От теории к практике - страница 340

Andrei
3056
Andrei  
Maxim Dmitrievsky:

если сигнал стационарный и периодический, то нет никакого смысла его убивать, т.к. это грааль, с поправкой на оставшийся шум

если сигнал это стац. шум - то еще лучше, вообще не нужны никакие НС

Какой сигнал на самом деле - автору совершенно не интересно, его цель выделить из него шумовую компоненту в надежде, что шум точно спрогнозирует следующие значения сигнала. )))

Andrei
3056
Andrei  
Maxim Dmitrievsky:

какой нафиг бред? такие ряды легко прогнозируются

ну ведь бред, прогнозируется только среднее такого ряда, то есть что он в среднем находится внутри границ - дисперсии, но конкретное значение предугадать очевидно невозможно...
Andrei
3056
Andrei  

Кстати, вот тоже обзорная статья о прогнозировании ВР, где рекомендуют выделять и анализировать шумовую компоненту после удаления трендовой, циклических и других сигнальных компонент...

https://pokrovka11.files.wordpress.com/2011/12/emetrix_time_series.pdf

В чем здравый смысл, непонятно...

Violetta Novak
1597
Violetta Novak  
basilio:

Превращение ВР в ГСЧ вообще лишит вас возможности что-то заработать, в принципе)

Вы сами себе противоречите, "Для ГСЧ (стационарной величины) можно прогнозировать среднее и дисперсию, для этого изучают распределения"  Вы же и ответили на вопрос сами, при том что дисперсия и среднее будут константы.

Dmitriy Skub
14406
Dmitriy Skub  

Достойное завершение перехода от теории к практике: ни сигнала, ни вменяемой модели, ни памм-счета. Еще и даунами обозвали))

Ждем Александра III - уж он-то не подкачает)

secret
872
secret  
Novaja:

Вы сами себе противоречите, "Для ГСЧ (стационарной величины) можно прогнозировать среднее и дисперсию, для этого изучают распределения"  Вы же и ответили на вопрос сами, при том что дисперсия и среднее будут константы.

Нет никакого противоречия.

Для приращений по ГСЧ прогноз среднего приращения возможен, это константа, равная 0. Для ряда цен по ГСЧ (интеграл от ряда приращений, он же "случайное блуждание") это означает прогноз направления сделки 50/50, и зарабатывать возможности нет. Прогноз ближайшего текущего приращения (что написал А_К2) также 0 плюс минус несколько СКО, от чего практической пользы никакой.

Но приращения по ГСЧ - это упрощенная модель цены, базовая, нулевое приближение.

В отличие от ГСЧ, в реальных приращениях цены бывают зависимости следующего от предыдущего, т.е. встречаются ситуации, когда прогноз направления сделки значимо отличается от 50/50. Ваша задача - такие ситуации в приращениях цены находить, а в ГСЧ их просто нет по определению.

secret
872
secret  
Alexander_K2:

Столкнувшись с откровенным даунизмом, в виде утверждения, что нельзя прогнозировать ряды случайных чисел с распределением Эрланга, я вынужден навсегда покинуть форум.

Александр, лично я например, пытаюсь сэкономить вам затраты многих лет времени на исследования, обращая ваше внимание на заведомо ложные пути, которые я прошел еще даже до того, как вы о них узнали.

Поэтому "покидая навсегда форум", вы делаете во вред только себе.

Ждем Александра III :)

Violetta Novak
1597
Violetta Novak  
basilio:

Нет никакого противоречия.

Для приращений по ГСЧ прогноз среднего приращения возможен, это константа, равная 0. Для ряда цен по ГСЧ (интеграл от ряда приращений, он же "случайное блуждание") это означает прогноз направления сделки 50/50, и зарабатывать возможности нет. Прогноз ближайшего текущего приращения (что написал А_К2) также 0 плюс минус несколько СКО, от чего практической пользы никакой.

Но приращения по ГСЧ - это упрощенная модель цены, базовая, нулевое приближение.

В отличие от ГСЧ, в реальных приращениях цены бывают зависимости следующего от предыдущего, т.е. встречаются ситуации, когда прогноз направления сделки значимо отличается от 50/50. Ваша задача - такие ситуации в приращениях цены находить, а в ГСЧ их просто нет по определению.

Вероятность того, что отклонение по абсолютной величине при нормальном распределении будет меньше 3*СКО, равна 0,9973. Другими словами, вероятность того, что абсолютная величина отклонения превысит утроенное СКО очень мала и составляет 0,0027=1-0,9973. Это означает, что лишь в 0,27% случаев это может произойти.

На практике : если распределение изучаемой случайной величины неизвестно, но условие соблюдается, то изучаемая величина распределена нормально, в противном случае она не распределена нормально, что и доказывает ВР, но если добиться от ВР нормальности в следствии какого-либо нелинейного преобразования, то почему бы не воспользоваться данным правилом?

secret
872
secret  
Novaja:

Вероятность того, что отклонение по абсолютной величине при нормальном распределении будет меньше 3*СКО, равна 0,9973.

Не отклонения, а одного приращения. Но А_К2 не торгует одно приращение, он торгует как раз отклонение от SMA, состоящее из множества последовательных приращений. Для этих отклонений надо строить свое распределение, и считать свою вероятность. И то, SMA ведь сама смещается за время сделки, так что окажется ли цена закрытия в прибыли - еще большой вопрос. По хорошему, нужно построить распределение отклонений за время сделки от цены входа, и предполагаю, оно будет гораздо ближе к равномерному, чем к нормальному.

Короче, весь этот спам про потоки и распределения - сплошная наукообразная вода без малейшего понимания происходящего) Нормальность для наших целей не означает... ну вообще ничего, кроме того, что она нормальность)

Novaja:

Это означает, что лишь в 0,27% случаев это может произойти.

Да. Но из этого еще абсолютно не следует, что цена потом вернется обратно к SMA (и тем более, что она вернется настолько от цены входа, чтоб дать прибыль). Цена с тем же успехом может оставаться еще долго на том же месте, а потом пойти еще дальше, а SMA подтянется за ней, а вы этого и не увидите по своим распределениям. Вероятность возврата тоже надо отдельно считать. Но гораздо проще написать простенькую ТС и прогнать ее на истории.
Violetta Novak
1597
Violetta Novak  
Maxim Dmitrievsky:

а если подумать? остатки анализируются для того, что бы понять всю ли информацию выбрала модель. Если они - шум, то все ок. Тренд и сезенность убиваются для гомоскедастичности, циклы остаются для прогнозирования. Нет периодических циклов - нет прогноза (кроме матожидания).

На рынке циклы непериодические, поэтому ARIMA не работают, а пытаются применять GARCH для переменной дисперсии (гетероскедастичности), когда память процесса не получается полностью убить, а следующие значения волатильности зависят от предыдущих

Александр предложил способ убить ARCH эффект (память процесса, марковость, толстые хвосты) и его повествования никак нельзя назвать неправильными или абсурдными

Если рынок постоянно находится в движении: меняется амплитуда, фаза и частота, то де-тренд не поможет, т.к. все это возможно на истории процесса, путем подгонки, однако считается, что присутствующая на рынке инерция дает возможность отработки такого подхода, в короткой перспективе, однако, когда правила меняются, историческая подгонка расходится с реальностью. Возможность получения альтернативных подходов для решения проблемы нестационарности процесса, в виде прореживания ВР потоками Эрланга(потоки Пальма) имеет место быть, возможны и другие альтернативные варианты.