Обсуждение статьи "Эконометрический подход к анализу графиков" - страница 6

Новый комментарий
 

Теперь  понятно.

  1. Вы убрали значение нулевого лага. Там где значение АКФ всегда =1, что бы было лучше видно. Получается что уже при лаге =1 отличия  в 1е4 раз. Вы получили АКФ  которая имеет вид  дельта функции. Для такого вида АКФ существует  только одна модель  -  это шум. (А у вас спрашивали уже,  ведь  это следствие того что вы берете дневки и еще их логарифмируете).  Подумайте …
  2. Все таки вы берете модуль и возводите в квадрат )) я был прав. Т.е. вы все правильно делаете,
      Data21[i].opMultEq(cData[i]);  //произведение комплексного числа на сопряжённое ему 
                     //даёт комплексное число, имеющее ненулевой только действительную часть

 z со штрихом это комплексно сопряженное число.

3. но к сожалению до конца не вникли, почему же вычитаете МОЖ а не тренд. Хотя Вы правы это теоретический вопрос и он очень интересен.

  double m=mean(res);               //среднее арифметическое массива res
   ArrayResize(rets1,nFFT);          //подгонка размера массива
   for(int t=0;t<ArraySize(res);t++) //копируем исходный массив наблюдений 
       // в служебный с поправкой на среднее
     rets1[t]=res[t]-m;

и жаль другим расказать не можете. Только не надо ссылки снова на иностранцев лучше своими словами сказать. Вам же самому понятнее будет. Это всегда так, когда другому объясняеш, сам в этом разберешся очень хорошо. 

4. я ошибся думал это Ваша статья https://www.mql5.com/ru/articles/185 поэтому и задавал такие вопросы по спектральной обработке, извиняюсь что приписал вам чужой труд. Больно красивая у вас статья, давно таких не читал

 
Trolls:

Теперь  понятно.

  1. Вы убрали значение нулевого лага. Там где значение АКФ всегда =1, что бы было лучше видно. Получается что уже при лаге =1 отличия  в 1е4 раз. Вы получили АКФ  которая имеет вид  дельта функции. Для такого вида АКФ существует  только одна модель  -  это шум. (А у вас спрашивали уже,  ведь  это следствие того что вы берете дневки и еще их логарифмируете).  Подумайте …

Trolls, или я не по-русски написал или Вы невнимательно читали...

Сам себя цитирую :

...Пару слов об описании осей диаграммы. С осью x всё ясно - на ней представлены индексы лагов. На оси y указано экспоненциальное значение, на которое было умножено исходное значение АКФ. Так, 1e4 означает, что исходное значение умножено на 1e4 (1e4=10000), а 1e2 - на 100 и т.д. Такое умножение было сделано для читабельности диаграммы. 

Ещё вопросы есть по этому тезису?

Потом про нулевой лаг. Вот Вам 2 графика АКФ часовок usdjpy:


На первоем есть нулевой лаг (его значение упирается в верхний левый угол), на втором - нет. А теперь скажите мне, какой график более иллюстративен? Просто не нужно забывать про нулевой лаг. Тогда всё будет ok. В скрипте у себя я оставил 2-й вариант, как Вы понимаете...


 
Trolls:

2. Все таки вы берете модуль и возводите в квадрат )) я был прав. Т.е. вы все правильно делаете,

 z со штрихом это комплексно сопряженное число.

Я рад, что Вы были правы...

3. но к сожалению до конца не вникли, почему же вычитаете МОЖ а не тренд. Хотя Вы правы это теоретический вопрос и он очень интересен.

и жаль другим расказать не можете. Только не надо ссылки снова на иностранцев лучше своими словами сказать. Вам же самому понятнее будет. Это всегда так, когда другому объясняеш, сам в этом разберешся очень хорошо.

Это вопрос скорее не ко мне. Хотя я полагаю, что по этой причине:

среднее арифметическое часто используется в качестве средних значений или центральных тенденций, это понятие не относится к робастной статистике, что означает, что среднее арифметическое подвержено сильному влиянию «больших отклонений». Примечательно, что для распределений с большим коэффициентом асимметрии среднее арифметическое может не соответствовать понятию «среднего», а значения среднего из робастной статистики (например, медиана) может лучше описывать центральную тенденцию.

А вычитание тренда - это из другой оперы, имхо.

 
denkir:

Trolls, или я не по-русски написал или Вы невнимательно читали...

Сам себя цитирую :

Ещё вопросы есть по этому тезису?

...

не то немного. Я наверное неправильно выразил мысль которую хотел до вас донести. То что на 0-м лаге АКФ должна быть равна 1 это понятно, и то что вы убрали её для лучшего отражения графика - тоже понятно.

