Существет ли процесс, анализ одного из участков которого не позволяет прогнозироать следующий его участок. - страница 8
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
Существует огромное количество теорий, наук и инструментов, которые как кажется могут быть применимы к котиру. в этих условиях крайне важно определиться с тем, что мы хотим.
Хотим, чтобы созданная на исторических даннх модель была применима на следующем баре. Этого достаточно. Все.
Я считаю, что характеристики этой модели устанавливаются на крайне ограниченных выборках - десятках наблюдений. Большая выборка нужна для проверки устойчивости этой модели. Это вторая характеристика модели. Устойчивость модели определяется ее поведением на переменной дисперсии и изломах. Это вторая характеристика модели. Если под это мы отберем средства и методы, то это будет огромным шагом вперед, так как инструментарий станет обозримым.
Для меня это новость. Стационарный ряд прогнозируем по определению - в пределах ско. В нестационарном нет ско - какой прогноз? Но дело не только в ско.
По какому еще определению? Куда исчезло СКО в нестационарном процессе? А о случайных величинах с бесконечной дисперсией слышали? Как вообще связана принципиальная прогнозируемость с существованием СКО?
Все-таки хотелось бы вернуться к проблеме детрендирования.
Что детрендируем?
Уровень? прямой линией, или кривой? или сплайнами?
А что с фазой? Ее тоже детрендируем?
В котире один тренд или их много? Может быть вейвлет?
Так что зациклинность на детерминированных и стохастических тренда для прогноза штука вредная, так как предлагает решать проблемы, которых у трейдера нет.
По какому еще определению? Куда исчезло СКО в нестационарном процессе? А о случайных величинах с бесконечной дисперсией слышали? Как вообще связана принципиальная прогнозируемость с существованием СКО?
Переформулирую вашу идею - "если из нестационарного процесса удалить нестационарность, то он станет стационарным" Офигеть, как глубокомысленно! Зацикленность на стационарности и непонятная подмена ее на прогнозируемость штука не менее вредная.По какому еще определению? Куда исчезло СКО в нестационарном процессе? А о случайных величинах с бесконечной дисперсией слышали? Как вообще связана принципиальная прогнозируемость с существованием СКО?
Это Ваш ответ. Не постоянство дисперсии делает невозможным прогноз, т.е. ошибка прогноза становится неопределенной.
Зацикленность на стационарности и непонятная подмена ее на прогнозируемость штука не менее вредная.
Не подмена, а вытекает.
Почему зациклинность? Кстати не у меня одного.
Вещь абсолютно понятная. Прогноз не мыслим без ошибки прогноза. Ошибка не может изменяться произвольно, хотя бы на исторических данных. Что в этом не понятного? Или еще что-то?
если из нестационарного процесса удалить нестационарность, то он станет стационарным" Офигеть, как глубокомысленно!
Никогда не говорил такого. Говорил только об одном - учесть, смоделировать
По какому еще определению? Куда исчезло СКО в нестационарном процессе? А о случайных величинах с бесконечной дисперсией слышали? Как вообще связана принципиальная прогнозируемость с существованием СКО?
Переформулирую вашу идею - "если из нестационарного процесса удалить нестационарность, то он станет стационарным" Офигеть, как глубокомысленно! Зацикленность на стационарности и непонятная подмена ее на прогнозируемость штука не менее вредная.Вот и мне не понятно, почему ставиться знак равенства между стационарностью и возможностью прогноза. Если Вы так пытаетесь добиться стационарности - возмите обычный СБ, вот вам идеальная стационарность с идиальным СКО. А теперь попробуйте на нем построить какую-нибудь модель - результат будет гарантированно случайным.
Вот и мне не понятно, почему ставиться знак равенства между стационарностью и возможностью прогноза. Если Вы так пытаетесь добиться стационарности - возмите обычный СБ, вот вам идеальная стационарность с идиальным СКО. А теперь попробуйте на нем построить какую-нибудь модель - результат будет гарантированно случайным.
Для меня все понятно. Прогноз - нулевое мо. На этом построены ТС на возврате к мо при случайных отклонениях от мо.
выделить из ряда цен квазистационарный процесс приращения цен с положительным мо ;)
выделить из ряда цен квазистационарный процесс приращения цен с положительным мо ;)
Чтоб не быть голословным, к каждому утверждению дам примеры. Специально постараюсь посложнее.
По какому еще определению? Куда исчезло СКО в нестационарном процессе? А о случайных величинах с бесконечной дисперсией слышали? Как вообще связана принципиальная прогнозируемость с существованием СКО?
Это Ваш ответ. Не постоянство дисперсии делает невозможным прогноз, т.е. ошибка прогноза становится неопределенной.
Это не ответ, а вопрос вам относительно относительно ваших же заблуждений. Привожу пример, их опровергающий.
Нестационарный процесс с плотностью 1/pi*1/(1+(x-x0)^2), причем матожидание x0 - тоже случайная величина, пускай для полной неопределенности - с неизвестным распределением (стационарным или нет - тоже неизвестно). И пусть время корреляции процесса ненулевое, т.е. интеграл от произведения АКФ(тау,t)*тау больше 0 для любого t.
Что мы знаем о процессе:
а) Его дисперсия всегда бесконечна (посчитайте интеграл, если не верите).
б) Он нестационарен как в узком, так и почти наверное в широком смысле. Первое вытекает собственно из определения стационарности в узком смысле, т.к. плотность процесса непостоянна, второе - из неизвестности свойств процесса x0.
Тем не менее, несмотря на все отягчающие обстоятельства, при определенных условиях, а именно, на тех участках, где время корреляции (оно может и не быть постоянным - процесс-то нестационарный!) превосходит некое пороговое значение, мы можем строить прогноз с вполне приемлемой конечной дисперсией. При этом именно условие хорошей (превосходящей некий порог, который в принципе можно вычислить) коррелированности процесса хотя бы в некоторые моменты времени, а также наша способность эти моменты идентифицировать являются достаточными условиями для возможности прогноза. Вместе с тем, факты нестационарности и отсутствия дисперсии сами по себе значения не имеют.
Зацикленность на стационарности и непонятная подмена ее на прогнозируемость штука не менее вредная.
Не подмена, а вытекает.
Почему зациклинность? Кстати не у меня одного.
Вещь абсолютно понятная. Прогноз не мыслим без ошибки прогноза. Ошибка не может изменяться произвольно, хотя бы на исторических данных. Что в этом не понятного? Или еще что-то?
Ошибка может изменяться как хочет, а наша задача - уметь ее рассчитывать. Если мы можем это сделать, то почему она не может быть разной для разных моментов времени? Ваша фатальная ошибка в том, что вы не различаете дисперсию прогноза и дисперсию прогнозируемого процесса, а это совершенно разные вещи, жестко друг с другом не связанные. Наличие и глубина связи между ними зависят от множества факторов, в том числе, от объема наших знаний о процессе, от имеющихся в нашем арсенале методов прогнозирования и лишь в последнюю очередь - от свойств собственно прогнозируемого процесса. Пример выше это подтверждает.
Зацикленность действительно не у вас одного, потому что людям свойственно заблуждаться не самостоятельно, а наслушавшись авторитетов.
Хмм.
Я рад, что смог возбудить лучшие умы форума.
С вашего позволения, я скромно постою в сторонке и почитаю. Спасибо.