Econometria: perché la cointegrazione è necessaria - pagina 2

 
LeoV:
????
Questo è l'output della tabella
 
Nafany:
Che ne dite di fare trading dai confini all'interno della gamma? Su dal livello per vendere, giù dal livello per comprare.

Come l'ipervenduto?
 
faa1947: Questa è la conclusione della tabella

La conclusione stessa non ha alcun fondamento, perché il fitting e la presenza di regolarità sono cose ben diverse, perché non è necessario che due serie temporali siano simili tra loro, quindi "fitting" l'una all'altra, per potersi scambiare. È necessario per noi seguire alcune regolarità, mentre le regolarità non dovrebbero essere sempre presenti - è possibile adattare una serie all'altra, è sufficiente che le regolarità siano presenti in (o prima di) quei punti di una serie, dove stiamo per aprire una posizione e ottenere profitto. In altri punti non importa affatto cosa succede, fino alla completa non corrispondenza delle righe.

Per questo motivo, non è affatto necessario che le file si adattino l'una all'altra.

 
LeoV:

La conclusione stessa non ha alcuna base di fatto, poiché l'adattamento e la presenza di un modello sono cose molto diverse

Proprio così! L'adattamento avviene se il TC è addestrato su modelli che sono distribuiti in modo non uniforme. Cioè in una zona sono densamente distribuiti e in un'altra zona sono vuoti. E in ogni tratto si può regolare proprio su queste regolarità, il risultato sarà troppo all'altro.

Nel caso più semplice, questo è il modo in cui vengono regolati i TS, progettati o per un rimbalzo o per una rottura. Se le tendenze dominano, i rimbalzi cadranno e le rotture funzioneranno, se prevalgono i laterali - al contrario.

Il caso è un po' migliore con i sistemi di breakout, perché i breakout dipendono dalla larghezza dei canali e il cambiamento di volatilità li farà fallire.

La nozione matematica di stazionarietà, cioè la stabilità dell'aspettativa e della dispersione, non è chiaramente appropriata qui, poiché non risolve alcun problema - è botanica. Il problema è la distribuzione non uniforme dei modelli - segnali di trading.

 
LeoV:

Сам вывод не имеет под собой оснований, поскольку подгонка и присутствие закономерностей - совершенно разные вещи

Reshetov:

Esattamente giusto! L'adattamento avviene se il TC impara da modelli che sono distribuiti in modo non uniforme. Cioè in una zona sono densi e in un'altra zona sono vuoti. E in ogni tratto si può regolare proprio su queste regolarità, il risultato sarà troppo all'altro.

Nel caso più semplice, questo è il modo in cui vengono regolati i TS, progettati o per un rimbalzo o per una rottura. Se le tendenze dominano, i rimbalzi cadranno e le rotture funzioneranno, se prevalgono i laterali - al contrario.

Il caso è un po' migliore con i sistemi di breakout, perché i breakout dipendono dalla larghezza dei canali e il cambiamento di volatilità li farà fallire.

La nozione matematica di stazionarietà, cioè la stabilità dell'aspettativa e della dispersione, non è appropriata qui, poiché non risolve alcun problema - è botanica. Il problema è nella distribuzione ineguale dei modelli - segnali di trading.

Sono completamente d'accordo con entrambi: solo il bordo destro del kotir dovrebbe essere interessante e il super compito è prevedere oltre quel bordo.

Se è solo il bordo destro del quoziente, allora il problema è il campione minimo in base al quale viene presa la decisione. Nel modello ARIMA le ultime quattro barre sono già molto.

Torniamo all'argomento. La stazionarietà è l'affidabilità della previsione oltre il bordo destro del quoziente. Ha ottenuto la stazionarietà dall'algoritmo di cointegrazione. Come usare sopra il bordo destro? c'era un'idea espressa qui - la esaminerò ora.

 
Nafany:
Che ne dite di fare trading dai confini all'interno della gamma? Su dal livello per vendere, giù dal livello per comprare.

No, non funziona
 
Farnsworth:

alla faa

(1)

Avete delle metriche di modello molto merdose, a cominciare dalla dimensione del coefficiente, ecc. È comprensibile che per tirare l'eurik per l'orecchio devi moltiplicare per grandi numeri, il che significa che devi essere fottutamente preciso nelle tue previsioni, cioè la t-statistic non ti dice davvero nulla (dovrebbe essere dieci volte più piccola), semplicemente mente e ti dà ancora l'illusione.

(2)

Inoltre, cosa significa "stazionario"? In che senso? Stazionario solo la distribuzione o anche l'ACF? Se solo la prima (stazionarietà in senso stretto, non serve a molto). Sembra che lei prenda molto sul serio il dato che determina la probabilità di stazionarietà. E molto probabilmente avete una stazionarietà immaginaria, il valore della vostra sequenza 0,0132-0,0137 francamente è un completo falso, è chiaro che non si allontanerà molto dal vostro cosiddetto "livello", anche se lo volesse davvero, il suo coefficiente fallirà.

(3)

La presenza di stazionarietà non significa assolutamente e non equivale a prevedibilità, non è tutto così semplice, una condizione come necessaria, ma non ancora sufficiente :o)

(4)

La tua formula magica: cointeg = -eurusd + 119,3552 * REGRES_1 - 0,276233 - 2/112E-05*trend è una stronzata. Non ho nemmeno intenzione di spiegarlo, sono stufo di questo ...

(4)

Avete due X e un'equazione, cioè non potete passare alle valute. C'è solo una via d'uscita - rendere il modello più complicato finché non c'è più correlazione o cercare dipendenze statistiche, forse esistono



Ho un problema diverso: montagne di letteratura sulla cointegrazione e nessuna idea di come usarla. È inutile discutere della correttezza del calcolo se non si sa dove mettere i risultati.
 

Solo un pensiero: presenza di cointegrazione nella regressione

eurusd = 119.3552 * REGRES_1 - 0.276233 - 2/112E-05*trend

Significa che possiamo non preoccuparci di usare questa regressione per la previsione - il suo residuo è stazionario.

 
faa1947:

Mi è appena venuto in mente che la presenza di cointegrazione nella regressione

eurusd = 119.3552 * REGRES_1 - 0.276233 - 2/112E-05*trend

Significa che non ci si può preoccupare di usare questa regressione per la prognosi - il suo residuo è stazionario.


Anscrambler è stato provato prima - non ne viene fuori niente :( Nessuno dei due è adatto a più di 50/50 di previsioni

Ma vi auguro di avere successo, le mie mani sono maldestre e le mie conoscenze sono semplicemente inferiori.

 
ask:


Ho già provato l'Ancrambler e non funziona :( Nessuno di loro è più di 50/50 per le previsioni.

Ma vorrei augurarvi buona fortuna, le mie mani sono maldestre e le mie conoscenze sono semplicemente inferiori.

Quando si usa la multivaluta è sempre una questione di falsa correlazione. Mi è sembrato che la cointegrazione sia uno strumento per tagliare le false correlazioni.