Econometria: perché la cointegrazione è necessaria - pagina 10
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
faa1947: Что такое подгонка или не подгонка?
Fit (over-training, over-optimisation) è un termine usato esclusivamente per i mercati finanziari (serie temporali non stazionarie).
Questa è una sciocchezza. Un cavallo o qualcosa del genere.
Un fit è una stima dei parametri di un modello parametrico. Niente può essere sovraccaricato.
E nulla può essere adattato a un mercato non stazionario.
Questa è una sciocchezza. Un cavallo o qualcosa del genere.
Un fit è una stima dei parametri di un modello parametrico. Niente può essere sovraccaricato.
E non si può assolutamente adattare nulla a un mercato non stazionario.
Cercherò di spiegarvelo.
Qualsiasi segmento di tempo nel passato è essenzialmente stazionario, perché conoscendo la serie temporale stessa nel passato, si può quasi sempre trovare una funzione o qualche modello su di essa che darà un profitto sui dati passati - non è affatto un problema.
Il termine non stazionarietà, quando applicato ai mercati finanziari, significa che non possiamo sapere come il mercato cambierà nel futuro, esattamente nel futuro.
Usando i dati del passato, sapendo come il mercato è cambiato in passato, possiamo sempre trovare una funzione o un modello che tenga conto di questi cambiamenti. Ma nessuno sa come cambierà il mercato in futuro. Non è un fatto che cambierà secondo i suoi cambiamenti passati. Inoltre, molto probabilmente non cambierà così.
Per questo motivo, aggiustando il nostro TS (di fatto, è stato riottimizzato) ai dati passati, a quei cambiamenti di mercato che sono stati nel passato, otterremo il TS che non può produrre un profitto nel futuro.
In pratica, dopo l'ottimizzazione del TS, di solito vogliamo prendere il TS con i parametri che danno il maggior profitto con il minor drawdown - questo è esattamente il TS adattato ai dati passati. Sui dati futuri tale TS non funziona, perché questi parametri ottimizzati hanno tenuto conto di tutti i cambiamenti necessari nel passato, ma il mercato nel futuro diventa diverso, non come nel passato, e il nostro TS, con tali parametri ottimizzati, non ne tiene conto
Lasciate che provi a spiegarvelo.
Qualsiasi segmento di tempo nel passato è essenzialmente stazionario, perché conoscendo la serie temporale stessa nel passato, si può quasi sempre trovare una funzione o un modello su di essa che darà profitti sui dati passati - questo non è affatto un problema.
Il termine non stazionarietà, quando applicato ai mercati finanziari, significa che non possiamo sapere come il mercato cambierà nel futuro, esattamente nel futuro.
Usando i dati passati, sapendo come il mercato è cambiato in passato, possiamo sempre trovare una funzione o un modello che tenga conto di questi cambiamenti. Ma nessuno sa come cambierà il mercato in futuro. Non è un fatto che cambierà secondo i suoi cambiamenti passati. Inoltre, molto probabilmente non cambierà in questo modo.
Per questo motivo, aggiustando il nostro TS (di fatto, è stato riottimizzato) ai dati passati, a quei cambiamenti di mercato che sono stati nel passato, otterremo il TS che non può produrre un profitto nel futuro.
In pratica, dopo l'ottimizzazione del TS, di solito vogliamo prendere il TS con i parametri che danno il maggior profitto con il minor drawdown - questo è esattamente il TS adattato ai dati passati. Sui dati futuri tale TS non funziona, perché questi parametri ottimizzati tengono conto di tutti i cambiamenti necessari nel passato, ma il mercato sarà diverso nel futuro, non come nel passato, e il nostro TS, con tali parametri ottimizzati, non ne tiene conto.
Ho passato diversi anni su questo, finché non ho capito: o il TS identifica e modella la non stazionarietà, e allora è TS, o non lo è. Tutti i termini di ottimizzazione, sovraottimizzazione sono tutte emozioni, puro sciamanesimo e più profonda è la trance, più fede in ciò che ho creato.
Conosco diversi modi per rendere conto della non stazionarietà del mercato. La cointegrazione è un metodo ed è prezioso proprio perché il risultato è una serie stazionaria. e qui l'ottimizzazione e la sovra-ottimizzazione non sono appropriate.
Sì. Si sta essenzialmente ottenendo una sorta di sintetico. Se il sintetico ha uno strumento reale con un'entrata positiva, allora si scambia in ipercomprato si vende, in ipervenduto si compra. Con un meno è il contrario, e i pesi indicano le proporzioni in lotti.
La cointegrazione è la base di tutto lo spread trading. Puoi fare trading di spread solo su strumenti cointegrati
Lo spread trading è la certezza che la quotazione tornerà a zero dagli estremi. ma dopo quanto tempo?
Conosco diversi modi per rendere conto della non stazionarietà del mercato. La cointegrazione è un modo ed è preziosa proprio perché il risultato è una serie stazionaria. e qui l'ottimizzazione e la sovra-ottimizzazione non sono appropriate.
Questi termini non sono inventati da me. Sono termini comunemente conosciuti e usati dai commercianti. Se non vi piacciono in questo momento della vostra vita, non significa che non sarete d'accordo con loro in futuro, perché la vita scorre e cambia.
Lei è semplicemente sovrastimato dal termine cointegrazione )))))
Ciò che lei afferma è essenzialmente una previsione del futuro. Cioè, facendo una serie stazionaria da una serie non stazionaria si può prevedere con il 100% di probabilità quale sarà il mercato domani.
Prova a fare domanda per il premio nobel o qualcosa del genere....))))
Questi termini non sono stati inventati da me. Sono termini ben noti usati dai commercianti. Se non vi piacciono in questo momento della vostra vita, non significa che non sarete d'accordo con loro in futuro, perché la vita scorre e cambia.
Lei è semplicemente sovreccitato dal termine cointegrazione )))))
Ciò che lei afferma è essenzialmente una previsione del futuro. Cioè, trasformando una serie non stazionaria in una serie stazionaria si può prevedere cosa farà il mercato domani.
Prova a fare domanda per il premio nobel o qualcosa del genere....))))
Questi termini non sono stati inventati da me. Sono termini ben noti usati dai commercianti.
Certamente non da te. Questa è l'AT - un paese popolato da sciamani e Pinocchios. Leggete un primer e come una rivelazione "forward test, forward test, over-optimisation ..."
In questo thread stiamo discutendo come la stazionarietà della differenza tra due serie non stazionarie può essere sfruttata. Finora è emerso solo lo spread trading. Ma non si qualifica per il Nobel.
In questo caso, la non stazionarietà delle due serie deve essere identica, in modo che (la non stazionarietà) si estingua per sottrazione.
Se è diverso, allora dopo la sottrazione si ottiene il terzo tipo di serie instabile.
Come, con quali parametri possiamo confrontare la non stazionarietà di due serie non stazionarie?
In questo caso, la non stazionarietà delle due serie deve essere identica, in modo che (la non stazionarietà) si estingua per sottrazione.
Se è diverso, allora dopo la sottrazione si ottiene il terzo tipo di serie instabile.
Come, con quali parametri possiamo confrontare la non stazionarietà di due serie non stazionarie?
Spread trading - la certezza che dagli estremi la quotazione tornerà a zero. ma dopo quanto tempo?