Эконометрика: прогноз на один шаг вперед - страница 118
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
Начинать надо с обзора результатов в этой области. Burg cвою диссертацию Maximum entropy spectral analysis написал в 1975 году. Ehler свою книгу Rocket Science for traders тоже лет 30 назад. Его же книга MESA and Trading Marcket Cycles - 1993 года издания. Существует программы и индикаторы, реализующие эти идеи. Поэтому, прежде чем изобретать велосипед, следует просто сеть и почитать книги и подняться на тот уровень, который имеется.
Пишу это в общем-то для всех, в попытке оградить людей от Ваших иллюзий. У меня их нет на счет применимости ЦОС в трейдинге.
Диссертации пишуться, чтобы выпендриться перед ближними. Пишут на разную ерунду. У меня наработок на десяток диссертаций. Только жаль время на это тратить.
Александр, чем меньше чужой ерунды читаешь, тем меньше зашоренность сознания. Шире взгляд.
============
Теперь по цифровой обработке.... Что-то не понял, что под этим ты понимаешь? В общем смысле, как ты представляешь обработку сигналов на компе? Он весь сам цифровой! Иначе не выйдет. Или тебе надо совсем прекратить что-либо обрабатывать. Только из-за того, что это делается на компе.
Если же под ЦОС ты понимаешь обработку накопленного прошлого, то уже пояснил, что не применяю таковую. У меня БИХ-фильтры. Они не знают прошлого. Это реальные фильтры. В отличии от КИХ-фильтров, которые могут быть применены и реализованы только в компе. Разумеется, реализация БИХ-фильтров цифровая. Потому, как она в компе :-)
Диссертации пишуться, чтобы выпендриться перед ближними. Пишут на разную ерунду. У меня наработок на десяток диссертаций. Только жаль время на это тратить.
Александр, чем меньше чужой ерунды читаешь, тем меньше зашоренность сознания. Шире взгляд.
Вадим! Я ни на чем не настаиваю. Я всю жизнь занимался конструкторской работой и знаю как это делается и как не делается. Буду только рад, если у меня появится успешный знакомый с широким взглядом. Почерпнешь ты у меня что-нибудь или нет - это твой выбор.
Еще раз. Я ничего никому не навязываю. Более того я открыл ветку чтобы услышать чужое мнение по интересуемым меня вопросам. ЦОС меня не интересует, так как я точно знаю его место в эконометрике, где применять и для чего.
Диссертации пишуться, чтобы выпендриться перед ближними. Пишут на разную ерунду. У меня наработок на десяток диссертаций. Только жаль время на это тратить.
Александр, чем меньше чужой ерунды читаешь, тем меньше зашоренность сознания. Шире взгляд.
============
Теперь по цифровой обработке.... Что-то не понял, что под этим ты понимаешь? В общем смысле, как ты представляешь обработку сигналов на компе? Он весь сам цифровой! Иначе не выйдет. Или тебе надо совсем прекратить что-либо обрабатывать. Только из-за того, что это делается на компе.
Если же под ЦОС ты понимаешь обработку накопленного прошлого, то уже пояснил, что не применяю таковую. У меня БИХ-фильтры. Они не знают прошлого. Это реальные фильтры. В отличии от КИХ-фильтров, которые могут быть применены и реализованы только в компе. Разумеется, реализация БИХ-фильтров цифровая. Потому, как она в компе :-)
Весь топик богаче, чем последний пост, который Вы комментируете. Вопрос знАчимости переменных решался многократно. Накопление ошибки прогноза - это медицинский факт, так как берется для следующего прогноза предыдущее значение прогноза из-за отсутствия факта. Если берется факт - то это прогноз на один шаг вперед.
Но это мелкие и технические вопросы.
Использование приращений было. Ничего не получается, так как в приращения нет тренда, а прогнозируется тренд. и здесь основной вопрос топика: какие свойства модели дают гарантию прогнозируемости? Был предложен целый набор таких свойств для обычной регрессионной модели. То, что вы комментируете - это модель пробит и здесь другие, для меня не понятные модели.
Буду Вам благодарен за комментарий любого из многочисленных положений данного топика.
