공적분을 평가하는 데 사용하는 다양한 방정식을 제공했습니다. 회귀 분석에 결정론적 추세 구성 요소를 포함하는 이유를 정당화할 때 요점을 놓친 것 같습니다. 다시 설명해 주시겠습니까?
내가 아는 한, 회귀자에 그러한 구성 요소가 포함된 경우에만 결정적 구성 요소가 포함되어야 합니다. 이 경우 MacKinnon의 테이블에서 t-statistics의 임계값을 올바르게 사용할 수 있습니다. 나는 eurusd, gbpusd 또는 이들의 일부 선형 조합에 결정론적 선형 경향이 있는지 매우 의심스럽습니다.
알려진 바와 같이 공적분(cointegration)이 실제로 일어날 때 회귀계수(장기모형)의 추정치는 초일관성을 갖는다. 결과에 따라 eurusd와 gbpusd의 공동 통합이 있습니다. 이 두 조항을 기반으로 두 개의 겹치지 않는 데이터 섹션에서 제공한 회귀 계수(반드시 동일한 예측 변수 사용)를 평가한 다음 체비쇼프 부등식을 사용하여 C(3 ) 이러한 데이터 섹션의 계수는 통계적으로 유의하지 않습니다. 그렇다면 회귀 잔차의 평균 반복이 아니라 결정적 추세 구성 요소를 거래해야 합니다. C(3) 계수의 추정치가 크게 다르다면 추정된 회귀의 구조를 재고할 것을 권합니다.
내가 아는 한, 결정적 구성 요소는 회귀자에 그러한 구성 요소가 포함된 경우에만 포함되어야 합니다. 이 경우 MacKinnon의 테이블에서 t-statistics의 임계값을 올바르게 사용할 수 있습니다. 나는 eurusd, gbpusd 또는 이들의 일부 선형 조합에 결정론적 선형 경향이 있는지 매우 의심스럽습니다.
알려진 바와 같이 공적분(cointegration)이 실제로 일어날 때 회귀계수(장기모형)의 추정치는 초일관성을 갖는다. 결과에 따라 eurusd와 gbpusd의 공동 통합이 나타납니다. 이 두 조항을 기반으로 두 개의 겹치지 않는 데이터 섹션에서 제공한 회귀 계수(반드시 동일한 예측 변수 사용)를 평가한 다음 체비쇼프 부등식을 사용하여 C(3 ) 이러한 데이터 섹션의 계수는 통계적으로 유의하지 않습니다. 그렇다면 회귀 잔차의 평균 반복이 아니라 결정적 추세 구성 요소를 거래해야 합니다. C(3) 계수의 추정치가 크게 다르다면 추정된 회귀의 구조를 재고하는 것이 좋습니다.
공적분을 평가하는 데 사용하는 다양한 방정식을 제공했습니다. 회귀 분석에 결정론적 추세 구성 요소를 포함하는 이유를 정당화할 때 요점을 놓친 것 같습니다. 다시 설명해 주시겠습니까?
아무 말도 할 수 없는 것이 사실입니다.
제 생각에는 과거에 다른 두 사이트를 비교하는 것은 아무 것도 제공하지 않습니다. 실제 거래 - 한 막대 앞으로 이동하고 한 막대가 다른 이 새 섹션은 새 계수를 제공합니다. 위는 계수 c(1) 및 c(2)의 값입니다. 항상 상당히 크게 변경됩니다. 다음은 (3)의 계수 값입니다.
a) t-통계는 데이터가 정규 분포를 갖고 있다고 가정하고 이러한 데이터에만 사용되며 그렇지 않으면 결과가 왜곡됩니다.
b) matstat의 새로운 방향은 100%를 t-기준, 계몽, 플리즈 값으로 나누는 것입니다.
a) 실제로 z-통계
b) 이것은 백분율 오류를 빠르게 평가하는 시드를 위한 것입니다.
하지만 그게 아닙니다.
문제는 뿌리에 있습니다. 내가 읽은 모든 것은 예측 가능성이 "올바른"것에 대한 요구 사항을 따르지 않는다고 말합니다. 나는 항상 이것을하는 경향이 있습니다. 공적분은 입력이 고정 급수에 있다는 사실에 매력을 느낍니다. 그러나 예측 가능성의 문제는 남아 있습니다.
a) 실제로 z-통계
이는 Student's 대신에 점근적으로 정규화되어야 함을 의미하며, 이는 사실과도 거리가 멉니다.
b) 이것은 백분율 오류를 빠르게 평가하는 시드를 위한 것입니다.
하지만 그게 아닙니다.
문제는 뿌리에 있습니다. 내가 읽은 모든 것은 예측 가능성이 "올바른"것에 대한 요구 사항을 따르지 않는다고 말합니다. 나는 항상 이것을하는 경향이 있습니다. 공적분은 입력이 고정 급수에 있다는 사실에 매력을 느낍니다. 그러나 예측 가능성의 문제는 남아 있습니다.
