Теория случайных потоков и FOREX - страница 22
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Prival
Да. Прошу прощения. Вот:
Вот поправил все. На вход надо подавать одно и тоже Y (сигнал+шум).
По мин СКО калман лучше выделяет исходную модель V(k)+a(k). Думаю это даже наглядно видно.
Если подсчитать сумму квадратов разности исходного ряда и ряда построенного фильтрами Калмана (ФК) и Баттеруота (ФБ), то наибольшее приближение к исходному ВР даёт ФК см. рис. разностей:
Красная линия - ФБ минус исходный ряд, синяя - ФК. Таким образом, ФК великолепно справляется с поставленной задачей используя априорные данные о законах которыми описывается поведение изучаемого объекта.
К сожалению мы не имеем на руках теории позволяющей построить адекватную модель поведения ВР характерного для рынка. Вопрос остаётся открытым.
Neutron
Теория вроде есть (случайных потоков называется). Построить 1 модель на все случаи, я думаю невозможно. А вот использовать несколько моделей работающих параллельно возможно. Т.е. на каком то определенном участке времени поток котировок можно представить в виде модели колебательного звена (аналог флэта), с трендом (уравнение прямой думаю, справимся :-)) – вторая модель. Кстати, в файле, что я выложил, встроена модель колебательного звена. Попробуй, установи курсор на rnorm() и понажимай на F9, будут генерироваться различные кривые, внешне даже не похожие друг на друга. Но калман очень неплохо справляется с ними. Если он (алгоритм) превосходит по точности Батерворта, а тот в свою очередь легко делает FATL, SATL и любую MA, то использование этого алгоритма дает некоторое статистическое преимущество по точности.
Единственное, что нужно, и чем я сейчас занимаюсь это критерий расходимости фильтра, т.е. выбором правила, когда надо переключаться на другой фильтр (другую модель).
Если подсчитать сумму квадратов разности исходного ряда и ряда построенного фильтрами Калмана (ФК) и Баттеруота (ФБ), то наибольшее приближение к исходному ВР даёт ФК
Сумма это число, в нашем примере полученное по 500 отсчетам.
т.е почти на порядок ФК превосходит ФБ
Правка.
P/S/ Как же чило можно отразить таким красывым графиком? Опять не точность в формулировках :-)
Число нельзя, а вот график можно! Это число, есть его (процесса) интегральная характеристика;-)
В ФБ есть ручка, называется порядок фильтра. В подпрограмме это значение присваивается переменной К, поиграйся ей. От этого значеия зависит не только гладкость кривой, но и ФЗ.
Да, даёт и не "некоторое", а огромное! При условии наличия теории, а её нет... Вся твоя активность основана на постулате о "инерционности" динамики курса. Докажи это.
Пока доказать не могу, так как только выдвинул гипотезу и её проверяю. Раньше говорил. Что у потока котировок есть энергия, сделали индикатор силы (энергии), хорошо совпадает с направление движения потока. Есть понятие "масса денег", тут даже предложили формулу её расчета. Т.е. есть все атрибуты материального объекта, можно предположить, что есть и инерция. Вроде бы визуально видно, и часто про это говорят, что цена как бы колеблеться около какого то своего равновесного состояния.
Доказательство корректное может быть, я думаю только одно. Если из потока котировок вычесть модель и остатки будут подчинени нормальному закону распределения. Это будет подвреждение адекватности модели (её работоспособности). Но пока я еще не добрался до этого. Но исследования эти обязательно проведу, что бы доверять модели (моделям).
Сергей, а почему нормальность распределения ты используешь как критерий. Что, если распределение остатков будет симметрично-экспоненциальным, это уже не будет подвреждение адекватности модели?
Сергей, а почему нормальность распределения ты используешь как критерий. Что, если распределение остатков будет симметрично-экспоненциальным, это уже не будет подвреждение адекватности модели?
Немогу сейчас точно ответить, т.к. проверка адекватности модели это серьезное исследование. Единственное что помню это если использовать критерий неймана-пирсона в задачи апроксимации какойто кривой формулой или полиномом, остатки проверяются на соответсвие нормальному закону распределения. Если будет симметрично-экспоненциальный, то возможно надо истользовать какойто другой критерий. А можно и проще поступить, если ТС построенная на этой модели приносит прибыль - значит она адекватна :-).
Да и еще по поводу адекватности для любого временного ряда можно построить АКФ, чаще всего именна она и лежит в основе анализа, так вот раньше по этой ветке форума я приводил каритинки АКФ полученные на модели и АКФ реальных котировок, посмотри внешне их не отлечить.
Тут подправленная версия ФБ - убрал ненужный цикл.