В статье показано, как сравнить две торговые прогнозные модели в MQL5 с помощью теста Диболда–Мариано (DM) с HAC-коррекцией дисперсии и поправкой Харви–Лейборна–Ньюболда. В ней описаны детали реализации: выбор функции потерь, лаговые окна, зависящие от горизонта прогнозирования, расчет в скользящем окне, обработка результатов теста и настройка на основе манифеста, а также реализация расчетов для распределения Стьюдента без внешних библиотек. Советник отображает информационную панель с обновлением в реальном времени, а индикатор — статистику теста и границы критических значений для практического и статистически обоснованного выбора модели.
Рано или поздно у вас появляются две прогнозные модели, и возникающий затем вопрос редко рассматривают достаточно строго: действительно ли новая модель лучше или она лишь выглядит лучше на графике, который вы случайно выбрали для просмотра? Кривые средств плохо отвечают на этот вопрос: две кривые могут пересечься с десяток раз, но вы так и не поймете, отражает ли расхождение реальную способность модели прогнозировать или лишь благоприятный случайный шум. Нужен формальный тест для двух рядов ошибок прогноза, который учитывает автокорреляцию и особенности малых выборок, прежде чем признать различие значимым.
Такой тест существует. Диболд и Мариано разработали его в 1995 году для сравнения макроэкономических прогнозных моделей, и он хорошо подходит для торговли. По двум рядам разностей потерь он рассчитывает статистику критерия и p-значение, позволяющие судить о том, отличается ли разность в точности прогнозирования от нуля статистически значимо. В этой статье тест реализован непосредственно на MQL5 с поправкой Ньюи–Уэста для HAC-оценки дисперсии и поправкой Харви–Лейборна–Ньюболда для малых выборок — последняя становится существенной, когда в выборке остается лишь несколько сотен баров. Советник и индикатор в подокне выполняют этот тест в реальном времени и показывают его результат для скользящего окна.
Для авторизации и пользования сайтом MQL5.com необходимо разрешить использование файлов Сookie.
Пожалуйста, включите в вашем браузере данную настройку, иначе вы не сможете авторизоваться.
Вы вошли в аккаунт. Двухфакторная аутентификация отключена. Настройте её заново и отсканируйте новый QR-код или продолжите с отключённой двухфакторной аутентификацией.
Опубликована статья Тест Диболда–Мариано на MQL5: Сравниваем точность прогнозных моделей на разных инструментах:
Рано или поздно у вас появляются две прогнозные модели, и возникающий затем вопрос редко рассматривают достаточно строго: действительно ли новая модель лучше или она лишь выглядит лучше на графике, который вы случайно выбрали для просмотра? Кривые средств плохо отвечают на этот вопрос: две кривые могут пересечься с десяток раз, но вы так и не поймете, отражает ли расхождение реальную способность модели прогнозировать или лишь благоприятный случайный шум. Нужен формальный тест для двух рядов ошибок прогноза, который учитывает автокорреляцию и особенности малых выборок, прежде чем признать различие значимым.
Такой тест существует. Диболд и Мариано разработали его в 1995 году для сравнения макроэкономических прогнозных моделей, и он хорошо подходит для торговли. По двум рядам разностей потерь он рассчитывает статистику критерия и p-значение, позволяющие судить о том, отличается ли разность в точности прогнозирования от нуля статистически значимо. В этой статье тест реализован непосредственно на MQL5 с поправкой Ньюи–Уэста для HAC-оценки дисперсии и поправкой Харви–Лейборна–Ньюболда для малых выборок — последняя становится существенной, когда в выборке остается лишь несколько сотен баров. Советник и индикатор в подокне выполняют этот тест в реальном времени и показывают его результат для скользящего окна.
Автор: Olamide Daniel Adebayo