Фильтр Ходрика-Прескота - страница 4
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
+5
Нет смысла.
Ну и зря...... На мой взгляд, разница мувингов - отличный индикатор, реально показывающий где находится цена. Да и к тому же вносящий минимальные искажения в исходный сигнал..... ))))))
Разница мувингов, есть ни что иное как первая производная от более быстрого мувинга и показывает она ЕГО экстремумы, а не котира. Возникает несколько резонных вопросов:
Во первых, нафига одевать трусы через горову и использовать ТАКОЙ способ определения производной если есть классический?
Во вторых, использование первой производной в анализе временных рядов (ВР) типа ценовых, предполагает наличие обоснованности такого подхода в данном случае, а его нет! Действительно, ВР не является гладким (коэффициент автокорреляции отрицателен на всех ТФ) и метод тут просто не может работать и не работает. Следствием применения сглаживания в нашем случае, будет неизбежная фазовая задержка, которая сведёт на нет все попытки своевременного обнаружения экстремумов на котире.
В третьих, я так и не понял, какой смысл использовать, пусть слабо, но всё же перерисовывающий мувинг, если торговля по нему, всё равно идентична работе на не перерисовывающем мувинге. Зачем эти "хитрости"? Это что, такое заигрывание с самим собой?
именно эта особенность позволяет называть трейдинг профессией,
использовать мувинги, эмпирический графический анализ, нейросети,
и даже, что совсем удивительно - статистическиe полуэмпирические методы.
Коэффициент автокорреляции ценового ряда ходит в пределах (плюс) 0.6-0.9,
именно эта особенность позволяет называть трейдинг профессией,
использовать мувинги, эмпирический графический анализ, нейросети,
и даже, что совсем удивительно - статистическиe полуэмпирические методы.
Согласен!
Коэффициент автокорреляции ценового ряда ходит в пределах (плюс) 0.6-0.9,
Если посмотреть на проблему трейдинга свысока, то в конечном итоге, нас интересует приращения цены, а не её абсолютные значения, именно на изменении цены делаются деньги.
Поэтому, в нашем случае речь идёт о ряде первой разности котира, а не об исходном ценовом ряде. Так вот, для ряда первой разности (например, Open[i]-Open[i+1]), коэффициент корреляции между соседними отсчётами мал (<<1) и всегда отрицателен. Что бы можно было к произвольному ВР применять аппарат дифференциального исчисления (например, разложение в ряд Тейлора и построение прогнозной модели на его основе - то, что все мы пытаемся выжать из мувингов), нужно, что бы ряд его первой разности был положительно автокоррелирован (это обеспечивает гладкость исходного ряда), к сожалению, ценовые ряды этому условию не удовлетворяют. Именно этот факт я и имел в виду, когда говорил, что мувинги в нашем деле бесперспективны в принципе - они показывают историю. Кстати, лет 20 назад, ценовые ряды, хоть и слабо, но были положительно коррелированы (их первая разность), именно это позволяло зарабатывать, используя простые модели классического ТА. Сейчас картина иная, и нужны нетривиальные подходы к решению задачи эффективного тейдинга.
Согласен!
Сейчас картина иная, и нужны нетривиальные подходы к решению задачи эффективного тейдинга.
Что Вы подразумеваете под "нетривиальными" подходами к решению задачи эффективного трейдинга?
Хороший вопрос.
Например, имеет место быть альтернатива разложению в ряд Тейлора, которое работает и для ВР с отрицательной автокорреляцией в его ряде первой разности. Его можно получить в явном виде, как следствие решения задачи для однослойной Нейронной Сети с несколькими входами. Например, вот первый член такого разложения, полученный как решение для двух-входовой НС:
Это, конечно, не панацея, но уже хоть что-то нетривиальное... так мне кажится.
А что показывает будущее?
Хороший вопрос.
Например, имеет место быть альтернатива разложению в ряд Тейлора, которое работает и для ВР с отрицательной автокорреляцией в его ряде первой разности. Его можно получить в явном виде, как следствие решения задачи для однослойной Нейронной Сети с несколькими входами. Например, вот первый член такого разложения, полученный как решение для двух-входовой НС:
, где d[i+1] - прогноз i+1 приращения ценового ряда.
Это, конечно, не панацея, но уже хоть что-то нетривиальное... так мне кажится.
Про однослойную нейронную сеть вообще лучше не говорить в практическом аспекте. Это просто линейный фильтр с постоянными весами и ничего более. Как не странно, "тривиальные подходы" вполне работоспособны при нетривиальном мышлении . Посмотрите на победителей чемпионата, красота в простоте, все знают эти стратегии, но не все умеют использовать. Можно описать движение цены миллионом формул и не иметь главного - профита.
Можно всё что угодно (всё, что можно), проблема в том, что мы не знаем всего.
Что лучше, тривиальный метод при нетривиальном подходе, или тривиальный подход при нетривиальном мышлении? Я не знаю... какими критериями лучшести пользоваться - это отдельная тема. Можно всю жизнь убить на блуждание в потёмках в поисках чего-то этокого, или использовать по-тихоньку, давно всем известное... Дело вкуса.
Я придерживаюсь точки зрения, что существуют оптимальные методы решения задачи и они конечно достижимы в рамках научной парадигмы, без отступлений типа "мне кажется" или "все так делают".