Alıntılardaki bağımlılık istatistikleri (bilgi teorisi, korelasyon ve diğer özellik seçim yöntemleri) - sayfa 30
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
otokorelasyon için artıkların analizi ve olasılık yoğunluk fonksiyonunun formu. Ayrıca, elbette, R^2. Bunlar, prensipte, genel olarak kabul edilen zaman serisi tahmin yöntemleridir.
Bu sadece başlangıçtır ve sağduyu anlamında tamamlanmamıştır. Burada tam olarak gösterilmiştir, ancak bu yalnızca bir kullanım örneğidir. Üç analiz grubu: katsayılar, artıklar ve kararlılık. Çelişkileri uzlaştırmayı başarırsanız, belki de, hedef bir tahmin olduğundan ve diğer her şey ara sonuçlar olduğundan, her zaman bir tahmin hatası olan bir tahmin elde edersiniz.
Evet, sanırım hiç TAM bir akademik çalışma yapmadım. Genellikle işte zaman ve çaba sıkıntısı vardır, bu yüzden daha kısa yoldan giderim: Birkaç (2 veya daha fazla) tahmine dayalı model oluştururum ve artıkların analizini yaparım, sonra dengeli bir değerlendirmeye dayalı bir model seçerim. bir dizi kalıntının doğruluğu ve kalitesi. Zamanın mevcudiyeti ile, tahmin edicinin güvenilirliğine ilişkin tahminlerin derinlemesine araştırılabileceğine katılıyorum.
Bu arada, eğitim ve doğrulama dönemleri birçok kez seçildiğinde, tahmin doğruluğu ve kararlılığı için iyi ve nispeten düşük emek testi çapraz doğrulamadır, böylece sonunda tüm orijinal seri küçük bölümlere ayrılır ve her bölüm doğrulama seti.
Evet, sanırım hiç TAM bir akademik çalışma yapmadım. Genellikle işte zaman ve çaba sıkıntısı vardır, bu yüzden daha kısa yoldan giderim: Birkaç (2 veya daha fazla) tahmine dayalı model oluştururum ve artıkların analizini yaparım, sonra dengeli bir değerlendirmeye dayalı bir model seçerim. bir dizi kalıntının doğruluğu ve kalitesi. Zamanın mevcudiyeti ile, tahmin edicinin güvenilirliğine ilişkin tahminlerin derinlemesine araştırılabileceğine katılıyorum.
Bu arada, eğitim ve doğrulama dönemleri birçok kez seçildiğinde, tahmin doğruluğu ve kararlılığı için iyi ve nispeten düşük emek testi çapraz doğrulamadır, böylece sonunda tüm orijinal seri küçük bölümlere ayrılır ve her bölüm doğrulama seti.
Çok uzun zaman önce, kendi deneyimlerimden edindiğim aşağıdaki tavsiyeyi verdim. Otuz yıldır ve özellikle şu anda, bir konu alanına hakim olmanın en verimli yolu, bu konu alanına odaklanmış hazır bir paket almaktır. EView'lerden bahsettim, ancak tek paket bu değil. Sadece bu paket üniversitelerimizde okurken kullanılıyor. Paketle birlikte şunları alacaksınız:
milyonlarca özel program kullanıcısı tarafından çok sayıda uygulanabilir ve doğrulandı
analiz şeması
analizin eksiksizliği
kullanılan algoritmaların alındığı referans listeleri.
Deneyim ve ufuklar kazandıktan sonra, herhangi bir iyileştirmeye geçebilirsiniz. Ancak bu iyileştirmeler, konu alanının sistematik bilgisine dayanacaktır ve yukarıdakilerden bazıları gibi Peters veya Ptolemy gibi herhangi birini sürüklemek aklınıza gelmez.
Çok uzun zaman önce, kendi deneyimlerimden edindiğim aşağıdaki tavsiyeyi verdim. Otuz yıldır ve özellikle şu anda, bir konu alanına hakim olmanın en verimli yolu, bu konu alanına odaklanmış hazır bir paket almaktır. EView'lerden bahsettim, ancak tek paket bu değil. Sadece bu paket üniversitelerimizde okurken kullanılıyor. Paketle birlikte şunları alacaksınız:
milyonlarca özel program kullanıcısı tarafından çok sayıda uygulanabilir ve doğrulandı
analiz şeması
analizin eksiksizliği
kullanılan algoritmaların alındığı referans listeleri.
Deneyim ve ufuklar kazandıktan sonra, herhangi bir iyileştirmeye geçebilirsiniz. Ancak bu iyileştirmeler, konu alanının sistematik bilgisine dayanacaktır ve yukarıdakilerden bazıları gibi Peters veya Ptolemy gibi herhangi birini sürüklemek aklınıza gelmez.