Я хотел обратить ваше внимание на полученный вами результат. Вид АКФ, ВЫ получили АКФ которая соответсвуен шуму.

Возмите шум и постройте его АКФ, сравните с вашими последними графиками. Как говорят, найдите 10 отличий... 

и еще раз приведу ссылку, сравните с этим рисунком https://www.mql5.com/ru/code/8295, там АКФ падает плавно и к ней подобрана мат. модель. 

З.Ы. поймите я не ругаю, а хочу помочь. Я говорю вам про следующий этап исследования, тот про который вы не сказали в виду ограниченности статьи (нельзя все в одной статье объять, люди диссертации пишут, всю жизнь этому посвещают, на 2-х страницах не изложить).

Порядок исследования 

Получили АКФ, провели Q тест, теперь нужно по виду АКФ подобрать модель, затем найти параметры этой модели, попытаться спрогнозировать по полученный модели и оценить точность и горизонт прогноза.

И так по кругу пока не получиш удовлетворительные результаты. 

По той АКФ что вы получили, это шум, прогнозировать шум трудно, даже если он "окрашен". 

 
Trolls:

...Я хотел обратить ваше внимание на полученный вами результат. Вид АКФ, ВЫ получили АКФ которая соответсвуен шуму.

Возмите шум и постройте его АКФ, сравните с вашими последними графиками. Как говорят, найдите 10 отличий...

З.Ы. поймите я не ругаю, а хочу помочь. Я говорю вам про следующий этап исследования, тот про который вы не сказали в виду ограниченности статьи (нельзя все в одной статье объять, люди диссертации пишут, всю жизнь этому посвещают, на 2-х страницах не изложить).


Спасибо, обратили... давайте о видах АКФ как-нибудь попозже...

Ругаются сапожники - мы дискутируем :-))

 

Я добавил файлы Autocorrelation.zip и GarchTest_html.mq5 для отображения графиков средствами, описанными в статье.

Из архива файл Autocorrelation.htm размещаем сюда: %MetaTrader%\MQL5\Files, а файл GarchTest_html.mq5 в папку скриптов.

Прошу администрацию обновить статью.


 

Получится что-то подобное... только в формате *.htm. Скрипт GarchTest_html.mq5 бросаем на график и смотрим на полученные результаты.

 
denkir:

Прошу администрацию обновить статью.

Обновления опубликованы
 
...забыл добавить, что в папку %MetaTrader%\MQL5\Files нужно ещё положить файлы библиотек highcharts.js и jquery.min.js.

 

alsu:
Спасибо, что дали ссылку.

Очень интересная статья и уникальная на форуме  MQL.

Как мне кажется, топикстартер, попытался решить вопрос лихим сабельным ударом - эконометрические пакеты предлагают гораздо больше моделей, чем GARCH. Выбор модели, а затем выбор параметров модели - это середина пути, а не ее начало.

В предыдущих постах высказывалась критика об анализе на основе разностей. Думается, эта критика возникла из-за того, что автор пропустил этап подготовки исходных данных.

По мнению автора статьи, нестационарность  - это единственное зло рынкета. Это не так. Предварительно следует решить следующие проблемы:

1. Надо определиться с количеством свечек в выборке. Зависит ли количество свечек в выборке от таймфрейма? Если судить по литературе, 50 свечек должно хватить.

2. Попытаемся подогнать распределение к нашей выборке. Желательно нормальное. Сразу станет вопрос количества стеллажей, по которым строится график. Откуда вы взяли то количество стеллажей, на которых построен график? Постоянно делаем визуальную подгонку. Если мы считаем, что все равно не нормальное распределение, то проверяем саму выборку:

    - наличие выбросов: следует заменить выбросы, т.е. котировки свыше некоторого порога (например, 3 сигма) на величину порога. У Булашова другое мнение о величине порога.

   - проверить по Фурье или АКФ наличие циклов, на всякий случай. Из-за ограниченности выборки и свойств самого рынкета циклов скорее всего нет.

  - решить проблему трендов. Не могу согласиться с автором - детрендировать путем вычитания МОЖ - это серьезное упрощение проблемы. Логарифм берется для экспоненциального тренда, а для аддитивного тренда достаточно первых разностей. Трендом придется заниматься отдельно и без регрессий не обойтись, причем все разнообразие регрессий. Вычитать надо регрессию, а не МОЖ. Это для детерминированных трендов, а бывают еще статистические тренды.

Без решения этих вопросов рассуждения о статистических характеристиках выборки не имеют основы. 

Только после этих шагов, которые надо обосновывать, можно переходить к выбору модели, из некоторого перечня, предлагаемого специализированным пакетом, который решит массу других технических проблем. 



1234567891011
Новый комментарий
Причина обращения: