Статья "Проект Meta COT - новые горизонты анализа отчетов CFTC в терминале MetaTrader 4" - страница 18
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
А что, маэстро, эконометрика действительно дает такие гарантии?
Как пианист пианисту: гарантию дает только страховая компания (если не обанкротится).
Указанные величины - это часть стандартного расчета.
Спасибо, коллега. Все пришло к тому же, о чем и говорили раньше: эконометрика с ее крутыми матметодами имеет такую же прогнозирующую способность, как танцы с бубнами.
С бубнами Вы и иже с Вами. А я с цифрами.
Выкладываю фрагмент рабочий таблицы оценки параметров некоторой модели:
Пояснения к некоторым столбцам:
R-квадрат - будем считать, что корреляция между моделью и исходным рядом - практически полная.
S.Е. регрессии - стандартная ошибка регрессии - величина подгонки единицы пипсов
LM АКФ - вероятность отсутствия автокорреляции в остатках модели. Приведенные величины говорят об отсутствии АК
ARCH (два столбца) - вероятность отсутствия гетероскедастичности в остатках модели. Красным помечено, где вероятность отсутствия (значит присутствует) меньше 5%, а желтым - меньше 10%
Тест Q-A и Тест RESET - вероятность стабильности модели. Цвет - аналогично ARCH. Казалось бы, в некоторые периоды модель бывает стабильной. Но это не так в случае наличия ARCH.
MAX Prob C - вероятность равенства нулю коэффициентов в уравнении модели. Желтым - вероятность равенства нулю коэффициента от 5% до 10%.
По всей совокупности: расчет ведется на Н1 со сдвигом на час. Мы видим, что параметры модели меняются от часа к часу.
По отношения к данному топику, как яркому представителю ТА следующие вопросы:
Насколько качественно предлагаемые индикаторы отражают исходный котир?
Имеется ли в остатках АК? Если имеется, то ошибка в прогнозе будет произвольно нарастать.
Имеется ли в остатках гетероскедастичность? Если имеется, то ошибка прогноза будет нестабильной и нельзя ее оценить на исторических данных.
Будет ли стабилен советник в будущем? - Этот вопрос вообще не исследовался.
Что происходит с коэффициентами в модели автора? Почему мы считаем, что это константы. Это надо доказывать.
Как видим (просто по цвету) исследуемую модель применять нельзя, так как доверять прогнозу нельзя из-за ARCH. Если смоделировать ARCH, то вполне может быть модель станет стабильной.
Судя по Вашим постам Вы бы могли вести разговор не уровне бубнов, а на уровне толкования применения тех или иных методов.
А так собственная лень прикрывается красивым словцом. Уж, извините, с тех кто может и спрос жестче.
Что такое экнонометрика уважаемый faa1947, многим из присутствующих здесь известно (не Вы один учились на скамеечке и посещали лекции по экнометрике). И я согласен что в той моей статье вопросам статистики действительно уделялось слишком мало внимания. Но это был 2009 год. Если бы я решил написать вторую часть сейчас в неё бы вошло много интересного из статистических методов. Но эконометрика как и любая другая наука, может предоставить метод. Она не сделает вас богатым. Нельзя купить учебник по эконометрике и научится прибыльно торговать на рынке, точно также как нельзя в совершенстве изучить учебник по физике и от этого сделаться Эйнштейном. Бессмысленное применение статистики на выходе всегда оборачивается одним и тем же - неопределенностью и убытками. Можно сколько угодно баловаться с примитивными ARCH, GARCH, EGARCH, ARIMA, Q-статистикой и пытаться аппроксимировать ценовой ряд полиномами второго, третьего и четвертого порядка, но все это будет всего лишь бессмысленными кривульками. В этом нет идеи, это не жизнеспособно, а значит на этом нельзя заработать.
Искренне рад, что для Вас методы эконометрики не являются чем-то необычным, хотя для некоторых участников форума слово эконометрика просто не знакомо, а для большинства методы эконометрики просто не доступны. Извините, что причислил Вас к этому большинству.
