Дилетанский: читаем разные умные книги, находим примеры разных систем типа пересечения средних, отскока от каналов, пробоя каналов, уровней поддержки и сопротивления и т.п. Кодируем их и удостоверяемся что они не работают. Добавляем разные фильтры используя сотню индикаторов и получаем что-то работающее на коротких отрезках времени, а потом слив. Приходим к мысле что рынок изменяется по времени и надо параметры торговой системы адаптировать. Переходим к следующим двум возможным вариантам.
Пытаемся подогнать модель рынка, типа линейной авторегриссионной модели, многослойной нейронной сети или другой нелинейной функции. Коэффициенты модели автоматически подстраиваются под рынок.
Сдаёмся с линейными и нелинейной моделями. Находим сходные участки истории и предполагаем что цена будет изменяться таким же образом как на в похожем отрезке в прошлом (метод ближайщих соседей)
стационарность - сохранение подвыборками генеральной совокупности распределений. Для волатильности ценовых рядов это не так, бывают периоды когда волатильность достаточно продолжительное время имеет иное распределение чем в другие моменты. Например, в период последнего кризиса вола была значительно выше, как средние ее значения, так и экстремальные. Если построить распределение волы за этот период, то оно будет совпадать с распределениями, построенными за другие периоды?
использует зависимость волатильности от предыдущих значений при прогнозе.
那么,它是否像 "时间序列记忆"?在这个理论中甚至没有这样一个术语,依赖性一般是由ARCH过程本身的定义引入的,也就是说,最初假定有一个非微观的依赖性和一个点。
波动率和方差不是一个常数,而是随着时间的推移而变化,并取决于以前的数值,这一事实是简单而明显的。但你声称方差是不变的。虽然你可以考虑这样做,如果你能从中找到有用的东西 :)
我不是一个灵媒,说这样一个系列的这样一个变量是一个常数。这方面有各种各样的方法。对于行情走势来说,方差是非平稳的,我不反对这一点,对于差异,你可以正式承认平稳性。
你会感到惊讶,但这与ARCH模型丝毫不矛盾
不喜欢记忆这个词,就让它像Shiryaev的 "后果 "一样。
是的,一个好词,只是澄清你的意思,你个人而不是Shiryaev
所以呢?它就像 "时间序列记忆 "吗?在这个理论中甚至没有这样一个术语,依赖性一般是由ARCH过程本身的定义引入的,也就是说,最初假定有一个非微妙的依赖性和句号。
我不是一个灵媒,说这样一个系列的这样一个变量是一个常数。这方面有各种各样的方法。对于行情走势来说,方差是非平稳的,我不反对这一点,对于差异,你可以正式承认平稳性。
你会感到惊讶,但这与ARCH模型没有任何矛盾之处
好吧,如果你被允许接受差异的静止性,这一般是你的事。谁禁止了它?:)
是的,一个好词,只是澄清你的意思,你个人,而不是Shiryaev
每一个观点都有问题。至于第3点,我认为根本不可能成功。这里有一个非常简单的实验。
1.从 "现在 "开始取一个什么长度的情节。并通过任何东西寻找类似物,例如--相关性。如果相关度大于某个标准,那么这部分就用于计算。
2.从发现的 "模拟现在",我们看看 "未来 "那一刻是什么,并构建一个非常简单的 "转移函数"(用倒逗号标记),相对于 "现在 "对称。
我们得到以下一些标准和部分的 "转移函数 "矩阵(作为一个例子)。
3.将我们所有的函数应用于当前情况,得到一堆理论上的实现。
我们有以下图片作为例子。
只是,在我看来,"最近的邻居 "在这样的行上不会以任何方式发挥作用。
ну если вам можно признать для разностей стационарность, то это в общем ваше дело. Кто же запретит? :)
你确定你没有混淆改变报价差异的过程,像这样(你也可以用它做很多事情)。
与原系列的回归者?
я уже пояснял и не раз. Это значит что волатильность зависит от значений в предыдущие моменты времени.
A-A-A-A!!!"。我想我已经得到了它!
你认为,如果方差是静止的,那么过程的执行就不能依赖于以前的值,过程将只输出第一类常量????。:о)))))))
看,但根本不是这样的,从科学上讲,它们是静止的,这是完全可以接受的。此外,请阅读这些过程的数学定义--三个条件:o)
静止性--分布的一般人群的子样本的保存。对于价格序列的波动性来说,情况并非如此,在一些时期,波动性在足够长的时间内的分布与其他时间不同。例如,在上一次危机期间,波动性明显提高,无论是其平均值还是极端值。如果我们构建这个时期的波动率分布,它是否会与其他时期构建的分布相吻合?
стационарность - сохранение подвыборками генеральной совокупности распределений. Для волатильности ценовых рядов это не так, бывают периоды когда волатильность достаточно продолжительное время имеет иное распределение чем в другие моменты. Например, в период последнего кризиса вола была значительно выше, как средние ее значения, так и экстремальные. Если построить распределение волы за этот период, то оно будет совпадать с распределениями, построенными за другие периоды?
我不是在争论这个问题,这都是正确的写法。但 "价格分散 "和 "价格增量分散 "之间是有区别的。后者可以带着一些保留意见被视为一个静止的过程(我指的是增量)。但是用模型来预测价格增量是没有用的,因为分布的形状是非常不同的,如果初始(预测)系列的分布和模型系列的分布不重合,原则上不可能有稳定的预测。但对于RMS价格来说,情况略有不同
一般来说,我建议达成共识 :o)
我不是在争论这个问题,这都是正确的写法。但 "价格分散 "和 "价格增量分散 "之间是有区别的。后者可以带着一些保留意见被视为一个静止的过程(我指的是增量)。但是用模型来预测价格增量是没有用的,因为分布的形状是非常不同的,如果初始(预测)系列的分布和模型系列的分布不重合,原则上不可能有稳定的预测。但对于RMS价格来说,情况略有不同
总的来说,我提出一个共识 :o)
ok :)