Üzgünüz, ama asıl mesele, sorunun ve sonuçların doğru ifadesidir. Örneğin, " Göstergelerin teşhisi " ile ilgili makalede yazdıklarınız ve göstergenin yararlı olup olmadığına dair kalıntılara dayalı sonuçlar vb. - doğru değil (imha). Göstergenin tüm seride tahmin etmesi ve hatta faydalı olması gerektiği doğru değildir. Kar elde etmek için fiyatları sürekli olarak tahmin etmeye gerek yoktur, yalnızca nispeten nadir anlarda. Bir anlamda tahmin. ayrı bir fiyat değişikliği değil, sistemin sağlamlığı ve geçmiş istatistiklerin tekrarı öngörülmektedir. Ve öngören göstergeler değil, yalnızca bir bütün olarak sistemdir.
Her neyse, makale faydalı, teşekkürler :)
Örneğin, " Göstergelerin teşhisi " ile ilgili makalede yazdıklarınız ve göstergenin yararlı olup olmadığına dair kalıntılara dayalı sonuçlar vb. - doğru değil (imha). Göstergenin tüm seri üzerinde tahminde bulunması ve hatta faydalı olması ne kadar yanlış.
Katılıyorum, makale belirli bir baskıyla yazıldı, çünkü makalenin amacı yaklaşımı bir bütün olarak, tabiri caizse, metodolojiyi işlevsel bütünlüğü içinde göstermekti.
Kar elde etmek için fiyatları sürekli olarak tahmin etmeye gerek yoktur, yalnızca nispeten nadir anlarda
Kesinlikle katılmıyorum. Herhangi bir TS her zaman tanınıp tanınmadığını tahmin eder. TS operasyonunun sıklığı ile gelecek için bir karar vermek için bir analiz yapılır: poz vermek, çıkmak, piyasanın dışında veya piyasada kalmak. Bu kararlar, gelecekteki piyasa davranışının bir tahminine dayanmaktadır.
öngörülen ayrı bir fiyat değişikliği değil, sistemin sağlamlığıdır.
Sağlamlık tahmin edilmez, inşa edilir ve tasarım sonucu tahmin hatasıyla tahmin edilir - hata varyansı bir sabite yakınsa, sistem kararlı olacaktır.
Ve öngören göstergeler değil, yalnızca bir bütün olarak sistemdir.
Doğal olarak. Makale, sistemin bir göstergeden oluştuğunu varsayar. Bu sadeleştirmeyle bile, makalenin çok karmaşık olduğu ortaya çıktı.
Makaleyi ayrıntılı olarak tartışmak istiyorsanız, uygun konuya gitmeyi öneriyorum, belki başkaları da katılır. Bu konunun hala farklı bir konusu var.
Kar elde etmek için fiyatları sürekli olarak tahmin etmeye gerek yoktur, yalnızca nispeten nadir anlarda
Kesinlikle katılmıyorum. Herhangi bir TS her zaman tanınıp tanınmadığını tahmin eder. TS operasyonunun sıklığı ile gelecek için bir karar vermek için bir analiz yapılır: poz vermek, çıkmak, piyasanın dışında veya piyasada kalmak. Bu kararlar, gelecekteki piyasa davranışının bir tahminine dayanmaktadır.
öngörülen ayrı bir fiyat değişikliği değil, sistemin sağlamlığıdır.
Sağlamlık tahmin edilmez, inşa edilir ve tasarım sonucu tahmin hatasıyla tahmin edilir - hata varyansı bir sabite yakınsa, sistem kararlı olacaktır.
Belki öyledir. Ancak X[t]-X[t-1] biçiminde bir dizi dönüş oluşturduğumuzda, bu neredeyse görünmezdir. İade, artış, iade kelimelerini kullanıyorum, bunların hepsi farklılaştırılmış bir dizi fiyattır.
Olasılığın işaret değişimi yönündeki çarpıklığı minimumdur, önemli değildir. Ancak, bağımlı değişken ile getiri arasındaki koşullu entropiyi iki veya daha fazla gecikme üzerinden hesaplarsak, ortaya çıkan şekilde tüm düzensizlikler dikkate alınır, böylece entropi azalır.
NN'yi saatlik veriler üzerinde eğitmeye çalıştım ve yalnızca en bilgilendirici gecikmeleri aldım (42 değişken, 1, 2, 23, 23, 25, ... 479, 480, 481) gecikmelerinde. Ne yazık ki, sonuç çok iyi değil. Kuantil sayısını tahmin etme doğruluğu %30-40 civarındadır. Sinir ağı düzensizlikleri çıktıya çevirebilse de, bağımlılıklar tahmin için yeterli değildir. Bütün sorun, bağımsız değişkenlerin 1, 2, 24.... gecikmesinde karşılıklı olarak bilgilendirici olması ve sıfır çubuğu hakkındaki toplam bilgi miktarının gerçekten küçük olmasıdır. Bir seçenek olarak günlük ve daha yüksek zaman dilimlerini nasıl alacağımızı düşünmemiz gerekiyor.
En başından beri, tekniğin hem tahmin için uygun hem de yararsız herhangi bir bağımlılık hissettiğini varsaydım. Volatilite ile ilgili olarak, burada böyle bir varsayımın lehinde bazı kanıtlar elde edilmektedir. Yani, bu "bilgilendirici" gecikmeleriniz, tahmin için gereksiz olan bu tür bilgilerle basitçe tıkanabilir.
