ランダムフロー理論とFOREX - ページ 19

 

エルナー01

"...特に、線形回帰長の選択の恣意性は、この段階で既に問題になっている..."

私もそう思います。しかし、この疑問には答えられると思います。モデルの寿命」を調査する必要がある。それ(時間)が線形回帰の深さを決めるべきと思われます。モデルの発散の基準やモデル自体やそのパラメータは、必要に応じて調整+履歴の実行+統計の収集が可能なので、そこからが芸術の始まりです。そして、そうして初めて、何らかの結論を導き出すことができるのです。実は、モデルの寿命について統計を取っている研究はない」と的確に 指摘したユリックス さんの言葉を引用したい。また、モデルを認識するために必要な情報量(=ラグタイム)についてのデータもない。これらのモデルを導入して使っている人たちでさえ、そのような研究を実施したり発表したりすることを好まない。 どうやら、その戦略にプラスモがあれば、確率が揃う前に、やはりそのモデルが認められると考えられているようである。"

モデルの寿命とそれを認識するために必要な時間の答えを得ることで、TS作成への一歩が踏み出せるでしょう。

数学

"...今度は、a*x+bを、実際にトレンドを除去する、より意味のあるものに置き換える必要がある..."

もちろんできますが、問題はどの程度の多項式で止めるかです。 また、より正確にスプラインで近似することも可能です。

いずれにしても、次のような理由から、直線を選ぶべきと思われる。1.MOJ=ゼロ。2.多くの人は、価格があるレベルに対して振動しているように見えることによく気づきます。パラボラよりも直線の方が水平に近いような気がします。流体解析に必要な道具をすべて作れるようになったら、またこの問題に戻って、その方がいいかどうか考えるかもしれません。 でも、まずは直線を扱ってみて、比較する材料がありますから。

本当は、プロセスをデトレンドして、その残差を分析したいのですが。CANDIDが言ったように !!!必ず直線の方程式(トレンド)が存在する。どれくらいの深さまで作るかという質問に答えればいいだけなんです。

今日は、2007年11月23日のGBPUSDのM1を使って、クォートの流れをモデリングしてみました。以下はその図表である(図1)。

図1

図2

RMS、相関時間、固有振動数はACFから取得しました。

そして方程式に代入

その結果をグラフに示します。赤い線がモデル、青い線がトレンドを差し引いた後の相場。

図3

各種モデルの解説はこちらからご覧いただけます。P.279.ティホノフ V.I. "ランダム過程の非線形変換".-M.;ラジオ・コミュニケーション社、1986年。

興味がある人、市場を調べたい人は本書を探すことをお勧めします。その中の一句を紹介します。

21ページ"包絡線、位相、瞬時周波数の概念は、あらゆるランダムなプロセスに形式的に適用可能です。....これらの概念は、特定の無線工学の問題の近似解に用いられるため、ランダム過程に関する数学の著作ではほとんど目にすることがない。".

特に、私が使ったモデルは、ランダムなプロセスを適用した後の発振回路の挙動を記述するモデルです。プロセスのACFは

図4

そして、次はデザートです :-)Fig.4とFig.2の違いを10個見つけよ。

追伸:トレンドは常に存在します。私は、どのような時間枠でも、どのような相場でも、直線を引くことができます。問題は、どれだけ長く生きられるかです

P.P.S. そして、常にフラットが存在し、問題は周波数と振幅と減衰係数だけです。

 
rsi:
プライベートの 話。

rsiはベターニューラルネットワークの チューニングは何の確率で「...確率的に...」という質問に答えようとする?

