Плывующие параметры рынка - страница 2

Поймите, ПАРАМЕТРЫ, должны или не должны быть стабильны на каком то участке, это да, но только это должны быть такие параметра, которые вообще в принципе имеют отношение к рынку (быть реальны). А вы пытаетесь методы из одной области натянуть на другую. Это всё равно что по окрасу морской свинки предсказывать температуру её тела. Я не говорю что корелляции там нету... Просто если и есть, то очень слабая, такой метод нелогичен (ну согласитесь), и вобщем то логичнее взять и померять ей температуру.

А какие методы можно применять? Перечислите, если не трудно.

Возможно ли модифицировать разложение в ряд Фурье? Брать ограниченное число периодов для каждой частоты, например только 2. Тогда данные будут более менее актуальными по сравнению с обычным разложением. Затем можно было бы отслеживать изменение фазы, частоты и амплитуды на предмет наличия модуляции, например подав их на вход нейросети. Кто нибудь пробовал такое?

Методы такие (упрощенно) - надо думать о том, кто когда мог зайти каким объемом, почему, и когда станет выходить. И от этого плясать. Это имеет отношение к рынку, точно. Или например, есть на рынке волатильность, она меняется в течении дня, это факт неоспоримый, это вычисляется и тд. Ну вот с этим работать. Или разрабатывать такое свойство рынка, как степень возвратности к своей средней цене ( как это не странно, но в упрощенной форме это МА :)). Такая возвратность существует на базаре, и это тоже факт... Или сезонность... Ну вот то что я перечислил, к рынку отношение имеет априори. Возможно, даже астрометоды каким то боком имеют отношение к рынку - фазы луны, настроение масс и т.д. Но каким образом вэйвлеты туда относятся? Или квантовая механика? Вэйвлеты имеют отношение к гармоническим колебаниям, например музыке. Если б о них меня выспрашивал какой нибудь диджей, это было бы логично. Квантовая механика заинтересует ядерщиков. И тд. Но при чём тут рынок? На самом то деле может быть какая то связь и есть, но для начала её надо обосновать (т.е. сказать себе - группы трейдеров будут вести себя как атомы в ядре потому что так и так вот. А потом уже долбать эту область в хвост и гриву. А иначе только потеря времени. Имхо.

Вот этим направлением я и занимаюсь, только для порядка нужно МА (или еще чего) на пол периода назад сдвинуть.)) Для этого и хочу предикт использовать. для начала посмотреть какие погрешности будут, а там или развивать метод или другой искать.

Ну вот например Метод максимальной энтропии в радиотехнику из геологоразведки пришел, регрессия и в радиотехнике и в экономике используется, цена ходит от уровня к уровню - чем не физика. Думаю надо эксперементировать больше.

Ответ на этот вопрос есть в любой книге, в которой изложены основы вейвлет-преобразования - в отличие от преобразования Фурье, дающего представление сигнала в частотной области, вейвлет-преобразование даёт представление сигнала в частотно-временной области. Если сигнал имеет вид суммы синусоид с изменяющимися периодами - вейвлет-преобразование покажет то, как эти периоды изменяются во времени (в отличие от преобразования Фурье, которое просто даст размытый спектр).

Тут народ в основном правильно высказывается относительно применимости методов анализа временных рядов.

Сначала нужно отметить ту или иную закономерность или свойство ВР, а затем подбирать адекватный аппарат матанализа для данного ряда. Пока телега впереди кобылы, это пустая трата времени и сил (может денег). Наша задача, при всём многообразии методов и их сложности, сводится к прогнозированию знака ожидаемого движения цены (Buy or Sell). Если не впадать в мистику, то прогнозирование сводится к анализу исходного ВР (история) или к анализу его окружения (другие инструменты). По первому направлению используются всевозможные регрессионные модели или, если нет сил для формализации поставленной задачи, нейронные сети. По второму направлению используется кросс-корреляционный анализ со все своим матаппаратом.

Можно сказать закономерность нашел - колебание вокруг "справедливой цены", теперь подбираю подходящий метод.

Поискал инфу по вейвлетам, выглядит довольно неплохо.

Достоинства и недостатки вейвлетных преобразований:

-Вейвлетные преобразования обладают практически всеми достоинствами преобразований Фурье.
-Вейвлетные базисы могут быть хорошо локализованными как по частоте, так и по времени. При выделении в сигналах хорошо локализованных разномасштабных процессов можно рассматривать только те масштабные уровни разложения, которые представляют интерес.
-Вейвлетные базисы, в отличие от преобразования Фурье, имеют достаточно много разнообразных базовых функций, свойства которых ориентированы на решение различных задач. Базисные вейвлеты могут иметь и конечные, и бесконечные носители, реализуемые функциями различной гладкости.
-Недостатком вейвлетных преобразований является их относительная сложность.

Т.е. минусов как таковых нету.

Особенно понравились результаты по применению здесь (Andre69 28.06.2007 20:43). Есть довольно конкретные частотные и временные зависимости - в некотором роде стационарность.

В архиве файлы по применению вейвлетов на рынке и сравнение с Фурье.

IgorM, не могли бы вы поделиться библиотечкой?