Статистика зависимостей в котировках (теория информации, корреляция и другие методы feature selection) - страница 28
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
Та же возвратность тоже является установленным свойством ценовых рядов
То, что рыночные распределения имеют форму Паррето-Леви, еще не говорит о их возвратности. По той же HMT, не равномерность поступления информации определяет кластеризацию волатильности, что в свою очередь влечет увеличенное скопление малых процентных изменений доходностей, превышающих нормальное распределение. Но все это не говорит о возвратности. Просто нет информации (внешнего воздействия), поэтому нет сделок (рынок находится в равновесии), поэтому нет движения, а само по себе отутствие движения не говорит о том, что цена готова вернуться назад.
Но все это к теме не относится.
То, что рыночные распределения имеют форму Паррето-Леви, еще не говорит о их возвратности. По той же HMT, не равномерность поступления информации определяет кластеризацию волатильности, что в свою очередь влечет увеличенное скопление малых процентных изменений доходностей, превышающих нормальное распределение. Но все это не говорит о возвратности. Просто нет информации (внешнего воздействия), поэтому нет сделок (рынок находится в равновесии), поэтому нет движения, а само по себе отутствие движения не говорит о том, что цена готова вернуться назад.
Но все это к теме не относится.
В данном случае я понял, что имеется в виду стремление рынка вернуться к прошлым ценам (return).
Returns - с перевода с английского означает доходность, что опять таки в нашем смысле является процентным изменением цены за период t.
Return - с перевода с английского означает возврат или возвратность, что в контексте рынка может интерпретироваться как стремление рынка возвращаться к прошлым ценам.
Подразумевая понятие returns лучше использовать слово "доходность" или говорить "returns", а подразумевая return говорить возвратность.
В данном случае я понял, что имеется в виду стремление рынка вернуться к прошлым ценам (return).
Returns - с перевода с английского означает доходность, что опять таки в нашем смысле является процентным изменением цены за период t.
Return - с перевода с английского означает возврат или возвратность, что в контексте рынка может интерпретироваться как стремление рынка возвращаться к прошлым ценам.
Подразумевая понятие returns лучше использовать слово "доходность" или говорить "returns", а подразумевая return говорить возвратность.
Кто нибудь задумывался, можно-ли сравнивать движение цены с движением лифта в высотном здании с интенсивным межэтажным сообщением? Можно-ли прогнозировать положение лифта, используя понятия "бар", "ТФ", "тренд", "флэт", "уровни", "тенденции", ....?
запросто, обычно на 1 этаже лампочки горят!
В данном случае я понял, что имеется в виду стремление рынка вернуться к прошлым ценам (return).
Returns - с перевода с английского означает доходность, что опять таки в нашем смысле является процентным изменением цены за период t.
Return - с перевода с английского означает возврат или возвратность, что в контексте рынка может интерпретироваться как стремление рынка возвращаться к прошлым ценам.
Подразумевая понятие returns лучше использовать слово "доходность" или говорить "returns", а подразумевая return говорить возвратность.
Возможно, что так. Но когда мы строим ряд returns вида: X[t]-X[t-1], то на нем этого почти не видно. Я употребляю слова returns, приращения, возвраты, это все суть дифференцированный ряд цен.
Перекос вероятности в сторону изменения знака получается минимальный, не значимый. Но, если расчитывать условную энтропию между зависимой переменной и returns по двум и более лагам, то все неравномерности учитываются в результирующей цифре так, что энтропия уменьшается.
Я попробовал натренировать НС на часовых данных и брал только самые информативные лаги (42 переменные, на лагах 1, 2, 23, 23, 25,... 479, 480, 481). К сожалению, результат не очень получился. Точность предсказания номера квантиля - в районе 30-40%. Хотя, неравномерности нейронная сеть смогла транслировать на выход, но зависимостей недостаточно для предсказания. Вся проблема в том, что независимые перменные взаимноинформативны на лаге 1, 2, 24.... и общий объем информации о нулевом баре реально небольшой. Надо думать, как вариант брать дневные и более старшие таймфреймы.
