Ты читал статью, по модели Султанова? Там есть МНК, я не в курсе просто?) Два пункта описано МНК и Остатки.
Кстати насчет стационарности ты зря, faa мутит по коинтеграции (парный трейдинг базирует на нем, по-моему, ну он сам за себя скажет, я за себя сказал).
коинтеграция и разработана для нестационарных временных рядов.
МНК там по моему есть и вот как раз именно МНК - точно только для рядов с нормальным распределением.
коинтеграция и разработана для нестационарных временных рядов
Ладно, ты меня не понял или себя не понял. Ты писал, что "faa послушать, так нормальность не нужна, стационарность не нужна" А разве в коинтеграции не используется, такое понятие как стационарность временного ряда?
Уважаемые форумчане, не секрет. что актуальным является вопрос поиска зависимостей, описывающие основные закономерности рынка. Здесь попытаемся приблизиться к решению этого вопроса всеми доступными средствами анализа, включая различные предложения участников по этому поводу и накопленный к этому моменту теоретический и практический материал из всевозможных источников. В результате этой работы если мы остановимся даже только на виде этой функции, думаю, будем считать, что времени и сил затрачены не зря.
Я начну с демонстрации возможностей РМС на простых примерах описания известных закономерностей : линейной зависимости, параболы, гиперболы, экспоненты, синуса, косинуса, тангенса, котангенса и других, а также их сочетании, которые, несомненно, присутствуют на рынке. Прошу поддержать меня в этом порыве с конструктивными предложениями и здоровой критикой, если потребуется.
Ну возьмем ценовой ряд. опишем его полиномом, нейросетью или фурье. получим модель описывающий этот ряд с практически любой точностью. но эта модель никак не будет прогнозтической на следующий бар те же орел решка. возможно лучше строить модель состояния рынка определяющй тренд и флет на ранних этапах их зарождений. хотя состояний рынка также множество, но если подходить с точки зрения прибыли это множество скорее всего будет ограничено 5 - 10 состояний.
ivandurak: Ну возьмем ценовой ряд. опишем его полиномом, нейросетью или фурье. получим модель описывающий этот ряд с практически любой точностью. но эта модель никак не будет прогнозтической на следующий бар те же орел решка. возможно лучше строить модель состояния рынка определяющй тренд и флет на ранних этапах их зарождений. хотя состояний рынка также множество, но если подходить с точки зрения прибыли это множество скорее всего будет ограничено 5 - 10 состояний.
Ты читал статью, по модели Султанова? Там есть МНК, я не в курсе просто?) Два пункта описано МНК и Остатки.
Кстати насчет стационарности ты зря, faa мутит по коинтеграции (парный трейдинг базирует на нем, по-моему, ну он сам за себя скажет, я за себя сказал).
коинтеграция и разработана для нестационарных временных рядов.
МНК там по моему есть и вот как раз именно МНК - точно только для рядов с нормальным распределением.
коинтеграция и разработана для нестационарных временных рядов
ПРОШУ ПРОЩЕНИЯ ЗА ОФТОП.
_________________________________________________________________________________________________________________________________________________________________________________________
Да-да, отвлеклись мы...
Жгите Юсуф! Шакалы лают - караван идет.
Теперь попросим РМС распознать параболу Y = a+ bx^2 и она справляется и сэтой задачей идеально при a=0 и b=1 с ошибкой 4,78013E-07:
При a=10000 и b=10:
:
Уважаемые форумчане, не секрет. что актуальным является вопрос поиска зависимостей, описывающие основные закономерности рынка. Здесь попытаемся приблизиться к решению этого вопроса всеми доступными средствами анализа, включая различные предложения участников по этому поводу и накопленный к этому моменту теоретический и практический материал из всевозможных источников. В результате этой работы если мы остановимся даже только на виде этой функции, думаю, будем считать, что времени и сил затрачены не зря.
Я начну с демонстрации возможностей РМС на простых примерах описания известных закономерностей : линейной зависимости, параболы, гиперболы, экспоненты, синуса, косинуса, тангенса, котангенса и других, а также их сочетании, которые, несомненно, присутствуют на рынке. Прошу поддержать меня в этом порыве с конструктивными предложениями и здоровой критикой, если потребуется.
Теперь посмотрим, как РМС "превращается" в идеальную гиперболу Y = b/x при произвольн b=10 c фантастически мизерной ошибкой 6,34693E-14 % :
:
Ну возьмем ценовой ряд. опишем его полиномом, нейросетью или фурье. получим модель описывающий этот ряд с практически любой точностью. но эта модель никак не будет прогнозтической на следующий бар те же орел решка. возможно лучше строить модель состояния рынка определяющй тренд и флет на ранних этапах их зарождений. хотя состояний рынка также множество, но если подходить с точки зрения прибыли это множество скорее всего будет ограничено 5 - 10 состояний.