Qu'est-ce qui rend un graphique instable instable ou pourquoi le pétrole est du pétrole ? - page 25

 
Reshetov писал(а) >>

timbo, il a déjà été dit que tu dois apprendre les bases....


Yuri, si ce n'est pas un secret, qu'est-ce que vous gagnez réellement, quel est l'enfer de votre système de mixage ? Je ne demande pas de révéler les secrets du système, je m'intéresse à la "direction de la route".
 
Reshetov писал(а) >>

La méthode de reproduction scientifique permet à ceux qui ne croient pas, s'ils le souhaitent, de vérifier par eux-mêmes.


À votre avis, pour prédire le processus x(i) = x(i-1) + e(i), e(i) ~N(0,1), les modèles AR fonctionneront-ils ? Prêt à faire une expérience de démonstration, amusons-nous ;)

 
Reshetov писал(а) >>

Apprends ta pochette d'allumettes, Timbo - c'est apprivoisé.

Encore une fois, j'aimerais avoir un lien vers les mathématiques. Il existe un modèle ARPSS très célèbre et Box donne la prédiction BP dans ce modèle. Mais il n'est pas aussi fringant que le vôtre et présente de nombreuses limites.
 

Motivé par le message :

Reshetov писал(а) >>

Encore une fois, pour ceux qui sont particulièrement doués :

1. à partir de la BP originale, nous obtenons la BP des premières différences

2. Extrapoler la BP des premières différences

3. Reconstruire à partir de la partie extrapolée des premières différences la partie extrapolée pour la BP initiale.


Expérience pour le processus x(i) = x(i-1) + e(i), e(i) ~N(0,1).

Plan :

  • générer des données
  • couper les données en deux parties (la première pour construire le modèle AR, la seconde pour vérifier)
  • prévoir la première partie de la série et comparer avec la seconde

Comment nous prédisons :

  • différencier la série à prédire
  • prévisions au moyen de modèles AR
  • restaurer les séries à partir des premières différences

Le déroulement de l'expérience :

  • Données originales :
  • Deux parties de la série :
  • Résultat de la prédiction :
  • Faits et prévisions séparément :

Il n'est pas possible de gagner de l'argent en utilisant cette prédiction.

La raison de cette prédiction est l'ACF du processus.

Conclusion : Malgré la stationnarité des premiers écarts, la série s'est révélée imprévisible.

Reshetov a écrit >>

Je ne suis pas confus. Si les premières différences sont stationnaires, la BP initiale est prévisible. C'est tout à fait évident. Si vous êtes d'un avis différent, essayez de prouver le contraire. Et nous admirerons vos efforts.


Votre hypothèse est fausse, il fallait le prouver.

Pour les incrédules, le fichier mathcad est dans la pièce jointe.

Dossiers :
 
Reshetov >>:

Еще раз повторяю для особоодаренных:

1. Из исходного ВР получаем ВР первых разностей

2. Екстраполируем ВР первых разностей

3. Восстанавливаем из экстраполированного участка первых разностей экстраполированный участок для исходного ВР

Tu ne vas nulle part. Vous confondez deux choses :

  • 1. Modèle de processus x(i) = x(i-1) + e(i), où e(i) ~N(0,1)
  • 2. Prévisibilité du processus

Prédire un processus aléatoire n'est possible que dans le sens rms, c'est-à-dire que récupérer un "aléa spécifique" est tout simplement inutile (vous l'avez au point deux). Mais prédire la moyenne d'un processus totalement aléatoire ne vous rendra pas non plus très romantique. Une fois que vous aurez trouvé l'erreur RMS théorique/pratique, tout se mettra en place, au sens propre comme au sens figuré. La prédiction d'une moyenne ne sera bien sûr pas aussi "désespérée" que la pile des réalisations possibles, qui pour une raison ou une autre ne se sont pas produites, comme l'a montré Timbo. Mais il n'y a pas de valeur commerciale.

