Обсуждение статьи "Реализация расширенного теста Дики-Фуллера в MQL5"

Новый комментарий
 

Опубликована статья Реализация расширенного теста Дики-Фуллера в MQL5:

В статье показаны реализация расширенного теста Дики-Фуллера и его применение для проведения коинтеграционных тестов с использованием метода Энгла-Грейнджера.

Проще говоря, тест ADF — это проверка гипотезы, которая позволяет нам определить, является ли конкретная характеристика наблюдаемых данных статистически значимой. В этом случае проверяемой характеристикой является стационарность ряда. Статистическая гипотеза — это предположение, сделанное в отношении набора данных, представленного выборкой. Мы можем узнать настоящую правду, только работая со всем набором данных. Обычно по тем или иным причинам это невозможно. Таким образом, образец набора данных тестируется, чтобы сделать предположение обо всем наборе данных. Здесь важно помнить, что истинность статистической гипотезы никогда не может быть с уверенностью известна при работе с выборками. Мы лишь можем предположить, является ли предположение истинным или ложным.

Нестационарная серия с трендом

В тесте ADF мы рассматриваем два сценария:

  • Нулевая гипотеза о наличии единичного корня во временном ряду.
  • Альтернативная гипотеза о том, что временной ряд не имеет единичного корня.

Автор: Francis Dube

 
MetaQuotes:

Ознакомьтесь с новой статьей: Реализация теста дополненного Дикки-Фуллера в MQL5.

Автор: Фрэнсис Дюбе

Привет, большое спасибо за эту статью. Я использовал код из этой статьи, но я хотел бы знать, если вы когда-нибудь обновить этот код для скорости. Я сделал тест, но когда размер становится выше тысячи, это действительно занимает время. Не знаю, можно ли это как-то оптимизировать.
 

Здравствуйте, Фрэнсис,

Я прочитал статью и протестировал код, который отлично работает. В своей статье вы определили:

Cointegration

Корреляция и коинтеграция - это статистические понятия, используемые для измерения взаимосвязей между переменными, особенно в контексте данных временных рядов. Хотя обе эти концепции измеряют взаимосвязи, они служат разным целям и применяются в разных сценариях. Корреляция - это статистическая мера силы и направления линейной связи между двумя переменными.

И мы знаем, что корреляция может быть положительной и отрицательной.

Мой вопрос заключается в том, можем ли мы также иметь коинтеграцию, которая также является отрицательной? В целом ваша статья охватывает положительную часть.

Как можно изменить код, чтобы охватить второй случай, чтобы иметь два символа, которые, вероятно, коинтегрированы, но отрицательно, т.е. когда один из этих символов растет, его пара падает и наоборот с уровнем доверия > 90%?

Заранее спасибо.

 
Rumen Chikov #:

Здравствуйте, Фрэнсис,

Я прочитал статью и протестировал код, который отлично работает. В своей статье вы определили:

И мы знаем, что корреляция может быть положительной и отрицательной.

Мой вопрос заключается в том, можем ли мы также иметь коинтеграцию, которая также является отрицательной? В целом ваша статья охватывает положительную часть.

Как можно изменить код, чтобы охватить второй случай, чтобы иметь два символа, которые, вероятно, коинтегрированы, но отрицательно, т.е. когда один из этих символов растет, его пара падает и наоборот с уровнем доверия > 90%?

Заранее спасибо.

Замените в одном из рядов все значения Ki на 1/Ki.
Новый комментарий