Aprendizado de máquina no trading: teoria, prática, negociação e não só - página 295

[СанСаныч Фоменко]

A questão da correlação das variáveis tem sido discutida muitas vezes.

Claro que a correlação é a mais duvidosa, muito rapidamente a correlação com os anéis de Saturno, as borras de café... começa a ser vista.

De alguma forma, isto foi esquecido:

Oteste decausalidade da Granger é um procedimento para testar a causalidade ("Granger causalidade") entreséries temporais. A idéia do teste é que os valores (mudanças) das séries cronológicas{\i1}, que causam mudanças nas séries cronológicas{\i}, devem preceder as mudanças nesta série cronológica e, além disso, devem contribuir significativamente para seus valores previstos. Se cada variável contribuir significativamente para a predição da outra, pode haver alguma outra variável que afete ambas.

O testeGrangertesta consistentemente duas hipóteses nulas: "x não é a causa de y de acordo com a Granger" e "y não é a causa de x de acordo com a Granger". Para testar estas hipóteses, duas regressões são construídas: em cada regressão, a variável dependente é uma das variáveis testadas para causalidade, e os regressores são os desfasamentos de ambas as variáveis (na verdade, éuma auto-regressiva vetorial).

E aqui está o código para este caso a partir daqui.

# READ QUARTERLY DATA FROM CSV
library(zoo)
ts1 <- read.zoo('Documents/data/macros.csv', header = T, sep = ",", 
FUN = as.yearqtr)
 
# CONVERT THE DATA TO STATIONARY TIME SERIES
ts1$hpi_rate <- log(ts1$hpi / lag(ts1$hpi))
ts1$unemp_rate <- log(ts1$unemp / lag(ts1$unemp))
ts2 <- ts1[1:nrow(ts1) - 1, c(3, 4)]
 
# METHOD 1: LMTEST PACKAGE
library(lmtest)
grangertest(unemp_rate ~ hpi_rate, order = 1, data = ts2)
# Granger causality test
#
# Model 1: unemp_rate ~ Lags(unemp_rate, 1:1) + Lags(hpi_rate, 1:1)
# Model 2: unemp_rate ~ Lags(unemp_rate, 1:1)
#   Res.Df Df      F  Pr(>F)
# 1     55
# 2     56 -1 4.5419 0.03756 *
# ---
# Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
 
# METHOD 2: VARS PACKAGE
library(vars)
var <- VAR(ts2, p = 1, type = "const")
causality(var, cause = "hpi_rate")$Granger
#         Granger causality H0: hpi_rate do not Granger-cause unemp_rate
#
# data:  VAR object var
# F-Test = 4.5419, df1 = 1, df2 = 110, p-value = 0.0353
 
# AUTOMATICALLY SEARCH FOR THE MOST SIGNIFICANT RESULT
for (i in 1:4)
  {
  cat("LAG =", i)
  print(causality(VAR(ts2, p = i, type = "const"), cause = "hpi_rate")$Granger)

[mytarmailS]

SanSanych Fomenko:

Claro que a correlação é a mais duvidosa, muito rapidamente começa a surgir a correlação com os anéis de Saturno, as borras de café...

De alguma forma, isto foi esquecido:

Ninguém se esqueceu de nada....

É aí que o google correlacionar vai perguntar, como você quer medir a correlação? Googling não vai perguntar sobre isso agora, e não vai. O serviço tem 6 anos, e se eles quisessem fazê-lo, eles já o teriam feito ...

E outra coisa...

O Google tem bilhões de BPs em sua base de dados, sempre haverá uma centena de BPs que estão perto por acaso, só porque a base de dados é enorme e não importa como eles medem a proximidade, simples correlação ou algo complicado e complicado.

A questão é como separar o aleatório do não aleatório.

[mytarmailS]

mytarmailS:

A questão é como peneirar o aleatório do não aleatório

Nós poderíamos

1) dividir a série eura em duas partes "1" e "2".

2) insira a linha "1" no Google e ele encontrará todas as linhas próximas

3) memorizar os nomes de todas as filas próximas.