Абсолютно согласен с Вами в том, что изучение эконометрики, а равно и ТА, не дает нам гарантии прибыльной торговли. Я частенько участвую в форуме и никогда не утверждал, что применение эконометрики обязательно приведет к прибыльной торговле. Я утверждаю, что ТА - это родственница астрологии, которая иногда, по неизвестным причинам, дает положительный результат. Говорят, что статистика - 5%.
Принципиальным отличием моделей в эконометрике от ТС в ТА является то, что на этапе конструирования моделей в эконометрике можно спрогнозировать их поведение в будущем на основе количественных измерений. Это не дает гарантии прибыльности модели, но позволяет количественно рассуждать о проблемах, стоящих в конструировании модели. Хочу обратить Ваше внимание, что в своем ответе Вы ограничились общими, с моей точки зрения, правильными рассуждениями, но не даете ответа на мои вопросы предыдущего поста в адрес Mathemat.
В соответствии с традицией ТА свои рассуждения Вы завершаете индикаторами, которые имеют некоторую аналитическую форму - в эконометрике регрессию. Здесь, на примитивном примере, я показал анализ индикаторов. Получилось, что просто использовать индикаторы нельзя без вдумчивого эконометрического их анализа.
В любом учебнике по эконометрике указывается, что любая строчка в модели должна иметь свое содержательное экономическое содержание. В этом смысле Ваша работа представляет несомненный интерес как некое обоснование содержания эконометрической модели.
Конечно, но это в идеале. Такую модель - с содержательным экономическим смыслом - на Форе построить крайне трудно: внешние события далеко не всегда коррелируют со здравым экономическим смыслом, а сам график совсем не похож на график регулярной функции. Поди найди этот смысл на броуновском блуждании (пусть и со сносом)...
R-квадрат - будем считать, что корреляция между моделью и исходным рядом - практически полная.
S.Е. регрессии - стандартная ошибка регрессии - величина подгонки единицы пипсов
LM АКФ - вероятность отсутствия автокорреляции в остатках модели. Приведенные величины говорят об отсутствии АК
ARCH (два столбца) - вероятность отсутствия гетероскедастичности в остатках модели. Красным помечено, где вероятность отсутствия (значит присутствует) меньше 5%, а желтым - меньше 10%
Тест Q-A и Тест RESET - вероятность стабильности модели. Цвет - аналогично ARCH. Казалось бы, в некоторые периоды модель бывает стабильной. Но это не так в случае наличия ARCH.
MAX Prob C - вероятность равенства нулю коэффициентов в уравнении модели. Желтым - вероятность равенства нулю коэффициента от 5% до 10%.
Всё вышеперечисленное вполне логично и придает некий налет научности исследованию. С другой стороны, остается ощущение, что это набор не связанных между собой тестов, призванных в конце концов к тому, чтобы создать у исследователя уверенность в применимости модели в будущем. Совершенно не уверен в том, что в будущем не появится еще пара десятков аналогичных "обязательных" тестов, которые в оценке адекватности модели в будущем будут так же бесполезны, как эти.
Все равно базовый посыл остается прежним: если в остатках нет автокорреляций и они гомоскедастичны, то они типо стационарны. Почему именно и только линейных автокорреляций, а не произвольных (вспоминаем о теории информации, которая Вам так не нравится)? О гетероскедастичности пока не буду.
Все равно - слишком бедный набор моделей. Примитив, короче. Зато тестов хоть отбавляй, целый зоопарк.
А вообще-то ну не люблю я регрессии. Рынкет почти всегда, за редкими исключениями, их не приемлет, потому что разные данные имеют разную значимость. И принимать всерьез авторегрессионные модели с параметрами, равными 1-2, пусть даже прошедшие все эти тесты, - это как-то несерьезно.
Возможно, какие-то регрессии могут оказаться адекватными, но они точно не будут такими же туполобыми, как стандартные эконометрические модели.
Конечно, но это в идеале. Такую модель - с содержательным экономическим смыслом - на Форе построить крайне трудно.
Согласен. Но построение модели непосредственно на валютах, входящих в индекс доллара гораздо перспективнее, чем на самом индексе. Мы с Вам на ветке. где предлагается использовать коммодитиз. Я делал для золота, серебра, нефти - обоснованно могу сказать, что это бесперспективно. Еще раз замечу - обоснованно, а не просто "как здорово"
сам график совсем не похож на график регулярной функции. Поди найди этот смысл на броуновском блуждании (пусть и со сносом)..
