Statistik als Blick in die Zukunft! - Seite 14
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Ich verstehe nicht, warum Sie gegen die Zeit im Modell sind. Man kann die Zeit nicht aus dem Modell herausnehmen. Die Vorhersage von Freitag auf Montag ist anders als die von Donnerstag auf Freitag, sie hat einen anderen Horizont (andere Zeit der Vorhersage). Und es gibt Faktoren zu berücksichtigen, wenn der Markt öffnet und schließt, es ist nicht wegen der Zeit, die wir gewohnt sind, aber es (Zeit) ist direkt mit ihm verbunden. Diese Regel ist nicht korrekt, wenn man Prognosen macht, ohne zu sagen, in welchem Zeitintervall dies geschehen soll.
Zum Beispiel: +10 Pips in einer Minute, und +10 Pips in einem Jahr :-)
Nehmen wir einmal an, dass Sie fälschlicherweise angenommen haben, dass diese Theorie zur Preisvorhersage geeignet ist. Und ich glaube nicht, dass es so ist. Ich möchte das aufdecken. Ich frage also, warum plötzlich diese Theorie? Wenn die Voraussetzungen dafür gegeben sind (abgesehen von Ähnlichkeiten in der Bezeichnung und im Zweck der Aufgabe), dann liege ich falsch. Ich bin also bereits an der Diskussion beteiligt.
Richtig, ich fühle mit Ihnen mit! Auch ich stelle Prival immer wieder solche Fragen: Warum hat er beschlossen, dass die Gesetze des Marktes in das System der Newtonschen Differentialgleichungen passen? Warum soll der Preis plötzlich wie ein Flugzeug auf dem Radarschirm erscheinen und sich wie ein massiver Körper unter der Einwirkung einer treibenden Kraft bewegen? Lassen Sie ihn die Gründe für sein Vorgehen darlegen... Bislang hat er das nicht getan. Er tut einfach so, als ob er es nicht bemerkt (nicht versteht) und zitiert nur hübsche Bilder und Fragen zur Matrix.
Was mich betrifft, so weiß ich, dass Kolmogorow in den 1950er Jahren das Theorem bewiesen hat, dass jede funktionale Abhängigkeit von n Variablen mit gegebener Genauigkeit durch eine Reihe elementarer gewichteter Addierer approximiert werden kann. Nun müssen nur noch die Gewichte der Eingänge dieser Addierer ermittelt werden. Siehst du? Bei dieser Formulierung muss ich den Typ der Funktionsabhängigkeit nicht kennen und ich muss keine Hyperebene in meinem Kopf zeichnen! Es genügt, den Algorithmus zur Ermittlung der Gewichte der Addierer zu erden, und sie werden es tun und mir auf einem Silbertablett servieren. Dies ist ein grundlegender Punkt, der den Hauptunterschied zu autoregressiven Modellen und dergleichen darstellt. Ich brauche kein Modell, wenn es eines gibt, wird es gefunden, auch wenn es nicht stationär ist (einfach den NS neu trainieren).
Dies war ausschlaggebend für meine Entscheidung zugunsten von NS und für die Ausrichtung meiner Forschung.
Nein, lassen Sie uns das Wetter draußen vorhersagen. Nur wie werden Sie dann auf der Grundlage dieser Prognosen Handelssignale erzeugen?
+5
Ich zum Beispiel sehe keinen Sinn darin, komplexe Mechanismen, einschließlich NS, auf Indikatoren zu coachen, die im Wesentlichen Preisumwandlungen sind. Wozu soll das gut sein? Geben Sie dem NS dieselben Daten, die in den Indikator eingegeben werden sollen, und der NS wird sich an die Funktionalität des Indikators anpassen. Warum also die Mühe mit zusätzlichen Daten?
bstone, stellen Sie sich einen gewöhnlichen Schürhaken vor... wenn Sie ihn aus einem bestimmten Winkel betrachten, können Sie einen geraden Stock sehen und niemals erraten, was er wirklich ist. Die Aufgabe der Vorverarbeitung von Daten, die den NS-Eingängen zugeführt werden, besteht darin, die Arbeit, die sie mit den Eingabedaten zu leisten haben, so weit wie möglich zu vereinfachen und sie in einer für sie möglichst verdaulichen Form zu präsentieren. Und das ist sehr wichtig: Wie Gogols Viy muss es seine Augenlider heben und das Objekt zeigen. Ha, werden Sie sagen! - Alles ist für sie getan worden, wozu also noch? Und Sie würden sich irren. Sie muss mit einem Restaurantmenü gefüttert werden. Sie ist eine Aristokratin der Mathematik.
Oh, was für eine Ausdauer. Ich schließe daraus, dass Sie, Vita, nur über sehr bescheidene Kenntnisse der Theorie dynamischer Systeme verfügen. Sonst wüssten Sie, dass die Theorie der dynamischen Systeme es ermöglicht, selbst so komplexe und von Natur aus chaotische Systeme wie die Selbstorganisation auszudrücken.
Lassen Sie uns zunächst zu den Grundlagen zurückkehren. Was ist ein System im Sinne der vorgenannten Theorie? Ein System ist jedes Objekt der Natur, dessen Zustand sich in der Zeit nach einem bestimmten Gesetz ändert. Wenn der Markt kein solches System ist, dann haben wir - wie zu Recht gesagt wurde - hier nichts zu tun. Aber wir sind gute Optimisten, nicht wahr?
Unter einem dynamischen System versteht man ein System, dessen Zustand durch Anfangsbedingungen und Zeit eindeutig bestimmt ist. In einer solchen Form macht es keinen Sinn, sie auf den Markt zu bringen, und ich hoffe, dass es hier niemand tut.
Bestimmte Klassen dynamischer Systeme eignen sich jedoch hervorragend zur Modellierung chaotischer Systeme, die zur Selbstorganisation fähig sind. Und wenn man das Problem der Identifizierung der Parameter geeigneter dynamischer Systeme geschickt lösen kann, können sie erfolgreich die Rolle eines Modells des untersuchten chaotischen Systems spielen.
Stellen Sie sich nun vor, dass es Techniken gibt, um vom Phasenraum des ursprünglichen Systems zum Phasenraum von Hilfssystemen überzugehen, die mit bestehenden Methoden analysiert werden können.
Mein bescheidenes Wissen erlaubt es mir, mein fettgedrucktes Bla-bla-bla über die magischen Eigenschaften der Theorie zu sehen, aber es erlaubt mir nicht zu sehen, dass der Preis irgendetwas mit dieser Theorie zu tun hat.
Die Mendelschen Gesetze können auch Vorhersagen treffen, aber sie gelten nicht für den Preis, wie ich es verstehe. Wie lässt sich der Unsinn, den Sie geschrieben haben, auf den Preis übertragen? Ich will weder die Mendelschen Gesetze noch die Theorie der dynamischen Systeme in Abrede stellen, aber warum haben Sie sich für die Theorie der dynamischen Systeme entschieden und nicht für die Mendelschen Gesetze?
Ich persönlich bin der Meinung, dass ein umfassendes und allumfassendes "Wenn schon, denn schon" mit der Frage nach der Anwendbarkeit dieser oder jener Theorie auf den Preis beginnt. Macht der Spruch "es gibt Methoden" eine Theorie automatisch geeignet für die Preisvorhersage?
Gibt es außer dem Hinweis, dass ich unprofessionell bin, noch ein anderes Argument dafür, dass "bestimmte Klassen dynamischer Systeme perfekt für die Modellierung des Preises geeignet sind ", weil der Preis genau die Eigenschaften hat (hier zählen Sie die Eigenschaften auf), die die Theorie zulässt? Können Sie angeben, welche Annahmen bei der Eingabe der Theorie für diese "getrennten Klassen dynamischer Systeme" gemacht werden müssen?
Nein, lassen Sie uns das Wetter draußen vorhersagen. Nur wie werden Sie dann auf der Grundlage dieser Prognosen Handelssignale erzeugen? - Sie verdrehen meine Worte. Ich verstehe, was Sie meinen. Ich möchte nicht von meinem ureigensten Interesse ablenken - was der Preis und eine gewisse Vorhersagetheorie gemeinsam haben. Lassen wir diesen Punkt also für später beiseite.
Ich sehe zum Beispiel wenig Sinn darin, komplexe Mechanismen, einschließlich NS, auf Indikatoren zu trainieren, die im Wesentlichen Transformationen von Preisen sind. Wozu soll das gut sein? Geben Sie dem NS dieselben Daten, die in den Indikator eingegeben werden sollen, und der NS wird sich an die Funktionalität des Indikators anpassen. Warum also mit unnötigen Daten belästigen? - Genau, ich meinte auch keine Indikatoren.
Zu all diesen Rebounds mit Wahrscheinlichkeitsverteilungen habe ich noch nichts Nützliches gesehen, das auf dem Markt funktionieren könnte, von Modellen, die auf reiner Statistik basieren. Warum, glauben Sie, gibt es so viele solcher Modelle: AR, ARM, ARMA, GARCH, EGARCH... die Liste ließe sich um mehrere Dutzend erweitern. Sie funktionieren einfach nicht, obwohl sie eine viel einfachere Aufgabe lösen - die Vorhersage der Volatilität. - Oh ja, das tun sie! Das tun sie, aber sie sagen nur die Volatilität der Portfoliorendite voraus. Sie tun dies, weil sie von einer Normalverteilung der Renditen für dieses Portfolio ausgehen, was nur theoretisch richtig ist, mit neuen Vorbehalten bezüglich der Unabhängigkeit der Instrumente. Um den Preis mit diesen Modellen vorhersagen zu können, muss man jedoch zustimmen, dass der Preis etwas mit dem Gesetz der Normalverteilung oder, genauer gesagt, mit der parametrischen Statistik gemeinsam hat. Deshalb bezweifle ich, dass eine Methode, die für die Modellierung der Portfolio-Volatilität geeignet ist, auch für die Preisvorhersage geeignet ist - wegen der unzutreffenden Annahme, in die der Preis hineingedrückt werden muss.
Wirklich, ich mag dich auf jeden Fall! Auch ich stelle Prival immer wieder diese Fragen: Warum glaubt er, dass die Gesetze des Marktes in ein System von Newtonschen Differentialgleichungen passen? Warum soll der Preis plötzlich wie ein Flugzeug auf dem Radarschirm erscheinen und sich wie ein massiver Körper unter der Einwirkung einer treibenden Kraft bewegen? Lassen Sie ihn die Gründe für sein Vorgehen darlegen... Bislang hat er das nicht getan. Er tut einfach so, als ob er es nicht merkt (er versteht es nicht) und stellt nur schöne Bilder und Fragen zur Matrix.- Das stimmt, und hier wird wie selbstverständlich verschwiegen, dass der Preis bereit ist, in jede Theorie zu springen, solange sie dort von geschickten Händen umarmt wird.
Was mich betrifft, so weiß ich, dass Kolmogorow in den 50er Jahren des letzten Jahrhunderts das Theorem bewiesen hat , dass jede funktionale Abhängigkeit von n Variablen mit gegebener Genauigkeit durch eine Reihe elementarer gewichteter Addierer approximiert werden kann. - Mein Bauchgefühl sagt mir, dass es sich um eine funktionale Abhängigkeit mit bestimmten Parametern handelt, auch wenn wir diese nicht kennen. Der Preis hat keine solche Eigenschaft, er passt nicht in das Bett der parametrischen Statistik, daher bezweifle ich, dass eine funktionale Abhängigkeit besteht. Leider ist die parametrische Statistik nur dann stark, wenn das System bestimmte Parameter hat , und nur dann liefert sie uns schöne Ergebnisse.
bstone, stellen Sie sich einen gewöhnlichen Schürhaken vor... wenn Sie ihn aus einem bestimmten Winkel betrachten, können Sie einen geraden Stock sehen und niemals erraten, was er wirklich ist. Die Aufgabe der Vorverarbeitung von Daten, die den NS-Eingängen zugeführt werden, besteht darin, die Arbeit, die sie mit den Eingabedaten zu leisten haben, so weit wie möglich zu vereinfachen und sie in einer für sie möglichst verdaulichen Form zu präsentieren. Und das ist sehr wichtig: Es muss, wie Gogols Viy, seine Augenlider heben und das Objekt zeigen. Ha, werden Sie sagen! - Alles ist für sie getan worden, wozu also noch? Und Sie würden sich irren. Sie muss mit einem Restaurantmenü gefüttert werden. Sie ist eine Aristokratin der Mathematik.
Diesem Punkt kann ich nicht zustimmen. Die gut untersuchte Eigenschaft von NS, die ihre Anwendung in ganz unterschiedlichen Bereichen so attraktiv macht, ist ihre Fähigkeit, nichtlineare Abhängigkeiten beliebiger Komplexität zu erlernen und anschließend erfolgreich zu approximieren.
Was ich zustimmen kann, ist, dass, wenn wir ein Netzwerk trainieren, indem wir sagen wir die vorherige offene Preisdifferenz und zwei Indikatoren, die den Preis der letzten 50 Bars in ihren Berechnungen verwenden, das NS bessere Ergebnisse zeigen wird als die, die durch das NS erhalten werden, dessen Input nur die vorherige offene Preisdifferenz ist. Wenn wir jedoch ein solches Netz durch Eingabe der letzten 50 Kurse trainieren, sollte es theoretisch die kombinierte Abhängigkeit des Outputs von den Inputs lernen, die bei der Anwendung der Indikatoren auftritt.