Ничто не мешает взять и проверить этот информационный процесс на стационарность - а дальше применять хоть всю эконометрику одним махом.
Не совсем понял.
Эконометрика работает с нестационарными процессами, примерный алгоритм описан в посте. Надо понимать, что нестационарность приводит к тому, что нельзя взять самый замечательный индикатор или их набор, получить ТС и стабильно торговать, так как из-за нестационарности любые оценки ТС (PF, просадки и любые другие) являются фикцией и в будущем появятся такие участки котира, на которых ТС сольет депо.
Наука об измерении экономических данных - эконометрика, имеет отличия от других очень уважаемых наук, но является отдельной самостоятельной наукой и предлагает действовать последовательно, фиксируя каждый промежуточный результат в виде модели, стремясь получить стационарный остаток, дает оценки стабильности будущей ТС при работе на нестационарном рынкете.
Это показано на примере для EURUSD и трех индикаторов (прямая линия, экспоненциальное сглаживание, фильтр Ходрика-Прескотта) здесь.
Ребята, давайте пользоваться отдельной наукой для измерения экономических данных, а не пытаться за уши притянуть что-то из соседних наук, только потому, что нам лень прочесть вузовский учебник "Эконометрика". В нашей стране имеются такие учебники за 2000 год, т.е более 10 лет вузы выпускают специалистов, которые меряют экономические данные по науке и не мучаются дурью под названием "информационная зависимость".
И вообще, давайте жить дружно.
Не совсем понял.
Эконометрика работает с нестационарными процессами, примерный алгоритм описан в посте. Надо понимать, что нестационарность приводит к тому, что нельзя взять самый замечательный индикатор или их набор, получить ТС и стабильно торговать, так как из-за нестационарности любые оценки ТС (PF, просадки и любые другие) являются фикцией и в будущем появятся такие участки котира, на которых ТС сольет депо.
Наука об измерении экономических данных - эконометрика, имеет отличия от других очень уважаемых наук, но является отдельной самостоятельной наукой и предлагает действовать последовательно, фиксируя каждый промежуточный результат в виде модели, стремясь получить стационарный остаток, дает оценки стабильности будущей ТС при работе на нестационарном рынкете.
Это показано на примере для EURUSD и трех индикаторов (прямая линия, экспоненциальное сглаживание, фильтр Ходрика-Прескотта) здесь.
Ребята, давайте пользоваться отдельной наукой для измерения экономических данных, а не пытаться за уши притянуть что-то из соседних наук, только потому, что нам лень прочесть вузовский учебник "Эконометрика". В нашей стране имеются такие учебники за 2000 год, т.е более 10 лет вузы выпускают специалистов, которые меряют экономические данные по науке и не мучаются дурью под названием "информационная зависимость".
И вообще, давайте жить дружно.
Я, кстати, почитал вашу статью. Это ценная статья, и проблема нестационарности там проработана хорошо. И я согласен с тем, что нестационарность финансовых данных - это реальная и насущная проблема. Я сам много месяцев, когда осваивал нейронные сети, пробовал разные виды преобразования исходного временного ряда для улучшения его стационарности, ибо НС чувствительны к этому феномену и неадекватно обучаются. А точнее говоря, плотность ошибок на выходных данных получается неравномерная, что на практике приводит к сильным просадкам (однако, при общем положительном МО модели).
Скажем так, пока мы попробовали просто на сырых данных (не совсем сырых, а дифференцированном ряде) просто чтобы посмотреть, что получится. Я ни в коей мере не уменьшаю важности эконометрики, хотя учебников не читал.
Как будет время, выложу свой вариант предобработки данных, который, на глаз, выдает более стационарный ряд, но тестов на стационарность не проводил.