Не встречал стохастических трендов, но зато полно обычных, детерминированных трендов. Кстати, можно делать модели со стохастическими трендами. В та вообще не ставится вопрос о типе тренда.
Всё вышеперечисленное вполне логично и придает некий налет научности исследованию. С другой стороны, остается ощущение, что это набор не связанных между собой тестов, призванных в конце концов к тому, чтобы создать у исследователя уверенность в применимости модели в будущем. Совершенно не уверен в том, что в будущем не появится еще пара десятков аналогичных "обязательных" тестов, которые в оценке адекватности модели в будущем будут так же бесполезны, как эти.
В посте, табл. показано, что LM АКФ и мах Prob c (вероятность равенства нулю коэф регресси) - равны нулю. Изначально это было совсем не так. Только после модернизации модели этого удалось добиться, что привело к росту прибыльности модели на 75%. Этот результат на любых участках котира. Только ради этого можно затевать сыр бор.
Все равно базовый посыл остается прежним: если в остатках нет автокорреляций и они гомоскедастичны, то они типо стационарны..
Это не "типа", а полное соответствии с определением стационарности.
Почему именно и только линейных автокорреляций, а не произвольных
Не понимаю "произвольных" но это моя трудность. Вопрос, а зачем? Забываем о цели, а это стабильный прогноз, а он возможен, если в остатке нет тренда и постоянная дисперсия. В этом случае мы можем продлить на шаг вперед детерминированную составляющую (для которой имеется обычная формула) и быть уверенным, что ошибка этой экстраполяции будет такой же как и на исторических данных.
Все равно - слишком бедный набор моделей. Примитив, короче. Зато тестов хоть отбавляй, целый зоопарк.
Примитив в мозгах, во всяком случае моих.
А вообще-то ну не люблю я регрессии .... И принимать всерьез авторегрессионные модели с параметрами, равными 1-2, пусть даже прошедшие все эти тесты, - это как-то несерьезно.
Регрессия - это формула, на вид которой нет ограничений. Авторегрессии а-ля Бокс - это только очень малая часть возможностей. Выше я писал, что вместо индикатора доллара можно построить модель на всех или по отдельности валютах, на которых построен этот индикатор.
Кроме этого существуют "модели пространства состояний", в которые можно включить не наблюдаемые переменные, например, настроение рынка.
Возможно, какие-то регрессии могут оказаться адекватными,
Вот с этим напряженка. Крайне сложно получить модели, которые бы прошли все тесты. Хотя Брюкову это удалось и он опубликовал свой результат.
В целом согласен. Да, бездумно использовать индикаторы нельзя. Да ТА просто нам говорит: "вот смотри есть индикатор RSI. Он расссчитывается так... Когда он ниже 30% покупай, когда выше 70% - продавай". Почему нужно покупать на этих, а не на других уровнях, и почему этот индикатор показывает именно перекупленность/перепроданность и почему он работает ответа не дается. В этом ТА действительно сильно грешит. Но с другой стороны ТА оперирует очевидными вещами, до которых наука доходит лишь много лет спустя. Скажем, когда научный мир строил научные модели в т.ч. управления рисками на основе нормального распределения и как следствие конечной дисперсии, уже тогда ТА шаманы знали о том, что рынок "не нормален", что многое на нем происходит вопреки всякой логики и здравому смыслу, что то, что никогда не случится, просто потому что этого не может быть, обязательно случится. Потом наука сказала: "Да, действительно, наши старые модели слишком упрощали действительность. Все несколько сложнее чем есть на самом деле. Но у нас есть новые модели." Началась эпоха 70-х, не лучшее время для фондового рынка. В это время расцвели "новые" научные модели типа ARCH и GARCH. Суть же методов осталась прежней. Вместо того, что бы как в классическом ТА сравнивать эффекты накопленного ряда, бездумно сравнивались доходности отстоящие друг от друга на определенное количество лагов. Правда наконец признался факт кластеризации волатильности (очень ограниченно), но не более того, сами приращения по-прежнему считались случайными. Нет ни какой связи между тем что было вчера и тем, что будет сегодня говорили они. Мы же стали работать с распределениями типа Паретто-Леви и брать под сомнение модели основанные на конечной дисперсии. "Одумайтесь!" - кричали практики. - "нужно быть идиотом что бы не понимать, что то, что произошло 20 октября 1987 года началось еще несколькими днями раньше. Ни на одном участке вашего синтетического GARCH(1,1) протяженностью 1000 лет вы не найдете события 1987 года". Прошло еще сколько-то лет, прежде чем ученые начали задуматься о том, могут ли финансовые ряды действительно иметь память. Появилась поведенческая экономика, рынки начали признавать не совершенными. В R/S статистике cтал анализироваться накопленный ряд а сам ряд стал признаваться обладающим памятью. В итоге научному миру потребовалось 70 лет, что бы понять то, что и так знали адепты ТА. Так правомерно ли считать людей занимающихся ТА - какими-то шаманами или мракобесами? Так ли они глупы на самом деле? Не думаю. У них тоже есть чему поучиться.