이는 Student's 대신에 점근적으로 정규화된 것으로 가정한다는 것을 의미하며, 또한 사실과도 거리가 멉니다.
그리고 무엇보다도 공적분 자체의 예측 가능성에 대한 질문입니다. 또한 작업하는 것이 좋습니다.또한 작업하는 것이 좋습니다.
결과는 다음과 같습니다. 나는 H1 6736 바를 가져갔습니다. 그림은 처음 500개 막대를 보여줍니다. 창 118 막대(주). 한 바씩 이동합니다.
공적분 회귀
EURUSD = C(1)*GBPUSD + C(2) + C(3)*@TREND
쌍의 차이점
입구 - 아래에서 위로 건너기
출구 - 제로 크로싱
나는 위의 입력을 고려하지 않습니다. 너무 복잡한 도면을 얻습니다.
이 사이트에서 받은 거래
핍 거래
공적분 회귀에서 계수 c(i)의 매우 이상한 동작
나는 당신의 의견을 듣고 싶습니다.
공적분 회귀
EURUSD = C(1)*GBPUSD + C(2) + C(3)*@TREND
공적분을 평가하는 데 사용하는 다양한 방정식을 제공했습니다. 회귀 분석에 결정론적 추세 구성 요소를 포함하는 이유를 정당화할 때 요점을 놓친 것 같습니다. 다시 설명해 주시겠습니까?
내가 아는 한, 회귀자에 그러한 구성 요소가 포함된 경우에만 결정적 구성 요소가 포함되어야 합니다. 이 경우 MacKinnon의 테이블에서 t-statistics의 임계값을 올바르게 사용할 수 있습니다. 나는 eurusd, gbpusd 또는 이들의 일부 선형 조합에 결정론적 선형 경향이 있는지 매우 의심스럽습니다.
알려진 바와 같이 공적분(cointegration)이 실제로 일어날 때 회귀계수(장기모형)의 추정치는 초일관성을 갖는다. 결과에 따라 eurusd와 gbpusd의 공동 통합이 있습니다. 이 두 조항을 기반으로 두 개의 겹치지 않는 데이터 섹션에서 제공한 회귀 계수(반드시 동일한 예측 변수 사용)를 평가한 다음 체비쇼프 부등식을 사용하여 C(3 ) 이러한 데이터 섹션의 계수는 통계적으로 유의하지 않습니다. 그렇다면 회귀 잔차의 평균 반복이 아니라 결정적 추세 구성 요소를 거래해야 합니다. C(3) 계수의 추정치가 크게 다르다면 추정된 회귀의 구조를 재고할 것을 권합니다.
내가 아는 한, 결정적 구성 요소는 회귀자에 그러한 구성 요소가 포함된 경우에만 포함되어야 합니다. 이 경우 MacKinnon의 테이블에서 t-statistics의 임계값을 올바르게 사용할 수 있습니다. 나는 eurusd, gbpusd 또는 이들의 일부 선형 조합에 결정론적 선형 경향이 있는지 매우 의심스럽습니다.
알려진 바와 같이 공적분(cointegration)이 실제로 일어날 때 회귀계수(장기모형)의 추정치는 초일관성을 갖는다. 결과에 따라 eurusd와 gbpusd의 공동 통합이 나타납니다. 이 두 조항을 기반으로 두 개의 겹치지 않는 데이터 섹션에서 제공한 회귀 계수(반드시 동일한 예측 변수 사용)를 평가한 다음 체비쇼프 부등식을 사용하여 C(3 ) 이러한 데이터 섹션의 계수는 통계적으로 유의하지 않습니다. 그렇다면 회귀 잔차의 평균 반복이 아니라 결정적 추세 구성 요소를 거래해야 합니다. C(3) 계수의 추정치가 크게 다르다면 추정된 회귀의 구조를 재고하는 것이 좋습니다.
공적분을 평가하는 데 사용하는 다양한 방정식을 제공했습니다. 회귀 분석에 결정론적 추세 구성 요소를 포함하는 이유를 정당화할 때 요점을 놓친 것 같습니다. 다시 설명해 주시겠습니까?
아무 말도 할 수 없는 것이 사실입니다.
제 생각에는 과거에 다른 두 사이트를 비교하는 것은 아무 것도 제공하지 않습니다. 실제 거래 - 한 막대 앞으로 이동하고 한 막대가 다른 이 새 섹션은 새 계수를 제공합니다. 위는 계수 c(1) 및 c(2)의 값입니다. 항상 상당히 크게 변경됩니다. 다음은 (3)의 계수 값입니다.
다음은 공적분(회귀 아님) 방정식의 추정치입니다.
