エコノメトリックス:一歩先の予測 - ページ 88

 
Avals:


指標の残差は、それ自体では何も予測できないので、分析する意味がない。


まあ、1小節先まで予測するインジケーターと仮定すれば。では、その残滓は何を示すべきなのか。そして、なぜ それを表示する必要があるのでしょうか?faaの言うことはまだ理解しがたいので、質問はむしろSlavaに対してでしょう。
 
C-4:

よし、このインジケーターが1小節でも先を予測したとしよう。では、その残滓は何を示すのだろうか。そして、なぜ それを表示する必要があるのでしょうか?faaの言うことがまだ理解できないので、質問はむしろSlavaに対してでしょう。 。


検査結果が 信頼できるものであることを示すことになる。

Vasilyさん、1つのテイクプロフィットオプション=30pipsでストップなしのトレードを想像してみてください。彼は、400回のトレードを行い、すべて利食い - MO=30 pipsのテストを行いました。しかし、株式のドローダウン(これも残差/予測誤差)は、相場そのものと同様に非定常的なものとなります。つまり、その値は正規分布で記述されず、ある値を超える損失を得る確率はHPのように小さくはないのです。ドローダウンの分布には「ファットテール」が存在し、ドローダウンを得る可能性は十分にあり、この確率はテストでは得られない。だから他のテスト指標も全て信用できず、このシステムの手口は全く+30点ではなく、神のみぞ知るということになる。これは誇張された例です :)

実際には、誤差分布が定常的であっても、それは極めて単純なことで、一連のトレードにおけるドローダウンが同じになるとは限りません。システムの堅牢性とは、一連の取引におけるMOやドローダウンなど、システムのいくつかの特性が時間経過後も変わらないことを意味します。多くは、時間の経過とともに変化するエクイティの様子から、目で見て評価します。誰もが滑らかなエクイティ、できればまっすぐな上向きの角度を求めているのです :)

 
Avals:


検査結果が信頼できるものであることを示すことになる。

Vasilyさん、1つのテイクプロフィットオプション=30pipsでストップなしのトレードを想像してみてください。彼は、400回のトレードを行い、すべて利食い - MO=30 pipsのテストを行いました。しかし、株式のドローダウン(これも残差・予測誤差)は、相場そのものと同様に非定常的なものとなります。つまり、その値は正規分布で記述されず、ある値を超える損失を得る確率はHPのように小さくはないのです。ドローダウン分布には「ファットテール」が存在し、ドローダウンが発生する可能性は十分にあり、このドローダウン確率はテストでは得られない。

原則的に可能です。時間間隔で計算する必要があります。トレードの結果をカウントするのではなく、例えば日数や期間を小さくした結果をカウントする。
 

Avals:

C-4:

家庭菜園を作っても、システムの残滓を分析するのはなぜ?何をするものなのか?

私も初めてエコノメトリックパッケージを見たときは、皆さんと同じように驚きました。理由はとてもシンプルです。あなたが書いていることは、静止 系列ではすべて正しいです。もし系列が非定常なら、そこから商の一部を解析式で取り出すと、おそらく非定常の残差が得られるはずである。すなわち、非定常性の問題が残る。残滓に目をつぶると同時に、ふらつきなどの不快感を忘れることができるのです。しかし、この選択は意識的でなければ なりません。もちろん、その広がりがスプレッドより小さければ残差に唾をつけることもできますが、非定常性は陰湿であり、予測不可能なものです。
 
Avals:


検査結果が信頼できるものであることを示すことになる。

Vasilyさん、1つのテイクプロフィットオプション=30pipsでストップなしのトレードを想像してみてください。その方は、400回取引して、すべて利食い-MO=30pipsというテストをしました。しかし、株式のドローダウン(これも残差・予測誤差)は、相場そのものと同様に非定常的なものとなります。つまり、その値は正規分布で記述されず、ある値を超える損失を得る確率はHPのように小さくはないのです。ドローダウンの分布には「ファットテール」が存在し、ドローダウンを得る可能性は十分にあり、この確率はテストでは得られない。だから他のテスト指標も全て信用できず、このシステムの手口は全く+30点ではなく、神のみぞ知るということになる。これは誇張された例です :)

実際には、誤差分布が定常的であっても、それは極めて単純なことで、一連のトレードにおけるドローダウンが同じになるとは限りません。 システムの堅牢性とは、一連の取引におけるMOやドローダウンなど、システムのいくつかの特性が時間の経過とともに変化しないことを意味します。多くは、時間の経過とともにエクイティがどのように変化するか、目で見て評価します。誰もが滑らかなエクイティ、できればまっすぐな上向きの角度を求めているのです :)

前の記事を見ずに書きました。残高について何度も質問されたので、許可を得て文章をコピーします。
 
paukas:
原理的には可能です。時間間隔での計算が必要です。トレードの結果をカウントするのではなく、例えば日数や期間を小さくした結果をカウントする。

推定することは可能ですが、この推定を信用することはできません。あるサンプルはある統計値を持ち、別のサンプルは別の統計値を持ち、サンプル全体の統計値に収束することはないでしょう。
 

テイディングにはテスターという聖なる牛がいます。

テスターを使うことは、天啓のように提示される。そして、このスレッドを訪れる、この聖なる牛の熟練者は、悟りを開いた者のレベルで、こう教えている--人はフォワードテストも行うべきだ。もちろん、聖なる牛を論じることは冒涜的である。でも、試してみます。そこで、TSをテスターに通してスコアを出し、問題ないことを確認します。そして、悟りを開いた人たちが教えてくれるように、フォワードテストとしてもう1回実行し、最初の結果を確認するのです。正確に2つの数字が 得られることが誰にでもわかるように、細かく書いているのですが、これは統計学 なのでしょうか?私のスリッパは答えを知っているが、世界中に流通する本の著者は、2つの数字を統計として、非定常的な市場で受け流すのです

聖なる牛万歳!