Это как раз комментарий к многочисленным положениям топика и разногласие с ними вот в чем:
Тренд это приращение на выборке значений на определенный лаг, к предыдущим лагам и в таком лаге шагов может быть более одного. Каким образом это приращение рассчитать и предположить зависимое приращение для последующего лага - вот это уже модель прогноза. При этом методики определения значимости переменных, как раз и используют в качестве критерия установление зависимости шаг вперед, но при этом вовсе не на лаг - удивляет с чего вдруг при такой общепринятой практике кто то предполагает получить какие либо гарантии на точность прогноза именно тренда. Дружба с таким "медицинским фактом" - это прямая ковровая дорожка к профильному психотерапевту... Само собой, что накопление ошибки с увеличение размера лага будет расти, но это вовсе не означает падение точности прогноза - так как, как раз эта мера относительная и устанавливаемая оцениваем качества корреляции, а вовсе не размером ошибки... Поэтому выбор модели и её параметров - это всего лишь вторичная задача, решаемая(при этом легко) после определения размера и свойств выборки зависимых переменных...
Это как раз комментарий к многочисленным положениям топика и разногласие с ними вот в чем:
Тренд это приращение на выборке значений на определенный лаг, к предыдущим лагам и в таком лаге шагов может быть более одного. Каким образом это приращение рассчитать и предположить зависимое приращение для последующего лага - вот это уже модель прогноза. При этом методики определения значимости переменных, как раз и используют в качестве критерия установление зависимости шаг вперед, но при этом вовсе не на лаг - удивляет с чего вдруг при такой общепринятой практике кто то предполагает получить какие либо гарантии на точность прогноза именно тренда. Дружба с таким "медицинским фактом" - это прямая ковровая дорожка к профильному психотерапевту... Само собой, что накопление ошибки с увеличение размера лага будет расти, но это вовсе не означает падение точности прогноза - так как, как раз эта мера относительная и устанавливаемая оцениваем качества корреляции, а вовсе не размером ошибки... Поэтому выбор модели и её параметров - это всего лишь вторичная задача, решаемая(при этом легко) после определения размера и свойств выборки зависимых переменных...
Офигеть! 2009 год... Уже почти прошло 3 года.
Я ж там ответил. Выложил картинку от своего фильтра. Там всего 22 частоты из 45 положенных. Даже есть сумма золотой линией. Опять почти никому не пришло в голову это использывать. Это самый близкий ответ на твой вопрос во всей теме. Это и есть квазистационарная картина рынка. Все частоты имеют неизменяющейся период. Есть нестабильная амплитуда. Но и она изменяется плавно. Несомая частота модуляций тоже гармонична. Да, это не важно. Можно к каждой линии применить ещё несколько раз эту функцию. Линии в будущее продолжаются плавно без скачков. Один бар всегда с очень высокой точностью можно спрогнозировать.
Всё, что рассказал (проблемы и перспективы) в нашем разговоре можно посмотреть на этой картинке.
Бокс с Дженкинсом это также используют подобные решения в некоторых своих моделях, но определяя спектр только ближайшей низкочастотной поднесущей и используя его в качестве параметра скользящего среднего, а в качестве высокочастотной поднесущей используют коэффициенты автокорреляции. В действительности Ваш подход полнее в отношении спектра частот и от того возможно точнее... с другой стороны их подход возможно имеет лучшие адаптивные свойства, но это не в полной мере озвучено в публикациях по понятным соображениям...
Как найти ключ к определению размера выборки? Может быть идти по пути минимизации СКО от уравнения регрессии?
Ну да, точно так же ты знаешь точное место информационной энтропии в эконометрике. Кажется, его там не предусмотрено?
Офигеть! 2009 год... Уже почти прошло 3 года.
Я ж там ответил. Выложил картинку от своего фильтра. Там всего 22 частоты из 45 положенных. Даже есть сумма золотой линией. Опять почти никому не пришло в голову это использывать. Это самый близкий ответ на твой вопрос во всей теме. Это и есть квазистационарная картина рынка. Все частоты имеют неизменяющейся период. Есть нестабильная амплитуда. Но и она изменяется плавно. Несомая частота модуляций тоже гармонична. Да, это не важно. Можно к каждой линии применить ещё несколько раз эту функцию. Линии в будущее продолжаются плавно без скачков. Один бар всегда с очень высокой точностью можно спрогнозировать.
Всё, что рассказал (проблемы и перспективы) в нашем разговоре можно посмотреть на этой картинке.