Da teoria à prática - página 340

 
Maxim Dmitrievsky:

Se o sinal é estacionário e periódico, não adianta matá-lo, pois é um graal, ajustado para o ruído residual

se o sinal for ruído estacionário - melhor ainda, não há necessidade de nenhum NS

Que tipo de sinal é realmente - o autor não está nada interessado, seu objetivo é extrair o componente de ruído dele, esperando que o ruído preveja com precisão os próximos valores do sinal. )))

 
Maxim Dmitrievsky:

Que bobagem é essa? Tais filas são facilmente previsíveis

Bem, bobagem, apenas a média de tal série é prevista, ou seja, que está em média dentro dos limites - a variância, mas o valor específico é obviamente impossível de prever...
 

A propósito, aqui também está um artigo de revisão sobre previsão da BP que recomenda isolar e analisar o componente de ruído após a remoção de componentes de tendência, cíclicos e outros componentes de sinal...

https://pokrovka11.files.wordpress.com/2011/12/emetrix_time_series.pdf

Qual é o senso comum, não está claro...

 
basilio:

Transformar a BP em RNG tornará impossível para você, em princípio, ganhar qualquer coisa).

Você se contradiz:"Você pode prever média e variância para o RNG (valor estacionário), para este fim, estudar distribuições" Você mesmo respondeu à pergunta, enquanto a variância e a média serão constantes.

 

Uma conclusão digna para a transição da teoria para a prática: sem sinal, sem modelo são, sem conta pamm. Eles até nos chamaram de "dowsers")).

Esperando por Alexandre III - ele não vai falhar)

 
Novaja:

Você se contradiz:"Para um RNG (valor estacionário) você pode prever a média e a variância, para que você estude as distribuições" Você mesmo respondeu à pergunta, enquanto a variância e a média são constantes.

Não há contradição.

Para incrementos no CLO, prever o incremento médio é possível, é uma constante igual a 0. Para uma série de preços por LFO (integrante de uma série de incrementos, também conhecido como "passeio aleatório") isto significa uma previsão 50/50 da direção do comércio, e não há possibilidade de ganhar dinheiro. A previsão do incremento atual mais próximo (que A_K2 escreveu) também é 0 mais menos alguns RMS, o que não tem utilidade prática.

Mas os aumentos de GSF são um modelo de preço simplificado, um modelo básico, uma aproximação zero.

Ao contrário do GSF, em aumentos de preços reais há uma dependência do próximo preço em relação ao anterior, ou seja, há situações em que a direção da transação prevista difere significativamente de 50/50. Sua tarefa é encontrar tais situações em aumentos de preços e, por definição, elas não existem no RNG.

 
Alexander_K2:

Diante de um flagrante downismo, na forma da alegação de que não se pode prever séries de números aleatórios com a distribuição de Erlang, sou forçado a deixar o fórum para sempre.

Alexander, pessoalmente, por exemplo, estou tentando poupar-lhe o custo de muitos anos de tempo de pesquisa, chamando sua atenção para caminhos deliberadamente falsos, que eu já percorri antes mesmo que você soubesse sobre eles.

Assim, ao "deixar o fórum para sempre" você está apenas prestando um mau serviço a si mesmo.

Esperando por Alexandre III :)

 
basilio:

Não há contradição.

Para os incrementos LFO, é possível prever o incremento médio, é uma constante de 0. Para uma série de preços no LFO (integrante de uma série de incrementos, também conhecido como "passeio aleatório") isto significa uma previsão 50/50 da direção do comércio, e não há possibilidade de ganhar dinheiro. A previsão do incremento atual mais próximo (que A_K2 escreveu) também é 0 mais menos alguns RMS, o que não tem utilidade prática.

Mas os aumentos de GSF são um modelo de preço simplificado, um modelo básico, uma aproximação zero.

Ao contrário do GSF, em aumentos de preços reais há uma dependência do próximo preço em relação ao anterior, ou seja, há situações em que a direção da transação prevista difere significativamente de 50/50. Sua tarefa é encontrar tais situações em aumentos de preços e, por definição, elas não existem no RNG.

A probabilidade de que o desvio em valor absoluto sob a distribuição normal seja inferior a 3*SCO é de 0,9973. Em outras palavras, a probabilidade do valor absoluto do desvio exceder o triplo do RMS é muito pequena e é de 0,0027=1-0,9973. Isto significa que em apenas 0,27% dos casos é provável que isso ocorra.

Na prática: se a distribuição da variável aleatória em estudo é desconhecida, mas a condição se mantém, então a variável em estudo é normalmente distribuída, caso contrário não é normalmente distribuída, que é o que a BP prova, mas se obtivermos a normalidade da BP em conseqüência de alguma transformação não linear, então por que não usar esta regra?

 
Novaja:

A probabilidade de que o desvio em valor absoluto sob uma distribuição normal seja inferior a 3*SCO é de 0,9973.

Não o desvio, mas um incremento. Mas o A_K2 não comercializa um único incremento, ele comercializa apenas o desvio do SMA, que consiste em muitos incrementos consecutivos. Para estes desvios, temos que construir nossa própria distribuição e calcular nossa própria probabilidade. Além disso, o próprio SMA muda durante um comércio, portanto, é uma grande questão se o preço de fechamento será lucrativo. A boa idéia é fazer uma distribuição dos desvios ao longo do tempo em relação ao preço de entrada, e suponho que será muito mais próxima do uniforme do que do normal.

Em resumo, todo esse spam sobre córregos e distribuições é pura água científica sem a menor compreensão do que está acontecendo) Normalidade para nossos propósitos significa... bem, nada de nada, exceto que é normal).

Novaja:

Isso significa que apenas 0,27% do tempo pode acontecer.

Sim. Mas não decorre absolutamente daí que esse preço voltará então para o SMA (e ainda mais para que volte o suficiente do preço de entrada para obter lucro). O preço pode muito bem permanecer no mesmo lugar por muito tempo, e depois ir mais longe e o SMA o seguirá, e você não verá isso em suas distribuições. A probabilidade de retorno também tem que ser calculada separadamente. Mas é muito mais fácil escrever um simples TS e executá-lo sobre a história.
 
Maxim Dmitrievsky:

E se você pensar sobre isso? os resíduos são analisados para ver se o modelo selecionou todas as informações. Se forem barulho, tudo bem. Tendência e severidade são mortas por homocedasticidade, os ciclos permanecem para previsão. Sem ciclos periódicos - sem previsão (exceto para pagamento previsto).

Nos ciclos de mercado são não periódicos, portanto a ARIMA não funciona, mas tenta aplicar GARCH para variância variável (heterocedasticidade), quando a memória do processo não pode ser completamente eliminada, e os próximos valores de volatilidade dependem dos anteriores

Alexander propôs uma forma de matar o efeito ARCH (memória de processo, markoving, rabos gordos) e sua narrativa não pode de forma alguma ser chamada de incorreta ou absurda

Se o mercado está em constante fluxo: mudanças de amplitude, fase e freqüência, uma tendência não ajudará, como tudo é possível na história do processo, por ajuste, mas acredita-se que a inércia presente no mercado dá a oportunidade de se chegar a tal abordagem, a curto prazo, mas quando as regras mudam, o ajuste histórico diverge da realidade. A possibilidade de obter abordagens alternativas para lidar com a não-estacionariedade do processo, na forma de BPs de desbaste por fluxos de Erlang (fluxos de palma) é possível, e outras alternativas também são possíveis.