Что делает нестационарный график - нестационарным или почему масло - масленное? - страница 18
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
спрогнозировать его надо прежде всего с того что привести его к стационарному.
Например взять разности, то есть: Разность(2)= Цена(2)-Цена(1).....Разность(100)=Цена(100)-Цена(99),
ну и дальше подбирать соотв. линейную модель прогнозирования
Каким образом вы сможете это потом использовать?
При наличии нулевой точки кумулят полностью востановим из ретурна так же как и наоборот.
Те если вы получили достоверный прогноз ретурна (цен первой разности) то сделать уровневый прогноз
(докуда цена дойдёт и хде развернёться) из него пара пустяков.
Если по поводу темы, то есть по поводу того что делает движения цен нестационарным случ. процессом,
то вначале необходимо определить что такое есть сама нестационарность.
Нестационарность это изменение (не постоянство) математического ожидания и дисперсии
во времени, то есть среднее-дисперсия на M5 полученные по последним, скажем 100 значениям не
равны среднему-дисперсии полученные на том же тайм-фрейме, но сутки тому назад.
При наличии нулевой точки кумулят полностью востановим из ретурна так же как и наоборот.
Те если вы получили достоверный прогноз ретурна (цен первой разности) то сделать уровневый прогноз
(докуда цена дойдёт и хде развернёться) из него пара пустяков.
Т.е. беря за референс некоторую текущую точку и имея прогноз направления и величины. Вроде всё просто.
Но, по-видимому, прогноз должен быть достаточно краткосрочным.
А будет ли диапазон прогноза достаточным, чтобы обеспечить стат достоверность результата и возможность его использования?
Если нет-не означает ли это необходимости постоянного изменения референса и, как следствие, возврата к нестационарности.
А почему именно сутки? Цена вполне даже стационарна в пределах времени тренда или флета.
А вы знаете как их определить? Т.е. решить когда переходить с одной модели поведения на другую
Т.е. беря за референс некоторую текущую точку и имея прогноз направления и величины. Вроде всё просто.
Но, по-видимому, прогноз должен быть достаточно краткосрочным.
А будет ли диапазон прогноза достаточным, чтобы обеспечить стат достоверность результата и возможность его использования?
Если нет-не означает ли это необходимости постоянного изменения референса и, как следствие, возврата к нестационарности.
У меня нет ответов, но думаю что между рандомным входом и входом по прогнозу стат преимущество будет за последним
при любой достоверности прогноза(ну понятное дело чем достоверней прогноз тем лучше).
Даже если прогнозный вход будет хуже рандомного то при отладке можно просто его перевернуть,
единственно это ничего не даст если прибыльность рандомного входа будет равна прибыльности прогнозного те слив со скоростью спреда.
Это другой вопрос, не имеющий отношения к обсуждаемой стационарности/нестационарности. Именно поэтому нет смысла о ней особо рассуждать так как это само по себе ничего не даёт.
Для меня, вопрос о стационарности/нестационарности интересен с точки зрения того, как это использовать.
Поэтому, если непонятно как определить тренд или флет, то утверждение "Цена вполне даже стационарна в пределах времени тренда или флета" - как-бы не о чём.
Для меня, вопрос о стационарности/нестационарности интересен с точки зрения того, как это использовать.
Поэтому, если непонятно как определить тренд или флет, то утверждение "Цена вполне даже стационарна в пределах времени тренда или флета" - как-бы не о чём.
У Бокса "проинтегрированное" - это разности порядка выше чем один, т.е. разности разностей, пока не получим стационарный процесс. Бокс приводит к стационарному виду, но для исторических данных, а что будет для будущих данных? Будет ли там модель АРПСС иметь те же параметры, что и для исторических данных. Вот что имелось ввиду.
Порядок авторегрессии будет увеличен на порядок разности, ну и соотв. ранее подогнанные веса(параметры) для приведенного стац. процесса будут изменены.
Параметров(весов) скользящего среднего это не коснется. У Бокса этому даны однозначные определения и примеры.
А для исторических данных...даю подсказку:
Разность(t+1)=Цена(t+1)-Цена(t), где t=1,2,......N.
Если спрогнозировали Разность(t+1), Цену(t) мы знаем, ведь t это последний закрытый бар, тогда...
:)