Es ist jedoch offensichtlich, dass es technisch sehr viel schwieriger ist, ein Netz mit 50 Eingängen zu trainieren als eines mit 3 Eingängen. Dies bedeutet jedoch nicht, dass Indikatoren für sich genommen nützlich sind. Sie sind nur Krücken, die helfen, technische Schwierigkeiten zu vermeiden, aber letztlich schränken sie die Möglichkeiten des NS erheblich ein. Ist es nicht so?
Mein bescheidenes Wissen erlaubt es mir, mein kühnes Blabla über die magischen Eigenschaften der Theorie zu sehen, aber es erlaubt mir nicht zu sehen, dass der Preis etwas mit dieser Theorie zu tun hat.
Verdammt noch mal! Wie können Sie das sonst fragen? Ich habe bereits gesagt, dass der Markt ein System ist. Stellen Sie sich vor, dass die Preise aller auf dem Markt gehandelten Instrumente die Parameter dieses Systems sind. Und sie alle entwickeln sich nach einem unbekannten Gesetz. Verstehen Sie nun, was der Preis mit der Systemtheorie zu tun hat?
Theorie dynamischer Systeme, nicht Mendels Gesetze?
Gibt es außer dem Hinweis auf meine fachliche Ungeschicklichkeit noch andere Argumente dafür, dass "bestimmte Klassen dynamischer Systeme sich hervorragend für die Modellierung des Preises eignen", weil der Preis eben solche Eigenschaften hat (hier listen Sie die Eigenschaften auf), die die Theorie zulässt? Können Sie angeben, welche Annahmen bei der Eingabe der Theorie für diese "getrennten Klassen dynamischer Systeme" gemacht werden müssen?
Nun, ich sage es zum dritten Mal. Die Systemtheorie ist auf den Markt anwendbar, weil der Markt ein System ist, dessen Parameter (Preise) sich nach einem bestimmten Gesetz entwickeln. Das bedeutet nicht, dass sie die Antwort auf alle Fragen liefert, aber wenn es eine kohärente Theorie gibt, die auf das betreffende System passt, warum sollte man sie nicht anwenden? Oder ist es besser, Fahrräder neu zu erfinden, mit dem Finger in den Himmel zu zeigen und das Wetter vorherzusagen?
Vita писал(а) >>
Ich möchte mein Interesse an den Gemeinsamkeiten zwischen dem Preis und einer Art Vorhersagetheorie nicht verleugnen. Lassen wir diesen Punkt also für später beiseite.
Das ist großartig! Sie tun es, aber nur, indem sie die Volatilität der Portfoliorenditen vorhersagen, denn sie gehen von einer Normalverteilung dieser Portfoliorenditen aus, die nur theoretisch wahr ist, mit neuen Vorbehalten hinsichtlich der Unabhängigkeit der Instrumente. Aber um mit diesen Modellen den Preis vorherzusagen, muss man akzeptieren, dass der Preis etwas mit dem Gesetz der Normalverteilung oder, genauer gesagt, mit der parametrischen Statistik gemeinsam hat. Deshalb bezweifle ich, dass eine Methode, die für die Modellierung der Portfolio-Volatilität geeignet ist, auch für die Preisvorhersage geeignet ist - wegen der unzutreffenden Annahme, in die der Preis hineingedrückt werden muss.
Das war's. Auch Sie haben sich nicht ausreichend mit dem Kern des Problems befasst. Alle diese Modelle funktionieren "irgendwie", weil sie die Tatsache berücksichtigen, dass die Volatilität nicht in eine Standardnormalverteilung passt. Was die Portfoliorenditen angeht - das ist überhaupt nicht relevant. Die Volatilitätsprognose hat nichts mit den Portfoliorenditen und ihrer Verteilung zu tun. Ein weiterer Punkt ist, dass Volatilitätsprognosen hauptsächlich dazu dienen, das Risiko eines Portfolios zu bewerten, aber das ist eine andere Geschichte.
Nein, nein, wir reden über jeden!
sondern um eine funktionale Abhängigkeit, d. h. ein parametrisches Gesetz. Aber darum geht es gar nicht. Warum sollten wir annehmen, dass hinter dem Preis eine funktionale Abhängigkeit steht? Es gibt keine Annahmen. Nur ein Glaube an die mechanistische Natur der Welt und Neid auf die Lorbeeren des Nostrodamus.