![MQL5 - Linguaggio delle strategie di trading integrato nel client terminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Di nuovo lo sciamano dell'analisi tecnica. Dove andare da qui?
Nell'AT si cercano modelli con caratteristiche statistiche sconosciute. È molto vicino alla lettura dei fondi di caffè. Cerco le caratteristiche statistiche delle file e su questa base prevedo il comportamento futuro. Per esempio, ai nostri montoni. Nel quadro di questo approccio, la mucca sacra "non si può sedere troppo" è morta. Si può aspettare troppo a lungo perché si arriverà comunque a zero e la perdita sulla via dello zero non ha la proprietà di crescere indefinitamente.
La cosa più semplice che segue dal principio di costruzione di entrambi i test è che i residui delle equazioni di regressione inclusi nei test devono essere stazionari e non correlati con la serie stessa, altrimenti il metodo perde il suo significato. Per Granger - tutto quanto sopra, ma per qualsiasi numero di ritardi nelle equazioni (che in pratica è generalmente difficile da implementare - ecco perché questo test è buono soprattutto per i dati macroeconomici, dove la lunghezza delle serie - annuale, trimestrale, mensile - di solito massimo decine di campioni, ma non milioni)
E un sacco di altre sottigliezze.... La normalità della distribuzione dei residui, per esempio... (anche questo non molto soddisfacente)
Inoltre, per quanto riguarda la causalità, Granger ne ha introdotto un'eccellente definizione, ma come ogni ideale, tale formulazione si è dimostrata non verificabile nella pratica. Così il test omonimo, anche se tutti i prerequisiti sono soddisfatti, vi mostrerà sicuramente solo l'assenza di causalità se davvero non esiste, ma non la sua presenza se davvero esiste.
Mi piace l'idea stessa di sbarazzarsi della non stazionarietà e prendere decisioni di trading basate su una serie stazionaria. Il test di causalità ne fa parte. I ritardi sono. La normalità non è necessaria, la stazionarietà è sufficiente.
Ma i problemi rimangono. Non mi è chiaro quali cause di non stazionarietà vengono rimosse quando si fondono le due serie? Scartiamo i turni come un problema irrisolvibile.
Anche se possiamo sputare ed eseguire TC su un grande intervallo e vedere il risultato.
Non mi è chiaro quali ragioni di non stazionarietà vengono rimosse unendo le due serie?
L'esistenza di una combinazione lineare stazionaria suggerisce una natura simile delle serie, la loro origine, per così dire, dalla stessa fonte della realtà). Ma queste sono parole piuttosto generiche.
Se fossi in te, se la cointegrazione è così interessante, cercherei di determinare quanto è stabile, cioè se aumentiamo la lunghezza dell'outlier, a che punto l'equazione di cointegrazione cessa di avere soluzioni. E come cambiano i coefficienti di cointegrazione in funzione della lunghezza della serie. Questo può dare o meno molte informazioni utili.
L'esistenza di una combinazione lineare stazionaria indica la natura simile delle serie, la loro origine, per così dire, dalla stessa fonte della realtà). Ma queste sono parole piuttosto generiche.
Se fossi in te, se la cointegrazione è così interessante, cercherei di determinare quanto è stabile, cioè se aumentiamo la lunghezza dell'outlier, a che punto l'equazione di cointegrazione cessa di avere soluzioni. E come cambiano i coefficienti di cointegrazione in funzione della lunghezza della serie. Questo potrebbe dare molte informazioni utili (o forse no:).
Ecco l'equazione di cointegrazione
EURUSD = C(1)*GBPUSD + C(2) + C(3)*@TREND
Prendiamo un campione di 6.700 barre H1 e spostiamo la finestra di 118 barre (settimana) su di esso. I coefficienti sono cambiati (il terzo non è mostrato). (il terzo non è mostrato) e il risultato del test della radice unitaria.
Non posso trarre alcuna conclusione. È chiaro che dovremmo lottare per la radice unitaria, ma lo strumento di lotta non è chiaro.
Ecco l'equazione di cointegrazione
EURUSD = C(1)*GBPUSD + C(2) + C(3)*@TREND
Prendiamo un campione di 6.700 barre H1 e spostiamo la finestra di 118 barre (settimana) di conseguenza. I coefficienti sono cambiati (il terzo non è mostrato). (il terzo non è mostrato) e il risultato del test della radice unitaria.
Non posso trarre alcuna conclusione. È chiaro che si deve lottare per la radice unitaria, ma lo strumento di lotta non è chiaro.
Il mio punto è questo:
Prendiamo un campione da un dato momento di dimensione (per esempio) 24 barre e aumentiamo la sua lunghezza: 25, 26, .... finché non ci si annoia. Guarda i coefficienti. Fissare il momento in cui l'equazione non è più risolta. È auspicabile ripetere questa procedura per diversi punti di partenza.