4) atire a linha "2" para o Google e encontrará todas as linhas próximas a ela

5) memorizar os nomes de todas as filas próximas

6) compare os nomes das linhas dos pontos 3) e 5) e procure uma linha que esteja presente tanto no ponto 3) como no ponto 5)

Assim, encontramos séries que não se correlacionam acidentalmente com o euro - esta é uma espécie de validação cruzada na sua forma mais primitiva.

Mas como conseguir estes nomes que não sei, provavelmente precisas de analisar a página.

[СанСаныч Фоменко]

mytarmailS:

Ninguém se esqueceu de nada....

Quando o google correlate lhe perguntará qual método você quer medir a conexão? Googling não vai perguntar sobre isso agora, e não vai. O serviço tem 6 anos, e se eles quisessem fazê-lo, já o teriam feito.

E outra coisa...

O Google tem bilhões de BPs em sua base de dados, sempre haverá uma centena de BPs que estão perto por acaso, só porque a base de dados é enorme e não importa como eles medem a proximidade, simples correlação ou algo complicado e complicado.

A questão é como separar o aleatório do não aleatório.

Então peneirar por teste de todo o lixo que o google recolheu - era isso que eu queria dizer.

[mytarmailS]

SanSanych Fomenko:
Por isso, vasculhem o teste de todo o lixo que o Google recolheu, - é isso que quero dizer.

Não sei bem como fazer isto, mas não sei bem como o fazer).

Você pode pesquisar cem séries no Google que se correlacionam perfeitamente com o euro, por mais sofisticado que seja o teste, todas elas mostram uma excelente correlação, por isso é inútil nesta situação.

[Dr. Trader]

mytarmailS:

Não importa quão inteligente seja o teste que você aplica, todos eles mostram uma conexão perfeita.

Eu tenho as minhas dúvidas sobre isso. Uma alta correlação de tendências só significa que geralmente sobem e descem aproximadamente ao mesmo ritmo. Primeiro de tudo seria melhor procurar a correlação de não tendências mas sim aumentos, por exemplo, pode-se salvar tendências similares no csv, depois o google mostrará os atrasos e recalculará a correlação, será muito mais objetivo.

E a correlação não garante de forma alguma que uma variável possa prever a outra. Em geral, a seleção de preditores para previsão com base no princípio de alta correlação é lamentável. Ainda não tentei o que SanSanych sugeriu, mas parece mais confiável.

[Дмитрий]

mytarmailS:

É possível

1) dividir a linha da eura em duas partes "1" e "2".

2) insira a linha "1" no Google e ele encontrará todas as linhas intimamente relacionadas.

3) memorizar os nomes de todas as filas próximas

4) atire a linha "2" para o Google e encontrará todas as linhas próximas a ela

5) memorizar os nomes de todas as filas próximas

6) comparar nomes de linhas a partir do ponto 3) e 5) e procurar uma série que esteja presente tanto no 3) como no 5)

Assim, encontramos séries que não se correlacionam acidentalmente com o euro; esta é uma espécie de avaliação cruzada na sua forma mais primitiva.

Mas não sei como obter estes nomes, provavelmente devíamos analisar a página.

Chama-se um teste PSE.

Na verdade, verifica a heterogeneidade da amostra no contexto de um modelo de regressão.

[mytarmailS]

Dr. Trader:

Duvido disso. A alta correlação de tendências significa apenas que em geral elas aumentam e diminuem da mesma forma. Para começar, seria uma boa idéia procurar a correlação não de tendências, mas de aumentos, por exemplo, você pode salvar tendências similares no csv, então encontre desfasamentos e recalcule a correlação, será muito mais objetivo.

Sim, concordo, mas o google não nos dá toda a sua base de dados, mas apenas o que se correlaciona "por tendência", tomando o que se correlaciona por tendência e usando isso para fazer incrementos e medir corr... :) Precisamos de olhar para toda a base de dados

Dimitri:

Chama-se um teste PSE.

Verifica realmente a heterogeneidade da amostra no contexto de um modelo de regressão.

Bem... Esta CHOU pode ser aplicada, mas precisamos tirar as linhas do Google, ou pelo menos os seus nomes

[mytarmailS]

Eu li este folheto http://www.mirkin.ru/_docs/dissert065.pdfe quero usar o NeuroShell Day Trader Pro

[Dmitry Maklygin]

https://www.tensorflow.org/get_started/get_started - bom para estas tarefas