...つまり、(投げかけられた質問に答えるために)ネットワーク(の各出力)は、入力ベクトルと決定(出力)が最も妥当な方法で一致する確率に調整される。


私なら、まったく逆に組みますね。まず、アウトプット(ネットワークの調整対象)を定義し、次にインプットを考える。

そして、「反対方向に向かう確率が高くなったらポジションを閉じる」というヒントをバッターは与えてくれたと思う。私がニューラルネットワークを構築する方法だと、バッターはその方向に行ったかもしれない。1.ZigZagという優れたインジケーターがあります。引用文の重要なポイント、方向転換のポイントを探すのに使っています。2.私はそのようなポイント(より可能性が高い、領域)に到達するために一定の確率で可能にする国家演算子の入力で指標とそのパラメータのセットを探して、確率1でより良い:-)。

私はこの方法で行っていますが、ただ、これらのポイントをヒットするために、NS入力で、単にすべての可能な指標とそのパラメータに目を通したくない(認識)。カルマンフィルターに組み込まれた「市場行動」モデルを入力したい。これらのモデルの妥当性、寿命、検出に必要な時間などを事前に検証しています。寿命で分類すると3種類になることが多いようです。スモール、ミディアム、ラージ。そうすれば、3 in 1が実現します。

しかし、古典的な意味でのNSになるかというと、私はそうは思いません。

ここでは、その入力の一つを紹介します。このスレッドでよく話題になるインジケーターを改造したものです。

 

時間ではなくティックを基準にしたバーのチャートを構築する !別のスレッドで表現されたMathematicsの 素晴らしいアイデア。

ただ、ここでも解説を加えながら反映させたいと考えています。ソースストリームはティックストリームである。それを棒グラフに変換すると、非線形変換になりますが、分単位でしかその歴史を確実に再現できないので、それを使わざるを得ないのです。

提案する構成は、解析しようとしている非定常な流れを、その強度がconstに等しい流れに還元する。最初のページで、IPについて、1次のモメンタム機能はその最も重要な特性の一つであると述べた。 それは異なる特性を持つ別の価格シリーズになるだろうが、結果は確かに興味深いものになる。例えば、ATRがこのシリーズでどのような挙動を示すのか、また他の標準的な指標も非常に興味深い。このシリーズのAKFとスペクトラムはどうなるのでしょうか。

もし誰かがティックのアーカイブを持っていたら。少なくとも1週間は共有させてください。このアーカイブはkomposterに渡して ください。彼は魔法使いなんだから、なんとかなるでしょ。または、通貨や時間間隔の説明とともに、ここに投稿してください。グラフを作成し、必ず投稿します。

P.P.S. もしかしたら、マーケットは別の時間次元に住んでいて、1秒が1ティックなのかもしれませんね。

 

2000年以降のtickframesを年・月別にアーカイブしたものhttp://ratedata.gaincapital.com/

ティックフレーム(タイムフレームとは異なる)の考え方は、ここで何度も、そして長い間、議論されてきたことです。MT5でティックフレームを標準装備してほしいという要望がありました。開発者がやってくれるかもしれない。fxclubフォーラムでは、Northwindが tickframeの分布の研究を含む非常に興味深い資料を公開しています: http://forum.fxclub.org/showthread.php?t=32864 andhttp://forum.fxclub.org/showthread.php?t=32942

そして、市場にはその時期があることは間違いない。

 

そうですね、このアイデアは昔から議論されていましたし、私もこのノースウインドの 研究についてはよく理解しています。私は、トレーディングの文脈ではなく、分布関数と一般的なプロセスの非常に異なる性質という文脈でそれを指摘しただけです。

それは,刻み幅の非定常性(これがファットテイルやその他の不快感の本当の理由です)であり,一方で刻み幅自体は非常に明確な離散的FR(実際には-強いトレンドでもほぼ同じ振幅を持つ2つの鋭い+1ピーク,大きな 振幅を持つ他の刻みの寄与は重要ではありません)である。私たちは、相場の価格的な要素を議論するのは大好きですが、時間的な要素についてはほとんど考えません。

ティックアーカイブについては、ディーラーによってティックフローの密度が大きく異なる場合がありますので、注意が必要です。 また、このアーカイブは本当にインジケーターに必要なのでしょうか?ティックボリュームの データで十分なのです。

追伸:もちろん、ティックボリュームのデータだけでは十分ではありません。しかし、分単位のティックボリュームがあれば、「ほぼ等ボリューム」の棒グラフを描くには、もう十分なのです。

 

プライバルの 問いかけに、私は答えた。

配信に関しては、何が問題なのかわからない。同じ大きさの棒グラフを作るのに、10行のコードが必要で、その分布関数を作るのにも同じ労力がかかります。イベント全体を非常にコンパクトなスクリプトで実装することができます。それを阻むものは何ですか?

