Le marché est un système dynamique contrôlé. - page 63
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
Tout ceci n'est vrai que si l'on considère un système qui prédit et effectue des transactions en permanence. Mais cela ne correspond pas du tout à la variante où le système détecte les points d'entrée optimaux, où, à son avis, une prévision de qualité est possible, et seulement ensuite choisit la direction de la prévision. En pratique, il peut y avoir 2-5 entrées dans une semaine sur un graphique minute, c'est-à-dire que le nombre de prévisions faites est inférieur à 0,1% du nombre d'échantillons d'octivation.
nous pouvons également empiler des données à la hausse et à la baisse à l'intérieur d'une transaction sur un cadre peu profond, si le retard de PF sur les retours est critique.
Heh, c'est tentant bien sûr, mais le retour d'erreur nécessaire se fait APRÈS l'achat. Et nous devons évaluer le critère et déterminer la direction AVANT d'entrer. Ainsi, si nous savons AVANT d'entrer qu'une valeur aberrante d'un côté est plus probable qu'une valeur aberrante de l'autre, nous pouvons simplement en tenir compte dans notre système et l'utiliser dès lors.
De plus, j'ai eu tort d'effacer le schéma en cours de route : il y avait DEUX erreurs dessinées dessus : 1) l'erreur de modélisation interne, dont j'ai dit qu'elle devait être normale et non corrélée, puisqu'il s'agit d'un critère indiquant que le modèle décrit correctement la structure du système (l'économétrie n'a rien à voir avec cela), et 2) l'erreur de prédiction, qui ne devrait pas être normale et ne le sera pas, puisque l'entrée comporte des valeurs anormales très imprévisibles. Et c'est même une bonne chose, car sinon, même nos gains potentiels seraient probablement garantis comme étant nuls.
De plus, j'ai eu tort d'effacer le schéma en cours de route : il y avait DEUX erreurs dessinées dessus : 1) l'erreur de modélisation interne, dont j'ai dit qu'elle devrait être normale et non corrélée, puisqu'il s'agit d'un critère permettant au modèle de décrire correctement la structure du système (l'économétrie n'a rien à voir avec cela), et 2) l'erreur de prédiction, qui ne devrait pas être normale et ne le sera pas, puisque l'entrée est constituée de ces valeurs anormales imprévisibles. Et c'est même une bonne chose, car sinon, même nos gains potentiels seraient probablement garantis comme étant nuls.
Oui, le projet a disparu rapidement - je n'ai pas eu le temps de le sauver non plus.
Alexey, quel horizon de prévision pensez-vous être optimal/possible ?
Les limites devraient être là de toute façon - l'erreur grandira si on essaie de chercher trop loin...
Ou s'agit-il d'un paramètre variable que le système doit déterminer d'une manière ou d'une autre au cours de l'arrivée/accumulation des données après le démarrage (jusqu'à ce qu'il entre en mode de travail) ?
sur l'erreur de modélisation interne - comment est-elle comptabilisée ?
La composante déterministe du signal d'entrée et la structure et les paramètres du système (problème de déconvolution aveugle) sont estimés à l'aide d'une certaine méthode d'optimisation sur un intervalle choisi en utilisant les critères choisis, puis l'estimation de l'entrée est exécutée par le modèle ; la différence entre la sortie obtenue et le processus réel, ainsi, est l'estimation du bruit.
sergeyas:
Alexey, quel horizon de prévision pensez-vous être optimal/possible ?
Les limites devraient être présentes de toute façon - l'erreur grandira si vous essayez de regarder trop loin...
Ou s'agit-il d'un paramètre variable que le système doit déterminer d'une manière ou d'une autre au cours de l'arrivée/accumulation des données après le démarrage (jusqu'à ce qu'il entre en mode de fonctionnement) ?
Plutôt variable, il peut être déterminé à partir des paramètres du modèle dérivé, en gros il y a toujours un certain temps de relaxation caractéristique dans le système, l'horizon peut être proportionnel à ce chiffre.
Jusqu'à présent, c'est ainsi que les choses se sont passées, sans qu'il y ait encore d'ajustements automatiques.
GBPUSD H4
.
GBPUSD Quotidiennement
Les citations sont dans les 5 chiffres.
Au demeurant, la question de l'horizon de prévision, de son éventuelle optimalité et de sa variabilité, n'est pas si simple du tout.
Supposons qu'un système de prédiction pp(n) soit construit, qui effectue une prédiction pour n étapes à venir au k-ième pas. De plus, pour des n différents, l'erreur de prédiction ep(n) sera différente. De plus, l'erreur de prédictionep(n) varie d'une étape à l'autre, c'est-à-dire qu'elle dépend de k.
Définissons Nep comme l'horizon donnant l'erreur de prédiction minimale à lakième étape, lorsque la prédiction est faite à la(k-n)-ième étape.
Nous pouvons clairement voir la variabilité deNep d'étape en étape.
Cependant, il existe une certaine dépendance de cette variabilité par rapport à laNep pour les différentes parties du processus.
Voici une vidéo qui donne une bonne visualisation de la variabilité duNep.
D'ailleurs, la question de l'horizon de prévision, de son éventuelle optimalité et de sa variabilité, n'est pas du tout aussi simple.
Supposons qu'un système de prédiction pp(n) soit construit, qui effectue une prédiction pour n étapes à venir au k-ième pas. De plus, pour des n différents, l'erreur de prédiction ep(n) sera différente. De plus, l'erreur de prédictionep(n) varie d'une étape à l'autre, c'est-à-dire qu'elle dépend de k.
Définissons Nep comme l'horizon donnant l'erreur de prédiction minimale aukième pas, lorsque la prédiction est faite au(k-n)-pas.
Nous pouvons clairement voir la variabilité deNep d'étape en étape.
Toutefois, il existe une certaine corrélation entre cette variabilité pour les différentes parties du processus.
À première vue, il semble très similaire, mais quelque chose me dit que ce n'est pas tant le k qui est responsable de la variation du Nep, mais plutôt la qualité de la
les prévisions.
Il s'avère que le modèle, pour une raison ou une autre (peut-être des hypothèses incorrectes, etc.), ne tient pas compte de certains facteurs importants, des propriétés de l'environnement et de l'environnement.
du processus ou d'un historique d' observation insuffisant.
Qu'est-ce que k en substance ? Pas le passage du temps ? Si c'est le cas, alors il n'est pas correct de le blâmer (je pense).
Quelque chose me dit que ce n'est pas tant le k qui est "à blâmer" pour la variabilité du Népal, mais la qualité du système de prévision lui-même.
Il s'avère que le modèle, pour une raison ou une autre (peut-être des hypothèses incorrectes, etc.), ne tient pas compte de certains facteurs ou propriétés importants de l'environnement.
du processus ou d'un historique d'observation insuffisant.
Qu'est-ce que k en substance ? Pas le passage du temps ? Si c'est le cas, il est incorrect de le blâmer (je pense).
Non, bien sûr,k n'est pas lui-même "coupable" de la variabilité de Nep, mais l'état du processus au momentk détermine la possibilité de prévoir l'évolution ultérieure du processus - un facteur externe. Et affectent également les facteurs internes du système de prévision - l'incapacité à prendre en compte certains faits et propriétés du processus.