종속변수: EURUSD
방법: 동적 최소제곱(DOLS)
날짜: 04/28/12 시간: 14:49
샘플: 118 6736
포함된 관찰: 6619
공적분 방정식 결정론: C @TREND
자동 리드 및 지연 사양(AIC 기반 리드=34 및 지연=34
기준, 최대=34)
장기 분산 추정(Bartlett 커널 , Newey-West 고정 대역폭 =
11.0000)
표준 오차 및 공분산에 대한 df 조정 없음
변하기 쉬운 계수 표준 오류 t-통계량 문제
GBPUSD 1.477877 0.039584 37.33545 0.0000
씨 -0.983188 0.064891 -15.15143 0.0000
@경향 9.03E-07 6.68E-07 1.352241 0.1763
t-Statistic과 이에 해당하는 확률 은 전체 표본(118-6736 막대)의 추세를 무시할 수 있음을 나타냅니다. 큰 표본에는 경향이 없을 가능성이 높기 때문에 이는 놀라운 일이 아닙니다.
샘플 창 크기 = 118bar를 가정해 보겠습니다. 그림이 다릅니다.
종속변수: EURUSD
방법: 동적 최소제곱(DOLS)
날짜: 04/28/12 시간: 15:00
샘플: 118 236
포함된 관찰: 119
공적분 방정식 결정론: C @TREND
자동 리드 및 지연 사양(AIC 기반 리드=1 및 지연=0
기준, 최대=12)
장기 분산 추정(Bartlett 커널, Newey-West 고정 대역폭 =
5.0000)
표준 오차 및 공분산에 대한 df 조정 없음
변하기 쉬운 계수 표준 오류 t-통계량 문제
GBPUSD 0.410017 0.131928 3.107892 0.0024
씨 0.652893 0.209209 3.120769 0.0023
@경향 0.000202 1.90E-05 10.59269 0.000 0
추세가 있는 것 같지만 t-Statistic의 값이 너무 낮아 계수 추정에 큰 오류가 있음을 나타냅니다.
이것으로부터 추세 제거는 항상 수행되어야 한다는 결론이 나옵니다. 그러나 이것은 선형 추세가 아닙니다. 추세 방정식에 특정 제한 사항이 있습니다. 예를 들어 Hodrick-Prescott 필터를 사용할 수 있습니다.
다음은 두 가지 결정적 경향을 포함하여 얻은 결과입니다.
종속변수: EURUSD
방법: 동적 최소제곱(DOLS)
날짜: 04/28/12 시간: 15:06
샘플: 118 236
포함된 관찰: 119
공적분 방정식 결정론: HP_EUR HP_GBP
자동 리드 및 지연 사양(AIC 기반 리드=0 및 지연=0
기준, 최대=12)
장기 분산 추정(Bartlett 커널, Newey-West 고정 대역폭 =
5.0000)
표준 오차 및 공분산에 대한 df 조정 없음
변하기 쉬운 계수 표준 오류 t-통계량 문제
GBPUSD 0.604971 0.094954 6.371191 0.0000
HP_EUR 1.002990 0.028777 34.85379 0.0000
HP_GBP -0.607497 0.096679 -6.283619 0.0000
이전의 경우보다 훨씬 더 적절합니다. 가장 중요한 것은 이 것이 한 막대만큼 이동할 때 더 안정적이라는 것입니다.
설득했다. 거의.
페어 트레이딩. 영구 로트=1. H1에 1036개의 막대가 있습니다.
견적 차트
스프레드 없는 균형.
왼쪽 - 증분, 즉 0.8 = 8000핍
거래 결과 차트
두 통화 쌍에 대한 요약 통계:
이익 요인
[1] 6.210877
> 이익.플러스
[1] 1.1192 = * 10000 = 11192핍
> 이익.마이너스
[1] 0.1802 = *10000 = 1802핍
> sd(이익) - 비율
[1] 0.001738898 * 10000 = 17핍
> 요약(이익)
최소 .......1번째 Qu.... 중앙값 평균 .......3번째 Qu. 최대
-0.0047000 0.0000000 0.0006000 0.0009064 0.0015000 0.0192000
마지막 줄에서: 최대 드로우다운(핍) = 47핍. 최대 수익성 거래 = 192핍.
거래 시스템을 구축할 때 다음 라이브러리가 사용되었습니다.
라이브러리(mFilter)
라이브러리(tsDyn)
라이브러리(lmtest)
라이브러리(fUnitRoots)
도서관(동물원)
여기로 옮겼습니다.
여기에 또 다른 플롯이 있습니다. 막대 수 는 H1에서 2.5배 더 많습니다.
마지막 1000개의 균형 막대
그리고 이것은 최종 통계입니다.
> 이익 요인
[1] 6.843426
> 이익.플러스
[1] 2.8366
> 이익.마이너스
[1] 0.4145
> SD(이익)
[1] 0.001760334
> 요약(이익)
최소 1stQu. 중앙값 평균 3번째 Qu. 최대
-0.004000 0.000100 0.000700 0.001054 0.001700 0.017300
이익률과 드로다운은 크게 변하지 않았으니 참고하시기 바랍니다.
(18)과 비교할 구체적인 결과를 기다리고 있습니다.