Consejero de Arbitraje - página 9

 
¿No hay nadie que utilice pares de divisas cointegrados?
 
СанСаныч Фоменко:
¿No hay nadie que utilice pares de divisas cointegrados?

CoNegración se ve muy bien en la historia))

¿Qué intervalo de ventana utiliza, en qué marco temporal, cuántos pares, qué método de selección de pares, qué método de obtención del spread?

me interesaría ver la implementación del filtro emparejado (no alisado) calman

indicador para ello, pero sin pruebas de estacionariedad

https://www.mql5.com/ru/code/11859

Portfolio Modeller
Portfolio Modeller
  • votos: 45
  • 2014.09.24
  • transcendreamer
  • www.mql5.com
Индикатор Portfolio Modeller позволяет моделировать оптимальный портфель из нескольких инструментов. Советник Portfolio Manager помогает реализовать торговые операции с портфелем. Индикатор Portfolio Multigraph дает возможность работать с несколькими портфелями.
 
ivanivan_11:

La cointegración se ve bien en la historia))

¿con qué intervalo se toman las ventanas, en qué marco temporal, cuántos pares, cuál es el método para obtener el spread?

Me interesaría ver la encarnación del filtro emparejado kalman

el indicador es para eso, pero sin pruebas de estacionariedad

https://www.mql5.com/ru/code/11859

La cointegración consiste en tomar decisiones sobre una serie estacionaria con cotizaciones no estacionarias como entrada.

Entonces en el futuro los resultados serán los mismos que en la historia

 
СанСаныч Фоменко:

La cointegración consiste en tomar decisiones sobre una serie estacionaria con cocientes no estacionarios como entrada.

Entonces en el futuro los resultados serán los mismos que en la historia

no lo hará)

y no compartiste las respuestas a mis preguntas)

 

Bien, veamos algunas fotos como introducción




 
ivanivan_11:

no lo hará)

Y no compartiste las respuestas a mis preguntas)

No tengo respuestas a sus preguntas.

Y me interesa la experiencia de los clásicos de esta cuestión. Tengo un EA de este tipo con una rentabilidad de hasta 5 pips por posición.

PS.

Kalman no es necesario. Se utiliza en otros modelos

 
СанСаныч Фоменко:

Tengo respuestas a sus preguntas.

Y me interesa la experiencia de los clásicos de esta cuestión. Tengo un EA de este tipo con un margen de beneficio de hasta 5 pips por posición.

PS.

Kalman no es necesario. Se utiliza en otros modelos

ivanivan_11:

Bien, veamos algunas imágenes para refrescarnos




Creo que la regresión ortogonal no es aplicable.

Las regresiones deben ser tales que el residuo sea estacionario. Se obtiene un residuo que NO es estacionario - la prueba ADF falla - no tiene sentido seguir trabajando con dicho residuo.

PS.

¿De qué paquete son las fotos?

 
СанСаныч Фоменко:

Creo que la regresión ortogonal no es aplicable.

Las regresiones deben ser tales que el residuo sea estacionario.

PS.

¿De qué paquete son las fotos?

San sanych, estás muy atrasado.

el filtro de Kalman se utiliza desde hace mucho tiempo. se puede leer sobre su uso en Ernie Chan. allí hay un código para Matlab. y dicho modelo está en el siguiente enlace

La ortogonal se ajusta mejor por una razón: es simétrica, a diferencia de la OLS habitual (si se intercambian los pares, el coeficiente de regresión cambiará)

https://www.pairtradinglab.com/analyses/WDsreX1v6miBQ59k

 
ivanivan_11:

san sanich, estás fuera de onda.

el filtro de Kalman se aplica y lo ha hecho durante mucho tiempo. puedes leer sobre su aplicación en Ernie Chan. hay un código para matlab allí. y tal modelo está en el enlace de abajo

La ortogonal se ajusta mejor por una razón: es simétrica, a diferencia de la ISC habitual (si se intercambian los pares, el coeficiente de regresión cambiará)

https://www.pairtradinglab.com/analyses/WDsreX1v6miBQ59k

En cuanto a Kalman, no me he quedado atrás. Sé muy bien dónde se aplica, y también sé que Kalman no se aplica en cointegración.

He dado mi opinión sobre el ortogonal basándome en sus resultados. Necesitas un residuo estacionario. Para ello se utilizan otras regresiones.

 
СанСаныч Фоменко:

En cuanto a Kalman, no me he quedado atrás. Sé muy bien dónde se aplica, y también sé que Kalman no se aplica en cointegración.

He dado mi opinión sobre el ortogonal basándome en sus resultados. Necesitas un residuo estacionario. Para ello se utilizan otras regresiones.

Dices otros modelos, otras regresiones, un residuo estacionario.

Pruf y ejemplos - qué modelos, qué regresiones. ¿cuál es la ventaja?

De lo contrario, el diálogo se queda sin constructividad y sin sus ejemplos.


Si la pregunta de si alguien utiliza la cointegración fuera ociosa, entonces podemos parar aquí.