(Je l'ai emprunté sans permission, mais j'espère que timbo ne m'en voudra pas, je suis trop paresseux pour faire le mien)


Il est encore plus inutile d'appliquer une approche aussi élaborée au marché - pour la simple raison que la distribution des incréments est complètement différente et conduit à un vecteur de trajectoire encore plus grand. Mais si vous voulez vraiment, il existe une théorie appelée "Analyse asymptotique des marches aléatoires". Cette théorie étudie de manière assez approfondie les déviations par rapport aux conditions initiales du processus (scientifiquement appelées "déviation de trajectoire"), y compris les distributions d'incréments avec des queues lourdes (y compris les "queues différentes"). Utilisé en théorie du risque, en assurance et ailleurs.

ADDENDUM :

un peu plus tôt, lea a montré un exemple, et vous pouvez voir que bizarrement, mais les premiers comptages du processus ne sont pas si éloignés de la moyenne,


mais quand même - vous avez besoin de quelque chose de mieux pour le commerce.

 

timbo, avec quoi avez-vous dessiné ce graphique, puis-je avoir un lien vers un tel programme ?

 
Richie >>:

timbo, чем вы этот график нарисовали, можно ссылку на такую программу?

MATLAB. Mais on peut facilement faire la même chose dans n'importe quel programme de dessin, même dans Excel.
 

Cela fait un moment que je ne suis pas venu ici. Je suis tombé sur ce fil de discussion. C'est une discussion intéressante.

Première question aux participants : pourquoi la première différence de prix est-elle stationnaire ? Quelqu'un a-t-il calculé les moments d'un tel processus ?

La deuxième question, plus importante, est la suivante : pourquoi certaines personnes pensent-elles que le processus stationnaire est prévisible ? Le bruit blanc est également stationnaire, mais imprévisible. Pour ceux qui ne croient pas, je peux le prouver scientifiquement. Ou vous pouvez aussi le faire de cette façon. Imaginez que le bruit blanc soit prévisible. Alors le bruit dans les récepteurs ne serait pas un problème. Avant de recevoir un signal, nous calibrons le récepteur pour le bruit externe et interne, puis au moment de la réception d'un signal, nous commençons à soustraire le bruit extrapolé du signal bruyant pour obtenir un signal clair. Allons-nous rédiger une demande de brevet ensemble ? :-)

 
Reshetov >>:

...

Доказательства я уже привел. Если Ваша ишачья упертость все еще не позволяет удостовериться в том...

Il y a un dicton populaire à propos des gens comme vous - "regardez dans un livre et voyez une figue". La seule chose que vous avez réussi à prouver, une fois de plus, est que vous ne comprenez pas ce que vous avez lu.
 
gpwr >>:

Давненько я тут не был. Вот наткнулся на эту ветку. Интересная дискуссия.

Salutations ! C'est bon à voir.

Première question aux participants : pourquoi la première différence de prix est-elle stationnaire ? Quelqu'un a-t-il calculé les moments d'un tel processus

Depuis très longtemps, certains tests de stationnarité ont été

Deuxième question, plus importante : pourquoi certaines personnes ici pensent-elles qu'un processus stationnaire est prévisible ? Le bruit blanc est également stationnaire, mais imprévisible.

Je ne sais pas qui, c'est la première fois que je viens ici depuis longtemps, mais c'est tout à fait exact - la stationnarité ne rend pas le processus prévisible.

Pour ceux qui ne me croient pas, je peux le prouver scientifiquement. Vous pouvez aussi le faire de cette façon. Imaginez que le bruit blanc soit prévisible. Alors le bruit dans les récepteurs ne serait pas un problème. Avant de recevoir un signal, nous calibrons le récepteur pour le bruit externe et interne, puis au moment de la réception d'un signal, nous commençons à soustraire le bruit extrapolé du signal bruyant pour obtenir un signal clair. Allons-nous rédiger une demande de brevet ensemble ? :-)

J'ai déjà trouvé comment gagner de l'argent avec un processus aléatoire. :о) Si je fixe les paramètres de la prévision pour que l'équilibre devienne un processus stationnaire (il sera de toute façon aléatoire), je peux gagner de l'argent (en connaissant les paramètres du processus initial). Si vous épargnez de l'argent pour un drawdown extrême et dès que vous obtenez le plus grand profit possible (le RMS du solde peut être déterminé), vous quittez simplement le marché et ne réapparaissez plus).