Вы, наверное, заметили, что в процедуре вычисления параметров модели, описанной выше, я запоминал действительные предсказанные значения, так же как и предсказания направления приращения цены. Я хочу исследовать предсказательную способность величины приращения. Точнее, может ли фильтрация сделок, в случаях, когда величина предсказанного...
Вы, наверное, заметили, что в процедуре вычисления параметров модели, описанной выше, я запоминал действительные предсказанные значения, так же как и предсказания направления приращения цены. Я хочу исследовать предсказательную способность величины приращения. Точнее, может ли фильтрация сделок, в случаях, когда величина предсказанного...
リンクありがとうございます。十分に面白い。
これらのGARCHモデルの作成者は、解に非常に近いところにいるようだ。
GARCHモデルを使っている人は、結果が悪いのでしょうか？また、この取引実績はどこで読むことができるのでしょうか？というのも、すべての通貨ペアに対してt2分布を使用しなければならないのですが、各通貨ペアには1とは異なるスケールファクターが 存在するため、計算が複雑になってしまうのです。
敬具
Alexander_K
どういたしまして。私は、ブローカーが提供するあらゆる通貨ペアについて、このようなテーブルを多数提供することができます。
私は、ゼロ増分を「為替業者が買値を上げ、売値を前日と同じにした」と、平凡に解釈しています。
表はたくさん必要ない、分析の方法論が重要だ。
wikipediaの「スチューデント分布」を読んでみても、度数のヒストグラムが途中でゼロに傾くような例は一つもありませんでした。あなたは2つの確率変数の共同分布について全く話していないことに気づきました。最初の投稿で、BidとAskという2つの異なるシリーズを分析するというお話がありました。
ゼロではないAsk率の変化について意味のあるデータだけを残すと、出現頻度のヒストグラムの真ん中に凹みができてしまうのです。あなたのデータのギャップの幅は5桁の2ポイントですが、4桁のDCでは5桁の20ポイントが存在することになります。このことは、自由度2のStudentのt分布が最も適切であることに影響を与えますか？これは無意味な推論で、増分にばらつきがないことを意味する...。頻度のヒストグラムに「ありふれた」ものを加えただけで、そんな重大な結論を出すことはないでしょう。流通形態についての結論はどのように正当化されますか？
表はあまり必要ありません。 大事なのは分析手法です。
wikipediaの「スチューデント分布」を読んでも、度数のヒストグラムが途中でゼロに傾くような例はありませんでした。なお、あなたは2つの確率変数の共同分布について全く話していませんでした。最初の投稿で、BidとAskという2つの異なるシリーズを分析するというお話がありました。
ゼロでないAsk率の変化に意味のあるデータだけを残すと、周波数ヒストグラムの真ん中がくぼんでしまうのです。あなたのデータのギャップの幅は5桁の2ポイントですが、4桁のDCでは5桁の20ポイントが存在することになります。このことは、自由度2のStudentのt分布が最も適切であることに影響を与えますか？これは無意味な推論で、増分にばらつきがないことを意味する...。周波数ヒストグラムの "ありふれた "追加データから、そんな重大な結論を出すことはないでしょう。流通形態についての結論はどのように正当化されますか？
そう、それは必ず答えなければならない質問です。だから私はしばらく戻ってきました)
1.ヒストグラムの左側にある「ポケット」のような値を見ると、Ask増分ヒストグラムに凹みは見当たりません。すべてが厳密でなかなかいい感じです。ゼロのときが最大値で、それ以降は降順となる。ビッドも同様とする。AskとBidを組み合わせて使用すると、ヒストグラムの形が崩れてしまいます。
2.最も重要なことです。以下はその計算式である。
分布関数：F(x)=(1+(x/sqrt(s^2+x^2))/2
確率密度。P(x) = 1/sqrt((s^2+x^2)^3)である。
分位関数： Q(p) = 2*s*(p-1/2)*sqrt(2/a), ただしa=4*p*(1-p)とする。
以下の表記が適用されます。
X - 価格増額
S - スケールファクター（一般に標準偏差と等しくない。）
s=1.647のEURUSDペアで確認してみてください。
3.これらの公式は非標準化t分布の特殊なケースであり、自由度2のスチューデント分布に関する文献に記載されています。
4.乱数発生器を使っていろいろな分布を求めたが、これが最も正確に価格変動を表現している。もう一度言いますが、これはすべての通貨ペアで同じで、通貨ペアごとに係数sが 異なるだけです。
5.そして今、私はそれをどうしたらいいのか知りたいのです。GARCHモデルを勉強した方がいいというアドバイスがあったので、近いうちにやってみようと思っています。
敬具
Alexander_K
リンクありがとうございます。十分に面白い。
これらのGARCHモデルの作成者は、解に非常に近いところにいるようだ。
GARCHモデルを使っている人は、結果が悪いのでしょうか？また、この取引実績はどこで読むことができるのでしょうか？というのも、すべての通貨ペアに対してt2分布を使用しなければならないのですが、各通貨ペアには1とは異なるスケールファクターが 存在するため、計算が複雑になってしまうのです。
敬具
Alexander_K
