Ekonometri: bir adım ileriyi tahmin edin - sayfa 122
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
Daha az duygu.
Hakkında yazdığınız "trendler" yok.
Nasıl değil? Haklısın, ne var?
Hakkında yazdığınız "trendler" yok.
Nasıl değil? Haklısın, ne var?
Fiyatın, dS(t)=mu(t)*dt+sigma(t)*dW (veya dS(t)=mu(t)*S(t)*dt+sigma) biçimindeki bir süreç tarafından üretildiğini varsayalım. (t)*S (t)*dW, o zaman fiyat artışlarından değil, oranların logaritmasından bahsediyoruz), burada mu(t) kayma katsayısı, sigma(t) oynaklık katsayısıdır.
Eğilimlerden bahsediyorsanız, mu(t) sıfırdan farklı olmalıdır. Mu/sigma tahminleri oluşturmaya çalışın, bunların tarafsızlığını/tutarlılığını/verimliliğini kanıtlayın (bu arada, sigma(t) modeli için COGARCH(p,q) gibi bir şey eklemeyi unutmayın).
Eğer gerçekten trendler varsa ve parametreleri doğru bir şekilde tahmin etmeyi başarırsanız, bu modeli kullanarak fiyatları tahmin edebileceksiniz ve tahmini fiyat artışları ile gerçek fiyat artışları arasında pozitif bir korelasyon olacaktır (bunun böyle olacağı gerçeği değil). ticaret için yeterli).
ps Mu(t)'nin parçalı sabit bir fonksiyon olduğu konusunda basitleştirici bir varsayım yapabiliriz. Ardından en küçük kareler yöntemini ve Chebyshev'in eşitsizliğini kullanmayı deneyebilirsiniz.
Nasıl değil? Haklısın, ne var?
Duygular çoktan gitti ve bu kötü :(
Bir illüzyondan başka bir şey olmayan rastgele bir dizide çok basit bir "trendler" örneği verdim. Görüyorsunuz, bir alıntı çok karmaşık bir multifraktaldır, bu kendine hiç benzemez bile, o kadar karmaşıktır ki, alıntıdaki sıra bu düzenin en yüksek tezahüründe - kaosta - tezahür eder. Orada her şey farklı.
Kahretsin, birincil serideki korelasyonu değerlendirmek anlamsız. Korelasyon bir istatistiktir, örneğin 1000 vaka alıyorsunuz ve gecikme başına korelasyonu tahmin etmek istiyorsunuz. Eureka için bir puan 0,00001'dir. Fiyatın bu kadar minimum bir adımla ve teklif ölçeğinde bu tür multifraktaller için yörünge sapmalarının bazı özellikleriyle ne kadar ileri gideceğini düşünüyorsunuz? Tabii ki hayır, bu katsayı size istatistiksel olarak yüksek bir yakınlık gösteriyor. Formüle bakın, 1.5'lik bir teklifiniz vardı, fiyat örneğin 0.0003 (ortalama gibi) taşındı. 1.5 ve 1.4997 formüle yapıştırdığınızda istatistiksel olarak yakın değerler mi düşünüyorsunuz? Ve böylece her aralık için. Ve trendler göze oturuyor :)
Alexey (Mathemat) çok ilginç araştırmalar yaptı ve ben de oradaydım :) İlişkinin değerlendirilmesiyle ilgili. Ama bir şekilde insanlar ortaya çıkmadı :(
Fiyatın, dS(t)=mu(t)*dt+sigma(t)*dW (veya dS(t)=mu(t)*S(t)*dt+sigma) biçimindeki bir süreç tarafından üretildiğini varsayalım. (t)*S (t)*dW, o zaman fiyat artışlarından değil, oranların logaritmasından bahsediyoruz), burada mu(t) kayma katsayısı, sigma(t) oynaklık katsayısıdır.
Eğilimlerden bahsediyorsanız, mu(t) sıfırdan farklı olmalıdır. Mu/sigma tahminleri oluşturmaya çalışın, bunların tarafsızlığını/tutarlılığını/verimliliğini kanıtlayın (bu arada, sigma(t) modeli için COGARCH(p,q) gibi bir şey eklemeyi unutmayın).
