Ökonometrie: warum Kointegration notwendig ist - Seite 2
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
????
Wie wäre es, von den Grenzen innerhalb der Spanne zu handeln? Vom Verkaufsniveau aufwärts, vom Kaufniveau abwärts.
Wie überverkauft/überverkauft?
Die Schlussfolgerung selbst entbehrt jeder Grundlage, denn Anpassung und das Vorhandensein von Regelmäßigkeiten sind zwei verschiedene Dinge, denn es ist nicht notwendig, dass zwei Zeitreihen einander ähnlich sind und sich somit "anpassen", um miteinander zu handeln. Es ist notwendig, dass wir einige Regelmäßigkeiten befolgen, wobei die Regelmäßigkeiten nicht immer vorhanden sein müssen - es ist möglich, eine Serie an die andere anzupassen, es reicht, wenn die Regelmäßigkeiten an (oder vor) den Stellen einer Serie vorhanden sind, an denen wir eine Position eröffnen und Gewinn erzielen wollen. An anderen Stellen spielt es überhaupt keine Rolle, was passiert, bis hin zur völligen Nichtübereinstimmung von Zeilen.
Daher ist es überhaupt nicht notwendig, dass die Reihen zueinander passen.
Diese Schlussfolgerung entbehrt jeglicher Grundlage, da Anpassung und das Vorhandensein eines Musters zwei verschiedene Dinge sind.
Ganz richtig! Die Anpassung erfolgt, wenn der TS aus ungleichmäßig verteilten Mustern lernt. D.h. in einem Gebiet sind sie dicht verteilt und in einem anderen Gebiet sind sie leer. Und egal, wie sehr man sie an diese Gesetzmäßigkeiten anpassen kann, das Ergebnis wird auf der anderen Seite zu viel sein.
Im einfachsten Fall werden die TS so eingestellt, entweder für einen Rückprall oder für einen Zusammenbruch. Wenn die Trends dominieren, werden die Bounces fallen und die Breakdowns funktionieren, wenn die Seitwärtsbewegungen vorherrschen - im Gegenteil.
Bei Ausbruchssystemen ist der Fall ein wenig besser, da Ausbrüche von der Breite der Kanäle abhängen und die Änderung der Volatilität sie scheitern lässt.
Der mathematische Begriff der Stationarität, d. h. der Stabilität von Erwartung und Streuung, ist hier eindeutig nicht angebracht, da er kein Problem löst - es ist Botanik. Das Problem ist die ungleiche Verteilung der Muster - der Handelssignale.
Сам вывод не имеет под собой оснований, поскольку подгонка и присутствие закономерностей - совершенно разные вещи
Reschetow:
Das ist richtig! Die Anpassung erfolgt, wenn der TC aus ungleichmäßig verteilten Mustern lernt. D.h. in einem Bereich sind sie dicht, in einem anderen Bereich sind sie leer. Und egal, wie sehr man sie an diese Gesetzmäßigkeiten anpassen kann, das Ergebnis wird auf der anderen Seite zu viel sein.
Im einfachsten Fall werden auf diese Weise TS angepasst, die entweder für einen Rückprall oder für einen Zusammenbruch bestimmt sind. Wenn Trends dominieren, werden die Bounces fallen und die Breakdowns funktionieren, wenn Seitwärtsbewegungen vorherrschen - im Gegenteil.
Bei Ausbruchssystemen ist der Fall ein wenig besser, da Ausbrüche von der Breite der Kanäle abhängen und die Veränderung der Volatilität sie scheitern lässt.
Der mathematische Begriff der Stationarität, d. h. der Stabilität von Erwartung und Streuung, ist hier nicht angebracht, da er kein Problem löst - es ist Botanik. Das Problem liegt in der ungleichmäßigen Verteilung der Muster - der Handelssignale.
