Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2527

Доктор #:

Вам не кажется, что рассчитывая АКФ для пары моментов времени t1 и t2 (пусть для определенности t1 < t2), мы фактически рассчитываем выборочное значение АКФ при длине выборки n=t2 и лаге t2-t1. Для наблюдателя, находящегося в моменте времени t2 временной ряд представлен выборкой длиной t2. Наблюдателю неведомо, что будет после момента времени t2.

Тем не менее, наблюдателю в момент времени t3, t3>t2  вполне может быть интересна корреляция между моментами t1 и t2. А ваша формула АКФ(t) = sqrt((n-t)/n) не даёт ему возможности подсчитать её (надо только заменить n на t3).

Если бы ряд был стационарным, то АКФ(t1, t2) = АКФ(t2-(t2-t1), t2) = АКФ(t3-(t2-t1), t3), но в общем случае второе равенство не выполняется. Можно сказать, что нестационарность здесь - это наличие зависимости от того, в каком моменте времени находится ваш наблюдатель (неоднородность по времени).

Как бы замутить кооп, но чтоб при этом заниматься своими интересами? По идее, конечная (и потенциально общая) цель создать прибыльную систему. Как вариант всем работать с одним куском данных. Здесь данные некоторого инструмента за ~4 месяца. Известно, что на этих данных можно получить матожидание > 7, (комиссия 4.4, 5-тизнак). Система должна давать прибыль за предыдущие 1.5 года, но об этом позже.

Aleksey Nikolayev #:

Тем не менее, наблюдателю в момент времени t3, t3>t2  вполне может быть интересна корреляция между моментами t1 и t2. А ваша формула АКФ(t) = sqrt((n-t)/n) не даёт ему возможности подсчитать её (надо только заменить n на t3).

Если бы ряд был стационарным, то АКФ(t1, t2) = АКФ(t2-(t2-t1), t2) = АКФ(t3-(t2-t1), t3), но в общем случае второе равенство не выполняется. Можно сказать, что нестационарность здесь - это наличие зависимости от того, в каком моменте времени находится ваш наблюдатель (неоднородность по времени).

Но как же не дает. Дает! Археолог в момент времени t3, t3 > t2 может откопать античные записи (например, на амфоре, которой 3 тысячи лет) СБ длиной t2. И, например, захочет посчитать  корреляцию между моментами t1 и t2. И прекрасно справиться с помощью моей формулы:  АКФ(t) = sqrt((n-t)/n), где n= t2, t=t2-t1. Ровно потому, что, он на самом деле, будет считать выборочную АКФ при длине выборки n=t2 и лаге t2-t1. Чувствуете, что момент времени t3 введен вами искусственно.

Доктор #:

Но как же не дает. Дает! Археолог в момент времени t3, t3 > t2 может откопать античные записи (например, на амфоре, которой 3 тысячи лет) СБ длиной t2. И, например, захочет посчитать  корреляцию между моментами t1 и t2. И прекрасно справиться с помощью моей формулы:  АКФ(t) = sqrt((n-t)/n), где n= t2, t=t2-t1. Ровно потому, что, он на самом деле, будет считать выборочную АКФ при длине выборки n=t2 и лаге t2-t1. Чувствуете, что момент времени t3 введен вами искусственно.

По сути, вы приходите к той же двухаргументной функции, но только с высокохудожественным описанием алгоритма её вычисления)

Момент t3 весьма натурален и ещё нужен момент t4, t4>t3, для которого строится прогноз в момент t3)

Aleksey Nikolayev #:

По сути, вы приходите к той же двухаргументной функции, но только с высокохудожественным описанием алгоритма её вычисления)

Момент t3 весьма натурален и ещё нужен момент t4, t4>t3, для которого строится прогноз в момент t3)

Я предлагаю рассмотреть феномен АКФ СБ со следующих позиций. Для генеральной совокупности СБ (выборки бесконечной длины) АКФ = const = 1. Для выборки конечной длины n мы можем получить оценку АКФ с типичной погрешностью порядка 1/sqrt(n). Именно погрешность такого порядка дает оценка АКФ(t) = sqrt((n-t)/n) = sqrt(1- t/n).

Доктор #:

Я предлагаю рассмотреть феномен АКФ СБ со следующих позиций. Для генеральной совокупности СБ (выборки бесконечной длины) АКФ = const = 1. Для выборки конечной длины n мы можем получить оценку АКФ с типичной погрешностью порядка 1/sqrt(n). Именно погрешность такого порядка дает оценка АКФ(t) = sqrt((n-t)/n) = sqrt(1- t/n).

Это будет уже не СБ, а процесс с реализациями-константами)

Выступаю с ответным предложением завершить наше замечательное обсуждение, пока Колмогоров с Винером не встали из могил чтобы побить нас палками)

Aleksey Nikolayev #:

Это будет уже не СБ, а процесс с реализациями-константами)

Выступаю с ответным предложением завершить наше замечательное обсуждение, пока Колмогоров с Винером не встали из могил чтобы побить нас палками)

Почему "с реализациями-константами"? АКФ=1 следует из вашей (и из моей) формулы для больших t (достаточно длинных выборок).

Действительно, обсуждение можно завершить, тем более, здесь мы нещадно оффтопим )).

Уважаемые господа математики! Ближе к жизни!)
Допустим, мы имеем ряд с H<0.5. Каков оптимальный алгоритм его торговли?

И кстати, для этого есть специальная ветка про матан)
secret #:

Допустим, мы имеем ряд с H<0.5. Каков оптимальный алгоритм его торговли?

Очевидно что инструмент более тяготеющий к возвратности следует торговать на возврат, сложность только в том что этот показатель плавает (квазифазовость) и отклонение от 0,5 бывает недостаточно сильное, и само вычисление H имеет эффект окна, в итоге всё равно какой-никакой допанализ нужен.

Наверное практики всё равно тут не напишут свои наработки, но из очевидных это например торговля в ночной флэт при условии что брокер даёт не слишком жадный по спреду и в эту ночь нет значимых новостей в Азии-Австралии.

secret #:
Допустим, мы имеем ряд с H<0.5. Каков оптимальный алгоритм его торговли?

Какой-то странный вопрос задаете. Или с подвохом? Если H<0.5, то все же знают, что конттренд.