Eğer gerçekten trendler varsa ve parametreleri doğru bir şekilde tahmin etmeyi başarırsanız, bu modeli kullanarak fiyatları tahmin edebileceksiniz ve tahmini fiyat artışları ile gerçek fiyat artışları arasında pozitif bir korelasyon olacaktır (bunun böyle olacağı gerçeği değil). ticaret için yeterli).
ps Mu(t)'nin parçalı sabit bir fonksiyon olduğu konusunda basitleştirici bir varsayım yapabiliriz. Ardından en küçük kareler yöntemini ve Chebyshev'in eşitsizliğini kullanmayı deneyebilirsiniz.
Duygular çoktan gitti ve bu kötü :(
Bir illüzyondan başka bir şey olmayan rastgele bir dizide çok basit bir "trendler" örneği verdim. Görüyorsunuz, bir alıntı çok karmaşık bir multifraktaldır, bu kendine hiç benzemez bile, o kadar karmaşıktır ki, alıntıdaki sıra bu düzenin en yüksek tezahüründe - kaosta - tezahür eder. Orada her şey farklı.
Kahretsin, birincil serideki korelasyonu değerlendirmek anlamsız. Korelasyon bir istatistiktir, örneğin 1000 vaka alıyorsunuz ve gecikme başına korelasyonu tahmin etmek istiyorsunuz. Eureka için bir puan 0,00001'dir. Fiyatın bu kadar minimum bir adımla ve teklif ölçeğinde bu tür multifraktaller için yörünge sapmalarının bazı özellikleriyle ne kadar ileri gideceğini düşünüyorsunuz? Tabii ki hayır, bu katsayı size istatistiksel olarak yüksek bir yakınlık gösteriyor. Formüle bakın, 1.5'lik bir teklifiniz vardı, fiyat örneğin 0.0003 (ortalama gibi) taşındı. 1.5 ve 1.4997, formüle yapıştırdığınızda istatistiksel olarak yakın değerler mi düşünüyorsunuz? Ve böylece her aralık için. Ve trendler göze oturuyor :)
Alexey (Mathemat) çok ilginç araştırmalar yaptı ve ben de oradaydım :) İlişkinin değerlendirilmesiyle ilgili. Ama bir şekilde insanlar ortaya çıkmadı :(
Bir illüzyondan başka bir şey olmayan rastgele bir dizide çok basit bir "trendler" örneği verdim.
Genel durumda deterministik olandan ayırt edilemeyen stokastik bir eğilim - Kanıtları olan bir makale gördüm.
Görüyorsunuz, bir alıntı çok karmaşık bir multifraktaldır, bu kendine hiç benzemez bile, o kadar karmaşıktır ki, alıntıdaki sıra bu düzenin en yüksek tezahüründe - kaosta - tezahür eder. Orada her şey farklı.
Fraktallar da dahil olmak üzere zorlukları gözetimsiz bırakalım.
Tamamen farklı bir şey hakkında. Durağan olmama sorunu var. Bir şey bulmaya çalışıyoruz, bilirsiniz, bir şey.
Kahretsin, birincil serideki korelasyonu değerlendirmek anlamsız. Korelasyon bir istatistiktir, örneğin
Benim için korelasyon sorunu yok - bu genellikle belirsiz bir şey.
Bir teklif alıyorum ve ACF'yi hesaplıyorum. Otokorelasyon görüyorum. Benim için bu, deterministik bir bileşenin varlığının bir işaretidir. Bir yandan, varlığı başarı için bir şans olduğu için bu iyidir. Öte yandan, deterministik bir bileşen olduğu sürece, genel olarak istatistik ve özel olarak korelasyon hakkında hiçbir şey söylenemez.
Başarılı olan deterministik bileşeni seçtim. Gerisine bakıyorum - ne yapılabilir, vb.