Wenn es sich nur um den rechten Rand des Quotienten handelt, dann ist das Problem die Mindeststichprobe, auf deren Grundlage die Entscheidung getroffen wird. Im ARIMA-Modell sind die letzten vier Balken schon sehr viel.
Zurück zum Thema. Unter Stationarität versteht man die Zuverlässigkeit der Vorhersage über den rechten Rand des Quotienten hinaus. Durch den Kointegrationsalgorithmus wurde Stationarität erreicht. Wie kann man über den rechten Rand verwenden? Hier wurde eine Idee geäußert - ich werde sie jetzt überprüfen.
Wie wäre es, von den Grenzen innerhalb der Spanne zu handeln? Vom Verkaufsniveau aufwärts, vom Kaufniveau abwärts.
Nein, es funktioniert nicht
zur FAA
(1)
Sie haben sehr beschissene Modellmetriken, angefangen bei der Größe des Koeffizienten usw. Es ist verständlich, dass man mit großen Zahlen multiplizieren muss, um seine Eurik am Ohr zu ziehen, was bedeutet, dass man in seinen Vorhersagen verdammt genau sein muss, d.h. die t-Statistik sagt einem nicht wirklich etwas (sie sollte zehnmal kleiner sein), sie lügt nur und gibt einem wieder die Illusion.
(2)
Und was bedeutet "stationär"? In welchem Sinne? Stationär nur die Verteilung oder auch der ACF? Wenn nur Ersteres (Stationarität im engeren Sinne, nicht sehr nützlich). Sie scheinen die Zahl, die die Wahrscheinlichkeit der Stationarität bestimmt, sehr ernst zu nehmen. Und höchstwahrscheinlich haben Sie eine imaginäre Stationarität, der Wert Ihrer Sequenz ist 0,0132-0,0137. Offen gesagt, es ist eine komplette Fälschung und es ist klar, dass es nicht weit von Ihrem so genannten "Niveau" gehen wird, selbst wenn es wirklich will, wird sein Koeffizient versagen.
(3)
Das Vorhandensein von Stationarität bedeutet keineswegs Vorhersehbarkeit, alles ist nicht so einfach, eine Bedingung, die zwar notwendig, aber noch nicht ausreichend ist :o)
(4)
Ihre Zauberformel: cointeg = -eurusd + 119,3552 * REGRES_1 - 0,276233 - 2/112E-05*trend ist Blödsinn. Ich werde es nicht einmal erklären, ich habe es satt ...
(4)
Sie haben zwei X und eine Gleichung, d. h. Sie können nicht an Währungen übergeben. Es gibt nur einen Ausweg - das Modell komplizierter machen, bis es keine Korrelation mehr gibt, oder nach statistischen Abhängigkeiten suchen, vielleicht gibt es sie ja.
Nur ein Gedanke: das Vorhandensein von Kointegration in der Regression
eurusd = 119,3552 * REGRES_1 - 0,276233 - 2/112E-05*Trend
Das bedeutet, dass wir uns keine Sorgen machen müssen, diese Regression für die Vorhersage zu verwenden - ihr Rückstand ist stationär.
Mir ist gerade aufgefallen, dass das Vorhandensein von Kointegration in der Regression
eurusd = 119,3552 * REGRES_1 - 0,276233 - 2/112E-05*Trend
Das bedeutet, dass Sie sich keine Sorgen machen müssen, wenn Sie diese Regression für Prognosen verwenden - ihr Rückstand ist stationär.
Anscrambler wurde bereits ausprobiert - es kam nichts dabei heraus :( Keiner der beiden ist für mehr als 50/50 Vorhersagen geeignet
Aber ich wünsche Ihnen Erfolg, meine Hände sind ungeschickt und mein Wissen ist einfach geringer.
Ich habe den Ancrambler schon ausprobiert, und er funktioniert nicht :( Keiner von ihnen ist mehr als 50/50 für die Vorhersage.
Aber ich möchte Ihnen viel Glück wünschen, meine Hände sind ungeschickt und mein Wissen ist einfach geringer.