Genel olarak postların tekrar tekrar havada asılı kalmasına bakılırsa bu konudaki zamanım ya geçti ya da gelmedi :). Muhtemelen çeşmeyi dinlendirmenin zamanı gelmiştir :).
En başından beri, tekniğin hem tahmin için uygun hem de yararsız herhangi bir bağımlılık hissettiğini varsaydım. Volatilite ile ilgili olarak, burada böyle bir varsayımın lehinde bazı kanıtlar elde edilmektedir. Yani, sizin bu "bilgilendirici" gecikmeleriniz, tahminde bulunmaya yaramayan bu tür bilgilerle basitçe tıkanabilir.
Bunu da tam olarak anladım. Görev, fiyat değişikliği işaretinin bilgilendirici işaretlerini bulma düzeyinde daha karmaşık hale geldi. Ve gün içi zaman dilimlerinde gerekli bilgi gecikmelerinin döngüsel olduğu ortaya çıkarsa (durumun bu olduğundan şüpheleniyorum), o zaman sıfır çubuğundaki fiyat hareketinin yönü hakkındaki toplam bilgileri çok küçük olacaktır...
Bunu kontrol edeceğim. O zaman kalır: günlük çubukları keşfetmeye çalışmak ve muhtemelen haftalar hala istatistiksel olarak anlamlı olabilir. Ancak bilgilendirici gecikmeler orada döngüsel ise, ne yazık ki, sadece gecikme kullanma fikrinin işe yaramayacağını düşünüyorum. Ardından göstergeleri deneyebilirsiniz.
Bu arada, tam olarak bunu planladım. Ama ben kontrol edene kadar çeşme durmayacak.
"Yani, sizin bu "bilgilendirici" gecikmeleriniz, tahmin için gereksiz olan bu tür bilgilerle basitçe tıkanabilir."
"İşe yaramaz bilgi" ile ne demek istiyorsun? Volatilite bizim dostumuz değil. Gürültü bileşenleri de vardır. Sanırım yöntemi çöplükte yazmaya erkenden karar verdiniz. Herhangi bir aleti kullanabilmeniz gerekiyor, hala öğreniyorum, yani kaloriden çok su var.
Zaten önerdim: herhangi bir göstergeyi ve gösterdiği hedefi ortaya koyun. Bir koşul, Echel'deki formüllere göre olması ve parametreleriyle oynama imkanı olması. Hedef ayrıca spesifik olmalıdır, örneğin fiyat maksimum 6 çubukta düşecek veya fiyat mevcut fiyatı 10 puan aşacaktır. Verileri çalıştıracağım ve size bilgi entropisi açısından optimal olan bir dizi gösterge parametresi vereceğim.
Gerçek hayatta, en azından kısmen bizim için uygun olan geriye dönük test istatistiklerine karşılık gelmelidir.
"Olumlu" olmayı ummak veya bu "olumlu" için sayısal bir ifadeye sahip olmak. Yukarıda hesaplanan değerlerden birini adlandırdım - tahmin hatasının varyansındaki değişiklik% 5'i geçmemelidir. Ancak kararlı bir sistem için tek gereklilik bu değildir. Geri test sadece değişmeyeceğine dair umut verir.
Evet, sağlamlığı değerlendirmek için yöntemler var.
Konuyla ve makalenizle ilgili olarak: tüm fiyat aralığını pozitif MO ile durağan bir forma getirmenin yolu, her zaman piyasada olan karlı ve sağlam bir tersine çevirme sistemi oluşturmaktır. Bu aynı zamanda gerçek bir diziyi rastgele bir yürüyüşten ayırmanın yolu için de geçerlidir. Onlar. aslında kontrollerinizi geçecek indikatör ve gerçek seriyi SB'den ayıracak kriter bu sistemin algoritmasıdır. Bu nedenle, rastgele alınan bir göstergenin veya bir karşılıklı bilgi yönteminin piyasa fiyatları için böyle bir algoritma olduğunu ummak saflık olur. Bu sadece tamamen tesadüfen gerçekleşebilir.
Ekonometride etkin piyasa teorisi dikkate alınmaz . Tüm varsayımları, piyasanın verimli olmadığı gerçeğine dayanmaktadır. Ekonometri, Markowitz ve savunucularını ve onların verimli portföylerini içermez. Ekonometri 100 yıldan fazla bir süredir varlığını sürdürmektedir ve başlangıçta piyasanın durağan olmadığı varsayımına dayandığından Peters, Mandelbrot ve diğerleri tarafından asla reddedilmemiştir.
Tahmini bir adım önde doğrulayan ve birkaç adım ilerideki tahminin ölümcül bozulmasının nedenlerini gösteren ekonometridir.
sorun şu ki, mai (makro.ek.göstergeler) periyodik olarak ağırlık kırışabilir, vb. ... + tam bir analiz için mevcut olan kısa bir süre ...
Tabii ki katılıyorum - fa analizde mevcut olmalı ...