En başından beri, gerilemeleri ve hatta ana hatlarını çizdiğim gerilemenin özgül biçimini tartışmayı önermedim. Yukarıdaki regresyon, bir serinin başa çıkabileceğimiz bileşenlere ayrışmasını gösteren bir unsurdur. Çift olarak belirlenen bileşen ve GARCH'ın izole edilmesinin mümkün olduğunu gösterdi.
Ve sonra öngörülebilirlik sorunu var.
Fraktalların seviyesini değil, özellikle de tartışmaya hazırsanız, hadi. Modelde periyodiklik olmadığını kesin olarak biliyorum, belki yeterli matematik yoktur
Önermek. Ticari bir ürün olmaktan çok uzaktır. Ancak tartışma sırasında seviyemizi ve forumun seviyesini şüphesiz yükselteceğiz. Aynı zamanda bisikletin mucitlerine de baskı yapacağız.
Fiyatın, dS(t)=mu(t)*dt+sigma(t)*dW (veya dS(t)=mu(t)*S(t)*dt+sigma) biçimindeki bir süreç tarafından üretildiğini varsayalım. (t)*S (t)*dW, o zaman fiyat artışlarından değil, oranların logaritmasından bahsediyoruz), burada mu(t) kayma katsayısı, sigma(t) oynaklık katsayısıdır.
Eğilimlerden bahsediyorsanız, mu(t) sıfırdan farklı olmalıdır. Mu/sigma tahminleri oluşturmaya çalışın, bunların tarafsızlığını/tutarlılığını/verimliliğini kanıtlayın (bu arada, sigma(t) modeli için COGARCH(p,q) gibi bir şey eklemeyi unutmayın).
Eğer gerçekten trendler varsa ve parametreleri doğru bir şekilde tahmin etmeyi başarırsanız, bu modeli kullanarak fiyatları tahmin edebileceksiniz ve tahmini fiyat artışları ile gerçek fiyat artışları arasında pozitif bir korelasyon olacaktır (bunun böyle olacağı gerçeği değil). ticaret için yeterli).
ps Mu(t)'nin parçalı sabit bir fonksiyon olduğu konusunda basitleştirici bir varsayım yapabiliriz. Ardından en küçük kareler yöntemini ve Chebyshev'in eşitsizliğini kullanmayı deneyebilirsiniz.
Bir illüzyondan başka bir şey olmayan rastgele bir dizide çok basit bir "trend" örneği verdim.
Genel durumda deterministik olandan ayırt edilemeyen stokastik bir eğilim - Kanıtları olan bir makale gördüm.
İnanması zor.
y(t)=alpha+rho*y(t-1)+beta*t model parametrelerini tahmin etmeye çalışın. Stokastik bir trend durumunda, rho=1, beta=0 olacaktır; deterministik durumunda - abs(rho)<1.
UPD: "beta*t", seçilen deterministik trend modeline bağlı olarak başka bir şey olabilir.
İnanması zor.
y(t)=alpha+rho*y(t-1)+beta*t model parametrelerini tahmin etmeye çalışın. Stokastik bir trend durumunda, rho=1, beta=0 olacaktır; deterministik durumunda - abs(rho)<1.
UPD: "beta*t", seçilen deterministik trend modeline bağlı olarak başka bir şey olabilir.
faa'ya
Ticari bir üründen çok uzak değil. Sistemimden bahsediyorum. Seninkini getirmekle pek ilgilenmediğimi itiraf ediyorum. Ama ilerlemeni takip edeceğim :)
Evet, burası bir forum değil, faa ile kişisel yazışmalarınız gibi. Peki... Tamam, yükseklerle ilgili entelektüel konuşmalara karışmayacağım.
Ve sonra ve şimdi, söylemek istediğin gibi, aptal değilim, ama sana kişisel olarak cevap veriyorum. Kendinizi daha net ifade edin, aksi takdirde ben ve bu gönderiyi veya @ @ anlamıyorum.
Bir tutam mizah asla acıtmaz. Genellikle yardımcı olur