それと、ティックストリーム密度はどう関係しているのでしょうか?全体像を台無しにするはずの時間を、なぜまた持ち込むのか。その上、一定体積の棒の場合、密度が高いと、同じ時間間隔でより多くの棒ができることになるだけです。それがどうした?タイムフレームからの脱却ということであれば、タイムフレームは何の関係があるのでしょうか?そして最後に、販売店の違いはどう関係するのでしょうか?その通り、違うからです。もし、その手法があるディーラーには有効で、他のディーラーには有効でないとしたら、それはゴミです。

要するに、言い訳をするのではなく、見て面白いのであれば、見ることが必要なのです。自分の興味のある分野だったら、とっくに全部やっていますよ。

 
プライベートは、便利そうなインジケータを見つけました。著者のアドレスが載っている。
ファイル:
 
rsi:
プライベート、インジケータを発見、便利かも、著者のアドレスがある。

ありがとうございます。調べてみると、名前が素敵ですね。しかし、残念ながらこれはカルマンフィルターではなく、私がコードを正しく理解していれば、縮退したケース、いわゆるアルファベッタフィルターなのです。本当の(正しい)フィルターは、これらの係数を自分で計算し、入力ストリームへの適応を生成しなければなりません。

ここでは、カルマンフィルタのS修正と呼ばれるアルゴリズムの一つを紹介します。


p/s/このラインは悪くないのですが、便利かもしれませんね。いつもありがとうございます。

return((iHigh(NULL,0,shift)+iLow(NULL,0,shift)+iClose(NULL,0,shift)+iClose(NULL,0,shift))/4);
 

Privalさん、このフィルタをMathcad環境で書いた実用版をお持ちですか?もしそうなら、必要な説明とともに、Mathcad2001のワークシートより新しいフォーマットで投稿してください。私の理解では、コードは1つの入力、1つの出力といくつかの調整可能なパラメータを持っている必要があります。野獣の正体を見てみよう!

 
Neutron:

Privalさん、このフィルタをMathcad環境で書いた実用版をお持ちですか?もしそうなら、必要な説明とともに、Mathcad2001のワークシートより新しいフォーマットで投稿してください。私の理解では、コードは1つの入力、1つの出力といくつかの調整可能なパラメータを持っている必要があります。野獣の正体を見てみよう!

これは、私の作業用バージョンの一つです。ただ、今のところ、すべてが思い通りにいくわけではありません。調整可能なパラメータについては、通常の意味でのパラメータはありません。カルマンフィルタは、3つの行列を使ったネスティング(設定)により調整される。1番目は行列Fで、プログラム内でフィルタリングされているプロセスのモデル(流速+その加速度V(k)+a(k))を含んでいます。2番目の行列は、モデルDxの励振ノイズです。そして3番目の行列が測定ノイズの分散で、プログラムでは縮退したケースD_score=const.

その過程で、測定値やモデルの信憑性を高めるためにフィルターが調整される。

今、測定ノイズで悩んでいるのですが、もしかしたらrsi さんの言うとおり測定ノイズは ないのかもしれませんね。しかし、その場合、フィルターの発散基準で疑問が生じます。入力ストリームがネストされたモデルと整合しなくなったかどうかは、どのように判断するのですか?


matcad14用とバージョン11用の2つのファイルがアーカイブされていますが、戦っていたのは
ファイル:
kalman.zip  116 kb