
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
В математике временные ряды подразделяются на три группы (можно и больше, но для того, чтобы выяснить, как будет вести себя мат. модель достаточно и трех):
1. ВР эргодичен, а следовательно и стационарен. В этом случае его статистические характеристики настолько стабильны, что имеется единственное решение. Т.е. есть смысл построить мат. модель и она будет работать на любом участке ВР - суперграаль.
2. ВР неэргодичен, но стационарен. Этот случай сложнее, т.к. статистические характеристики стабильны только по мат. ожиданию и дисперсии. Здесь уже существует множество решений. Следовательно можно построить несколько мат. моделей и они с той или иной вероятностью будут профитны на тех или иных участках - не супер, но грааль, т.к. можно торговать внутри канала на отбой от СКО - границ канала. ВР будет иногда выскакивать за пределы границ, но эти моменты можно пересидеть. Также придется ждать и догонять, когда ВР будет плясать около нулевого значения, не приближаясь к границам. Для проверки стационарности необходимо и достаточно на ВР кинуть Bollinger Bands и убедиться, что он не меняется - боковой тренд с достаточно стабильными каналами.
3. ВР нестационарен, а следовательно и неэргодичен. Статистические характеристики нестабильны. Ситуация более сложная, т.к. любая мат. модель является адекватной только на том участке, для которого она вычислена - подгонка. За пределами участка будет гнать пургу. Проще говоря, может случиться так, что любая мат. модель подогнанная под исторический участок даст в будущем убыток. О граалях лучше даже и не мечтать.
Финансовые ВР относятся к третьей категории: нестационарны, а следовательно и неэргодичны. Но не все так плохо, как кажется на первый взгляд. Дело в том, что первые разности таких ВР стационарны по матожиданию и частично, но нестабильно стационарны по дисперсии. Например, когда ВР находится в тренде, боковом или вертикальном, то первые разности некоторое время стационарны. Момент перехода из одного стационарного состояния в другое неизвестен, впрочем как и стат. характеристики будущего стационарного состояния. Здесь можно ограничится тремя мат. моделями: аптренд какого нибудь участка, боковик и даунтренд. Если ТС достаточно адекватно, пусть и с некоторым запозданием будет классифицировать переходы из одной модели в другую, то можно делать деньги. Впрочем, никакой гарантии нет, т.к. в данном случае может получиться так, что ни одна из трех моделей не окажется профитной если существенно изменятся дисперсии и границы каналов будут определяться неправильно. Придется потерпеть убытки и строить очередные три мат. модели по предыдущим участкам истории. И т.д. и т.п. То густо, то пусто.
Судя по тому , что на периоде оптимизации можно построить адекватную ТС которая будет приносить прибыль в будущем на некоторых участках . Можно предположить либо первое либо второе . Рынок эргодичен неэргодичен , некоторый период времени ( который можно попытаться эксплуатировать). Посему первоначальная задача сводится к следующему.
1 Кластеризовать рынок. Если тренд то какой , если флет то какой , если переход то какой ( ну это нейросетки отдельное с кисточкой за статью про Кохонена)
2 Определить в каком кластере находимся на текущий момент
3 Подобрать или выбрать из базы стратегию отвечающую за текущий кластер .
На сейчас затыки . Подобрать минимум аргументов описывающих рынок (статью про дискриминаторный анализ читал - осваиваю). Выбор временного окна текущего момента. Ну и собрать статистику какой период времени в каком кластере находится рынок ( успеваем или нет стянуть крошки со стола ).
Добавил класс для создания ГА оптимизатора .Отдельное спз Roman Rich и joo за их статьи .
В прицепе класс ГА оптимизатора и пример его использования в скрипте . Если не трудно погоняйте . Вопросы по использованию и багам плз сюда .
Добавил класс для создания ГА оптимизатора .Отдельное спз Roman Rich и joo за их статьи .
В прицепе класс ГА оптимизатора и пример его использования в скрипте . Если не трудно погоняйте . Вопросы по использованию и багам плз сюда .
Не поленился, прогнал.
2011.11.18 17:30:10 PrimerGA (EURUSD,D1) X1 = 3.068966720346887 X2 = 3.315651165492819 Решение = -4.31815752349534
2011.11.18 17:30:07 PrimerGA (EURUSD,D1) X1 = 3.029136351314492 X2 = 3.309540883455843 Решение = -4.263691893969934
2011.11.18 17:30:00 PrimerGA (EURUSD,D1) X1 = 2.449305079854762 X2 = 2.817163285313374 Решение = -4.174465090531069
2011.11.18 17:29:52 PrimerGA (EURUSD,D1) X1 = 3.063254884005564 X2 = 3.313075674783155 Решение = -4.314453236316976
2011.11.18 17:29:40 PrimerGA (EURUSD,D1) X1 = 3.078649362527705 X2 = 2.169112355456941 Решение = -4.25838612042264
Почему такой большой разброс в решении?
Не поленился, прогнал.
Вы получаете не лучшее , но вполне приемлемое решение .Да и сама функция спасибо joo на ежика похожа .Хотите поднять точность решения придется пожертвовать обьемом (считай мременем )расчетов, на мой взгяд сейчас более менее оптимальное соотношение .Меня собственно интересовала не задача повышенной сложности , а практическая сторона .Н утам удобство использования , баги .....
Эта функция - цветочки (мягкая и пушистая), по сравнению с тем, что вы собираетесь делать.
Практическая сторона: не нашел как поднять точность без прямого вмешательства в код.
Эта функция - цветочки (мягкая и пушистая), по сравнению с тем, что вы собираетесь делать.
Практическая сторона: не нашел как поднять точность без прямого вмешательства в код.