Большая часть Вашего поста - это известная критика теории эффективного рынка, которую я вместе с ее нобелями отношу к чистому мошенничеству крупных финансовых фондов.
Эконометрика отпочковалась от мат.статистики в то время, когда эффективными рынками не пахло.
1987 год никто не умеет до сих пор предсказывать. Торговля на новостях не возможна, так как мы не можем уловить "ту соломинку, которая упав на горб верблюда сломает ему хребет".
На этом все по истории. Я не историк.
Сегодня гидрометеоцентр с вероятностью 95% предсказывает погоду на 5 дней вперед. Моя бабушка почти 100 лет назад, с молодости, делала такие предсказания без компьютеров и вообще без образования. Есть две альтернативы: развивать теорию предсказания погоды или искать современную бабушку и свято верить в ее прогнозы.
Одним из постулатов ТА является "история повторяется". Мой опыт показывает, что история повторяется, потом повторяется чуть хуже, потом еще хуже, а потом вообще не повторяется. Все мои ТС обладали свойством протухать, сначала они прекрасно подгонялись тестером, потом хуже, еще хуже и в конце, самое удивительное, вообще не удавалось получить в тестере (!) прибыль. Самый большой срок жизни - полгода. Причем не удавалось уловить момент начала протухания. Именно в этом проблема ТА. Прибыльность ТС - это вопрос случая, который помножив на опыт даст возможность зарабатывать. Но потом заканчивается здоровье, начинается мандраж на просадках и прибыльные позиции закрываются в убыток - это Вам поведенческая экономика, так сказать, квинтэссенция.
Ага, понятно. Это того стоит. Тест на равенство нулю просто кажется каким-то левым. Ну да, в конечном счете модель упрощается, т.к. убираются лишние кээффициенты. Но влияет ли это хоть на что-то качественно (не считая сложности модели)?
Все равно базовый посыл остается прежним: если в остатках нет автокорреляций и они гомоскедастичны, то они типо стационарны..
Это не "типа", а полное соответствии с определением стационарности.
Если бы. Это всего лишь слабая стационарность, которая учитывает только первые два момента процесса. Значит, пора учитывать и следующие моменты.
Почему именно и только линейных автокорреляций, а не произвольных
Не понимаю "произвольных" но это моя трудность. Вопрос, а зачем? Забываем о цели, а это стабильный прогноз, а он возможен, если в остатке нет тренда и постоянная дисперсия.
Естественно, Вы затерли кое-что в скобках. Я писал вот так: Почему именно и только линейных автокорреляций, а не произвольных (вспоминаем о теории информации, которая Вам так не нравится)?
Обычные автокорреляции (пирсоновские) учитывают только линейные взаимосвязи. Этого давно уже мало: обширные взаимозависимости прослеживаются там, где уже давно кончается влияние волатильности и тем более линейных автокорреляций. В известной ветке о feature selection большинство участников пришло к выводу, что в феномене ветки виновата вола. Единственным несогласным остался только я - но у меня не хватает аргументов.
Возможно, какие-то регрессии могут оказаться адекватными,
Вот с этим напряженка. Крайне сложно получить модели, которые бы прошли все тесты. Хотя Брюкову это удалось и он опубликовал свой результат.
"Все тесты" - это примерно сколько?