 
Avals:


検査結果が信頼できるものであることを示すことになる。

...


つまり、定常的な残差は一種の言い訳になるのです。「見てください、私のリターンは正規分布しています。つまり、私の分散(スプレッド)は有限であり、予測可能です。私のS.C.O.から3シグマ以上、どんな取引でもアンダーカットしない99.8%の歯車を渡します!!」と言われました。

非定常 残差は、モデルの計算部分全体に疑問を投げかけるものです。なぜなら、モデルの計算をすべて無効にしてしまうからです。平均すると300点以下(sko=300点)になることもありますが、1000点や1500点が起きることもあり、正規分布から予想されるよりもずっと頻繁に起きるんです。"

しかし、どうすれば簡単に据え置き型が手に入るのかは、よくわからない。例えば上の例では、残差は我々の浮動小数点数であり、それゆえ残差は価格系列の動きであり、それ自体は定常ではないので、残差は非定常を含む価格のすべての特性を持つことになります。どうやら、faaはすでに自分のモデルを残差に再帰的に適用しているようだ。

"ああ、モデルから残差を求めたら非定常だったんだ。" faaは考える。- "だから今度は、その残差でモデルを作るんです。構築した。見てみた。残差は再び非定常となる。この手順を繰り返し、元のモデルの余りの上に構築されたモデルの余りの上にモデルを構築する...」と、余りがなぜか魔法のように定常状態になるまで、無限大に続けます。つまり、どんどん低い・うるさい相場水準まで深く降りていき、そのノイズの残滓が定常化するまで止まらない。しかし、市場はフラクタルではないでしょうか?つまり、どんなに低い価格活動まで降りても、この活動は大きな価格系列のイメージになる:つまり、太い尾と非定常性を持つことになるのである。

 
C-4:


FAAのモデルは、すでに残差に対して再帰的に適用されているようです。

しかし、どのようにすれば簡単に定常残差を得ることができるのか、よくわからない。例えば上の例では、残差は我々の浮動小数点数であり、したがって残差は価格系列の動きであり、それ自体は非定常であり、したがって残差は非定常を含む価格のすべての特性を持つことになる

"ああ、モデルから残差を求めたが、非定常である。" faaは考える。- "だから今度は、その残差でモデルを作るんです。構築した。見てみた。残差は再び非定常となる。この手順を繰り返し、元のモデルの余りの上に構築されたモデルの余りの上にモデルを構築する...」と、余りがなぜか魔法のように定常状態になるまで、無限大に続けます。つまり、どんどん低い・うるさい相場水準まで深く降りていき、そのノイズの残滓が定常化するまで止まらない。しかし、市場はフラクタルではないでしょうか?つまり、価格活動のレベルがどんなに低くても、この活動は大きな価格系列のパターン、すなわち太い尾と非定常性を持つことになるのである。

もちろん、わずかな追加で。

1.1pip以下の残差に対応する意味はない。

2.非定常な残差、すなわちその非定常性は、ARCHによってモデル化することができる。

これで完全に問題が解決したとは思いませんが、それでも一枚噛んでいます。そして、初代コティルのマジョリティ・モデリングと比較すれば、それらと比べれば進歩がある。

 
C-4:


つまり、定常的な残差は言う。"帰国子女は正規分布しており、分散は有限で予測可能だ "と。私のS.C.O.から3シグマ以上、どんな取引でもアンダーカットしない99.8%の歯車を渡します!!」と言われました。

非定常 残差は、モデルの計算部分全体に疑問を投げかけるものです。なぜなら、モデルの計算をすべて無効にしてしまうからです。平均すると300点(スコ=300ポイント)ですが、時には1,000点や1,500点が起こることもあり、正規分布から想像するよりもはるかに頻繁に起こるんです。"



C-4:


確かに、簡単に据え置き型が手に入るかというと、そうでもないですね。例えば上の例では、残差は我々の浮動小数点数なので、残差は価格系列の動きであり、それ自体は定常ではないので、残差は非定常性を含む価格のすべての特性を持つことになります。どうやら、faaはそのモデルを再帰的に残差に適用しているようだ。

"ああ、モデルから残像が出たが、不安定だ。" faaは考える。- "そこで今度は、モデルの残像の上にモデルを構築する。構築した。見てみた。残差は再び非定常となる。この手順を繰り返し、元のモデルの余りの上に構築されたモデルの余りの上にモデルを構築する...」と、余りがなぜか魔法のように定常状態になるまで無限大に繰り返すのです。つまり、どんどん低い・うるさい相場水準まで深く降りていき、そのノイズの残滓が定常化するまで止まらない。しかし、市場はフラクタルではないでしょうか?つまり、価格活動のレベルがどんなに低くても、その活動は大きな価格系列のイメージ、つまり太い尾と非定常性を持つことになるのです。

そう、こうすることで定常性ではなく、それにフィットしたものしか得られない可能性が高くなるのです。