Se la dinamica dei rapporti è chiara (non rumore), possiamo trarre conclusioni sulle caratteristiche generali della cointegrazione. Per il secondo parametro, stimare la costante temporale di cointegrazione.
Il mio punto è questo:
Se la dinamica dei coefficienti è chiara (non rumore), sarà possibile trarre conclusioni sulle caratteristiche generali della cointegrazione. Per il secondo parametro, stimare la costante temporale di cointegrazione.
Qui sopra ci sono i grafici dei coefficienti quando la finestra è spostata di una barra. Non c'è stabilità di cui parlare. Il livello di cointegrazione è specificato in modo errato? Di solito la specificazione della tendenza è dove si trova il problema. Il residuo dopo la detrending dovrebbe essere stazionario. Non lo è. Ecco perché invece di coefficiente è rumore.
Non so come spiegare..... ci proverò.
Quello che voi/noi/noi calcolate non sono coefficienti. Sono stime. Non sapremo mai i coefficienti, possiamo solo stimarli con un certo grado di probabilità. Poiché la serie è casuale, è naturale che le stime siano rumorose. Altrimenti dovremmo ammettere che la nostra serie non è casuale, ma completamente deterministica. Quindi il rumore è normale, ma è con diverse dimensioni del campione che dovremmo vedere una certa dipendenza, anche se rumorosa. Questo indicherebbe che i calcoli di cointegrazione hanno un senso pratico.
Beh, non so come spiegare..... ci proverò.
Quello che voi/noi/noi calcolate non sono coefficienti. Sono le loro stime. Non sapremo mai i coefficienti, possiamo solo stimarli con un certo grado di probabilità. Poiché la serie è casuale, è naturale che le stime siano rumorose. Altrimenti dovremmo ammettere che la nostra serie non è casuale, ma completamente deterministica. Quindi il rumore è normale, ma è con diverse dimensioni del campione che dovremmo vedere una certa dipendenza, anche se rumorosa. Questo indicherebbe che i calcoli di cointegrazione hanno un senso pratico.
Ecco la stima del coefficiente di regressione di cointegrazione
Variabile dipendente: EURUSD
Metodo: Dynamic Least Squares (DOLS)
Data: 26/04/12 Ora: 10:29
Campione: 6619 6736
Osservazioni incluse: 118
Deterministica dell'equazione di cointegrazione: C @TREND @TREND^2
Specificazione automatica di lead e lag (lead=12 e lag=12 in base all'AIC
criterio, max=12)
Stima della varianza di lungo periodo ( kernel Bartlett, larghezza di banda fissa Newey-West =
5.0000)
Nessun aggiustamento d.f. per errori standard e covarianza
Variabile Coefficiente Std. Errore t-Statistica Prob.
GBPUSD 1,129724 0,137650 8,207248 0,0000
C 35.58951 22.84113 1.558133 0.1228
@TREND -0,011004 0,006888 -1,597440 0,1137
@TREND^2 8.39E-07 5.16E-07 1.626326 0.1074
Guardiamo la colonna t-Statistic. Se si divide il 100% per il valore in questa barra, si ottiene l'errore della stima del coefficiente. È enorme. Potrebbe essere questo il metro di giudizio?
Ecco una stima del coefficiente di cointegrazione della regressione
Variabile dipendente: EURUSD
Metodo: Dynamic Least Squares (DOLS)
Data: 26/04/12 Ora: 10:29
Campione: 6619 6736
Osservazioni incluse: 118
Deterministica dell'equazione di cointegrazione: C @TREND @TREND^2
Specificazione automatica di lead e lag (lead=12 e lag=12 in base all'AIC
criterio, max=12)
Stima della varianza di lungo periodo (kernel Bartlett, larghezza di banda fissa Newey-West =
5.0000)
Nessun aggiustamento d.f. per errori standard e covarianza
Variabile Coefficiente Std. Errore t-Statistica Prob.
GBPUSD 1,129724 0,137650 8,207248 0,0000
C 35.58951 22.84113 1.558133 0.1228
@TREND -0,011004 0,006888 -1,597440 0,1137
@TREND^2 8.39E-07 5.16E-07 1.626326 0.1074
Si noti la colonna t-Statistic. Se si divide il 100% per il valore in questa colonna, si ottiene l'errore della stima del coefficiente. È enorme. Potrebbe essere questo il metro di giudizio?
(a) La statistica t presuppone che i dati abbiano una distribuzione normale ed è solo per tali dati, altrimenti distorce il risultato.
b) qual è la nuova direzione nel matstat per dividere il 100% per il valore del criterio t, per favore illuminate