Некоторая мотивация для создания регрессионных моделей (проба пера).
Ищутся периодические компоненты в исходном ряде, затем делается попытка предсказания на новых данных. Смысл ТС сводится к торговле от границ предсказанных циклов.
Затем проверка в тостере, насколько эти циклы приносят удовлетворение.
Сделал пока что простой пример на синтетических данных. Завтра попробую на реальных.
Не видел на сайте подобных исследований, если были - дайте знать.
Некоторая мотивация для создания регрессионных моделей (проба пера).
Ищутся периодические компоненты в исходном ряде, затем делается попытка предсказания на новых данных. Смысл ТС сводится к торговле от границ предсказанных циклов.
Затем проверка в тостере, насколько эти циклы приносят удовлетворение.
Сделал пока что простой пример на синтетических данных. Завтра попробую на реальных.
Не видел на сайте подобных исследований, если были - дайте знать.
пакет forecast
Основные функции пакета forecast :
auto.arima() – автоматический подбор параметров модели ARIMA.
ets() – модель экспоненциального сглаживания (ETS), которая хорошо подходит для данных с сезонностью.
stlf() – разложение временного ряда на тренд, сезонность и остаток с последующим прогнозированием каждого компонента отдельно.
tbats() – комплексная модель для сложных сезонных структур (например, множественная сезонность).
пакету более 30 лет, довольно популярный для предсказания экономических данных с сезонностью. Есть книжка.
auto.arima() – автоматический подбор параметров модели ARIMA.
ets() – модель экспоненциального сглаживания (ETS), которая хорошо подходит для данных с сезонностью.
stlf() – разложение временного ряда на тренд, сезонность и остаток с последующим прогнозированием каждого компонента отдельно.
tbats() – комплексная модель для сложных сезонных структур (например, множественная сезонность).
пакету более 30 лет, довольно популярный для предсказания экономических данных с сезонностью. Есть книжка.
Использую Фурье либо сингулярное разложение. Пока не определился как это должно выглядеть в конечном итоге. Как лучше подгонять циклы под ТС, а подгонять явно придется на реальных котировках.
Некоторая мотивация для создания регрессионных моделей (проба пера).
Ищутся периодические компоненты в исходном ряде, затем делается попытка предсказания на новых данных. Смысл ТС сводится к торговле от границ предсказанных циклов.
Затем проверка в тостере, насколько эти циклы приносят удовлетворение.
Сделал пока что простой пример на синтетических данных. Завтра попробую на реальных.
Не видел на сайте подобных исследований, если были - дайте знать.
Я не много занимался. Если зависимость есть, ее чем угодно легко вытащить.
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.
Спасибо, есть над чем задуматься.
Некоторая мотивация для создания регрессионных моделей (проба пера).
Ищутся периодические компоненты в исходном ряде, затем делается попытка предсказания на новых данных. Смысл ТС сводится к торговле от границ предсказанных циклов.
Затем проверка в тостере, насколько эти циклы приносят удовлетворение.
Сделал пока что простой пример на синтетических данных. Завтра попробую на реальных.
Не видел на сайте подобных исследований, если были - дайте знать.
Некоторая мотивация для создания регрессионных моделей (проба пера).
Ищутся периодические компоненты в исходном ряде, затем делается попытка предсказания на новых данных. Смысл ТС сводится к торговле от границ предсказанных циклов.
Затем проверка в тостере, насколько эти циклы приносят удовлетворение.
Сделал пока что простой пример на синтетических данных. Завтра попробую на реальных.
Не видел на сайте подобных исследований, если были - дайте знать.
пакет forecast
Основные функции пакета forecast :
пакет forecast
Основные функции пакета forecast :
Не видел на сайте подобных исследований, если были - дайте знать.
Как лучше подгонять циклы под ТС, а подгонять явно придется на реальных котировках.
Я это делал еще черти когда, результаты тут публиковал.
Некоторая мотивация для создания регрессионных моделей (проба пера).
Ищутся периодические компоненты в исходном ряде, затем делается попытка предсказания на новых данных. Смысл ТС сводится к торговле от границ предсказанных циклов.
Затем проверка в тостере, насколько эти циклы приносят удовлетворение.
Сделал пока что простой пример на синтетических данных. Завтра попробую на реальных.
Не видел на сайте подобных исследований, если были - дайте знать.
Я не много занимался. Если зависимость есть, ее чем угодно легко вытащить.
https://www.mql5.com/ru/forum/86386/page3436#comment_52744612
https://www.mql5.com/ru/forum/86386/page3403#comment_52556668
https://www.mql5.com/ru/forum/86386/page1799#comment_16747717
https://www.mql5.com/ru/forum/137553/page5
пс наверно еще не попробовал только детектить смену флета/тренда. Разладка, аттракторы и тп.
Я не много занимался. Если зависимость есть, ее чем угодно легко вытащить.
https://www.mql5.com/ru/forum/86386/page3436#comment_52744612
https://www.mql5.com/ru/forum/86386/page3403#comment_52556668
https://www.mql5.com/ru/forum/86386/page1799#comment_16747717
https://www.mql5.com/ru/forum/137553/page5
пс наверно еще не попробовал только детектить смену флета/тренда. Разладка, аттракторы и тп.
Сенкс, гляну попозже
Там особо не на что смотреть, без подробностей просто факты.