まあ、一般的には、このモデルは大学でも研究されているし、ある意味一般的で、何も問題はないのですが。私は個人トレーダーの立場から見ています。おそらく、素晴らしい経験と基盤を持つ一部の組織がその恩恵を受けているのでしょう。少なくとも、ポートフォリオなどのリスクを見積もることができます。ただ、FXの投機に関しては、やはりご指摘の通り、統計解析やモデル自体が複雑なためか、有効活用の例を見たことがありません。つまり、例がないのです。もしかしたら、誰かが持っていて、リンクを貼ってくれるかもしれません。SanSanychが何か提案してくれたので、調べてみることにします。
まあ、一般的には、このモデルは大学でも教えられているくらいで、ある種、普遍的に受け入れられていて、何も問題はないのですが。私は個人トレーダーの立場から見ています。おそらく、素晴らしい経験と基盤を持つ一部の組織は、少なくともポートフォリオのリスク評価などができるようになり、その恩恵を受けていると思います。しかし、FXの投機という意味では、有効な活用例に出会ったことがありません。やはり、ご指摘のように、統計解析やモデル自体の難しさが原因かもしれません。
マキシムさん、こんにちは。
これが前代未聞だったころの旧ソ連の教育が残っているんです。娘から「この増分を解析して」と言われただけなので、やってみました。
今のところ、これらの美しい数式やグラフを実際にどのように適用すればよいのか、見当もつかない。これからGARCHを勉強して、本当に確かな理論が実践結果で証明されたら、娘にこのゲームのためのお金を提供します :)))
リーズナブル。
Alexander_K
マキシムさん、こんにちは。
これが前代未聞だったころの、昔のソ連の教育が残っているんです。娘から「こういう単位で分析して」と言われただけなので、やってみました。
今のところ、これらの美しい数式やグラフを実際にどのように適用すればよいのか、見当もつかない。これからGARCHを勉強して、本当に確かな理論が実践的な結果で証明されたら、娘のためにこのゲームにお金を割こうと思っています :)))
リーズナブル。
Alexander_K
ここでは、数学的な装置やモデルを真剣に理解している実践的なトレーダー http://www.quantalgos.ru/?s=garch のメモを紹介します。
この人のブログは全般的に面白い。私自身、知らないこと、習得していないことがたくさんあります。
そう、この質問には絶対に答えなければならない--だから、私はしばらく戻ってきたのだ)
1.ヒストグラムの左側にある「ポケット」のような値を探してみてください。すべてが厳密でなかなかいい感じです。ゼロのときが最大値で、それ以降は降順となる。ビッドも同様とする。しかし、AskとBidを任意に組み合わせて使用すると、ヒストグラムの形状が崩れてしまいます。
2枚目の写真について、https://www.mql5.com/ru/forum/218475/page2#comment_5989670、コメントをお願いしただけではありません。これを見ると、Bidシリーズの価格上昇の頻度はAskシリーズに比べて非常に低いことがわかる。これは現実にあることです。一方、あなたは、他の行に変更があった場合に、価格増分の不正な値をゼロに挿入すると、異なる2行の価格増分の合計数は常に同じになります。これはデータの改ざんの兆候である。分析対象が置き換えられ、他の系列で起こった事象がAsk系列の増分に挿入される。
Bidシリーズがなければ、Askシリーズの分析もできません。行解析の手法としては意味がなく、一度に2つの行を必要とします。
素晴らしい。
簡単に言えば、ある価格の増分は、その増分の発生確率（いわゆる重み）のある値（上記の私の投稿の確率密度 式を参照）に対応し、増分の分布が係数sのt2分布であることを知っています。したがって、あるサンプルサイズの実価格BidまたはAskに対して 、数学的期待値のBidまたはAskを加重平均、価格分散を加重ディとして条件付推定を得る ことができるのです。
さらに、そのサンプルサイズを動的なFIFO型系列として扱い、加重分散を平均化すると、数学的期待値の移動平均について、ある条件付き平均分散を得る ことができる。
この条件分散を上回れば、取引を実行することができる。
しかし、この推論には、必要なサンプル量（実際には、時間枠の選択）の不確実性と、履歴ティックデータの量の不確実性（平均化は、1000000ティック以上の履歴データに対して実行されるべきであるか）という弱いリンクがまだ残っています。
さらに読み進めていきます。何かアイデアがあれば、書いてみてください。
https://www.mql5.com/ru/forum/218475/page2#comment_5989670、2番目の図についてコメントを求めたのには理由があります。これを見ると、Bidシリーズの価格上昇の頻度はAskシリーズに比べて非常に低いことがわかる。これは現実にあることです。一方、あなたは、他の行に変更があった場合に、価格増分の不正な値をゼロに挿入すると、異なる2行の価格増分の合計数は常に同じになります。これはデータの改ざんの兆候である。分析対象が置き換わり、他の系列で起こった事象が増分の系列に挿入される Ask.
Bidシリーズがなければ、Askシリーズの分析もできません。行解析の手法としては意味がなく、一度に2つの行を必要とします。
今回も、無作為に選んだブローカー（宣伝ではないのでどことは言いません）のデータを、デモのNDD口座から集めていました。
もしかしたら、デモサーバーが間違ったデータの一部を出したのかもしれませんし、その逆かもしれません。しかし、それでも現実的にはブローカーにこれ以上の精度を求めることはできず（たぶんこれは無駄なこと）、今あるもので仕事をした。
素晴らしい。
簡単に言えば、価格の増分の特定の値は、その増分が発生する確率（いわゆる重み）の特定の値（上記の私の投稿にある確率密度 式を参照）に対応している、...ということである。
何かアイデアがあれば、書いてみてください。
むき出しの小刻みな作業をするのは、あまり効果的ではないのでしょうね。グラデーションは、何らかのコンテキスト（フィルター、イベント、条件）と結びついている必要があります。時系列を構成要素に分化（分割）し、別々に処理するのがより正しい。そのような機能は、次のようなものがあります。