Статистика зависимостей в котировках (теория информации, корреляция и другие методы feature selection) - страница 17
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
В качестве метода исключения я предлагаю просто отнормировать приращения на суточный профиль волатильности.
Можно я по своему текущий момент сформулирую?
Итак, выбранный подход показывает наличие зависимостей. Наиболее очевидная, резонная и видимая невооружённым глазом зависимость - суточная периодичность волатильности.
Поэтому мне логичным следующим шагом исследования представляется попытка исключить из данных эту очевидную и очень сильную зависимость и посмотреть, покажет ли наш(ваш) метод наличие других зависимостей.
В качестве метода исключения я предлагаю просто отнормировать приращения на суточный профиль волатильности.
я конечно дико извиняюсь.
но при чём здесь "НЕПРАВИЛЬНАЯ" волатильность, если мы приняли "правильную" модель.
:)
продолжаю "деструктивно" утверждать, что тест на независимость эквивалентент проверке на соответствие равномерному распределению.
И никаких "непараметрических статистик" - тупо нулевая гипотеза. которую авторам учебникоф лень иногда расжовывать..
Грубый код для MQL-- https://www.mql5.com/ru/forum/132692/page13
Уважаемый Эксперт!
Есть такой вопросик касательно этой машинки. В результате деволатилизации, автокорреляции на полученном ряды возвратов (взятых по модулю) получаются близкими к нулю? В обычном процессе на лаге 1 и 24 автокорреляция в районе 0,11 значимость высока.
Я конечено могу проверить сам, просто я сам пробовал делать коррекцию на дневной профиль волатильность, но автокорреляция по какой-то причине осталась.... А это и есть корень сильных зависимостей, как уже стало понятно.
Уважаемый Эксперт!
Не стоит меня так называть :) TheXpert -- ник, ничего больше, эксперт -- характеристика.
В результате деволатилизации, автокорреляции на полученном ряды возвратов (взятых по модулю) получаются близкими к нулю?
Понятия не имею, для меня сглаженный по дням ATR это сугубо практический инструмент, а там дальше получения графика дело не зашло, более насущные дела появились.
Так что придется таки вам :). Не факт что близкими, но по логике должны быть ближе.
я конечно дико извиняюсь.
но при чём здесь "НЕПРАВИЛЬНАЯ" волатильность, если мы приняли "правильную" модель.
:)
Это я только что с Луны или вы? :) Почему ваша волатильность неправильная и, действительно, при чём здесь ваша неправильная волатильность? Принимать модель и считать её правильной - это ваше право, но по отношению к подходу автора любая модель будет внешней, в его подходе никаких моделей нет и быть не может. Если я конечно правильно понял :)
Это я только что с Луны или вы? :) Почему ваша волатильность неправильная и, действительно, при чём здесь ваша неправильная волатильность? Принимать модель и считать её правильной - это ваше право, но по отношению к подходу автора любая модель будет внешней, в его подходе никаких моделей нет и быть не может. Если я конечно правильно понял :)
можно спросить?
независимость мы понимаем одинаково? т. е. оба процесса принадлежат одному распределению и якобы независимы.
а если не одному и тому же?
что тогда?
отсюда "неправильность" .
:)
можно спросить?
независимость мы понимаем одинаково? т. е. оба процесса принадлежат одному распределению и якобы независимы.
а если не одному и тому же?
что тогда?
отсюда "неправильность" .
:)
Я не успеваю так быстро акклиматизироваться :). Какие два процесса? Процессов может быть миллион, распределения у них могут быть какие угодно, мы видим только общий результат.
Волатильность и её суточная периодичность - это просто наблюдаемый факт, совершенно не связанный ни с какой моделью. Поэтом он всегда правильный :).
Я не успеваю так быстро акклиматизироваться :). Какие два процесса? Процессов может быть миллион, распределения у них могут быть какие угодно, мы видим только общий результат.
Волатильность и её суточная периодичность - это просто наблюдаемый факт, совершенно не связанный ни с какой моделью. Поэтом он всегда правильный :).
у вас есть возвраты (и Алексей утверждает, что они почти лаплассово распределены по времени).
Теперь вы проверяете гипотезы о их независимости от предыдущих значений. меня это волнует.
Если модель распределения возвратов равномерная - корректно применить хи-квадрат как здесь обсуждалось..
Иначе нет. я об этом талдычу. Нужно брать частоту по распределению Лапласа для хи-квадрат теста. И ничего другого не мыслить.
А то, что волатильность чувствительна к эквитиобъему - факт. но причина другая.
И попытка нормирования - затуманит очевидный рез.
Чем дальше (свыше сигмы) - тем больше независимость...
;)
у вас есть возвраты (и Алексей утверждает, что они почти лаплассово распределены по времени).
Теперь вы проверяете гипотезы о их независимости от предыдущих значений. меня это волнует.
Если модель распределения возвратов равномерная - корректно. Иначе нет. я об этом талдычу.
А то, что волатильность чувствительна к эквитиобъему - факт. но причина другая.
И попытка нормирования - затуманит очевидный рез.
Чем дальше (свыше сигмы) - тем больше независимость...
;)
СВ могут быть распределены по разному и быть зависимыми или независимыми. Если 2 СВ независимы, то условные распределения независимых случайных величин равны их безусловным распределениям. В случае одной СВ - распределение не зависит от предыдущих значений СВ: условное распределение СВ (от предыдущих значений этой же СВ) равно безусловному распределению СВ