La théorie des flux aléatoires et le FOREX - page 22
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
Privé
Oui. Excusez-moi. C'est ici :
Voilà qui corrige tout. L'entrée doit être le même Y (signal+bruit).
En termes de valeur efficace minimale, le Kalman détecte mieux le modèle original V(k)+a(k). Je pense que vous pouvez même le voir clairement.
Si nous calculons la somme des carrés de la différence entre la série originale et les séries construites par les filtres de Kalman (FC) et de Butterworth (FB), alors la plus grande approximation de la BP originale est donnée par FC, voir la figure des différences :
La ligne rouge est FB moins la série originale, la ligne bleue est FC. Ainsi, la CF fait un excellent travail en utilisant des données a priori sur les lois qui décrivent le comportement de l'objet étudié.
Malheureusement, nous ne disposons pas d'une théorie qui nous permette de construire un modèle adéquat du comportement de la BP caractéristique du marché. La question reste ouverte.
Neutron
Il semble exister une théorie (appelée flux aléatoires). Je pense qu'il est impossible de construire un modèle pour tous les cas. Mais il est possible d'utiliser plusieurs modèles fonctionnant en parallèle. C'est-à-dire qu'à une certaine période de temps, le flux de cotations peut être présenté sous la forme d'un modèle de lien oscillatoire (analogue à un plat), avec une tendance (équation en ligne droite, je pense que nous pouvons y arriver :-)) - le deuxième modèle. Au fait, le fichier que j'ai posté contient un modèle de liaison oscillante. Essayez-le, mettez le curseur sur rnorm() et appuyez sur F9, des courbes différentes seront générées, pas même similaires les unes aux autres en apparence. Mais Kalman fait un très bon travail avec eux. S'il (l'algorithme) surpasse Butterworth en précision, qui à son tour surpasse facilement FATL, SATL et n'importe quel MA, alors l'utilisation de cet algorithme donne un certain avantage statistique en précision.
La seule chose nécessaire, et ce que je fais maintenant, est un critère de divergence pour le filtre, c'est-à-dire choisir une règle quand passer à un autre filtre (un autre modèle).
Si l'on calcule la somme des carrés de la différence entre la série initiale et les séries construites par les filtres de Kalman (FC) et de Butterworth (FB), alors la plus grande approximation du RV initial est donnée par FC
La somme est le nombre, dans notre exemple, obtenu à partir de 500 comptages.
c'est-à-dire que presque par un ordre de grandeur FC est meilleur que FB
Edit.
P/S/ Comment le nombre peut-il être reflété par un si beau graphique ? Encore une fois, la formulation n'est pas exacte :-)
Vous ne pouvez pas avoir un nombre, mais vous pouvez avoir un graphique ! Ce nombre est la caractéristique intégrale du processus;-)
Il y a un bouton dans FB appelé ordre de filtrage. Dans la sous-routine, cette valeur est affectée à la variable K, jouez avec elle. Non seulement la régularité de la courbe dépend de cette valeur, mais aussi FZ.
Oui, c'est le cas, et pas "un peu", mais énormément ! En supposant que vous ayez une théorie, ce qui n'est pas le cas... Toute votre activité est basée sur le postulat de l'"inertie" dans la dynamique du taux de change. Prouvez-le.
Je ne peux pas encore le prouver, car je viens d'émettre une hypothèse et je la teste. J'avais l'habitude de dire. Que le flux de citations ait de l'énergie, fait un indicateur de force (énergie), coïncide bien avec la direction du flux. Il existe un concept de "masse d'argent", ils ont même proposé une formule pour son calcul. C'est-à-dire qu'il y a tous les attributs d'un objet matériel, on peut supposer qu'il y a aussi de l'inertie. Cela semble visuellement évident, et on dit souvent que le prix fluctue autour d'un certain état d'équilibre.
Je pense qu'il n'y a qu'une seule preuve correcte. Si nous soustrayons le modèle du flux de cotation et le résidu suit la loi de distribution normale. Cela nuira à l'adéquation du modèle (sa capacité à fonctionner). Mais je ne l'ai pas encore fait. Mais je vais certainement effectuer ces recherches pour faire confiance au(x) modèle(s).
Sergey, pourquoi utilisez-vous la normalité de la distribution comme critère ? Et si la distribution des résidus est symétrique-exponentielle, ce n'est plus une subversion de l'adéquation du modèle ?
Sergey, pourquoi utilisez-vous la normalité de la distribution comme critère ? Et si la distribution des résidus est symétrique-exponentielle, ce n'est plus une subversion de l'adéquation du modèle ?
Je ne peux pas donner une réponse exacte maintenant car vérifier l'adéquation du modèle est une étude sérieuse. La seule chose dont je me souvienne est que si l'on utilise le critère de Neumann-Pearson dans le problème de l'approximation d'une certaine courbe par une formule ou un polynôme, on vérifie que les résidus sont conformes à la loi de distribution normale. Si elle est symétrique-exponentielle, vous devrez peut-être utiliser un autre critère. Mais cela peut être plus simple : si le TS basé sur ce modèle produit des bénéfices, cela signifie qu'il est adéquat).
Et en ce qui concerne l'adéquation, pour toute série temporelle, nous pouvons construire l'ACF, c'est généralement la base de l'analyse, donc plus tôt dans cette branche du forum, j'ai donné une image de l'ACF obtenu à partir du modèle et l'ACF de citations réelles, regardez leur apparence ne peut pas être distingué.
Voici une version améliorée de FB - j'ai supprimé une boucle inutile.