
Aleksey Ivanov:
Obrigado! Há muito em que pensar. Fiquei honrado em receber seu conselho. Boas festas!
É um prazer falar com você também. Boas festas!
 
Alexander_K2:
É exatamente isso. Há dois meses venho falando sobre isso no meu tópico sobre como fazer isso. E algumas das pessoas mais sofisticadas não têm a menor idéia de como fazer isso. Eles não têm a menor idéia, para dizer de forma simples. Eles já devem estar jogando dominó :))))

Uau - essa é uma foto de uma coruja!

Razão: