Статистика зависимостей в котировках (теория информации, корреляция и другие методы feature selection) - страница 5

Новый комментарий
 
faa1947:


Первый и крайне туманный шаг - это детрендирование. Меня обругали, что я выкладывал графики, но из них следует, что примененный в данном топике способ получения остатка является бессмысленным, так как статистика этого остатка также плоха, как и статистика исходного ряда.



Вы бы ознакомились к названием топика. Знакомо понятие Feature Selection? Речь идет о применении линейной и нелинейной корреляции, а также других статистических методов для выделения переменных, которые несут информацию о состоянии нулевого или будущих баров.
 
alexeymosc:

я стремлюсь подходить к предмету без навязывания ему каких-то субъективных ограничений, условностей, теорий

Тогда Вам в детский сад - там уж точно без теорий, а здесь люди обрименены образованием

 
Не надо троллить в теме. Просто по роду своей деятельности и образования вы никогда не слышали про Data Mining.
 
А если здесь такие как Вы обрИменены образованием, я бы им посоветовал сесть за парту снова.
 
alexeymosc:
А если здесь такие как Вы обрИменены образованием, я бы им посоветовал сесть за парту снова.

Юморист
 
HideYourRichess: А у меня встречный вопрос, применимость аксиоматики термина информация, которыми оперирует ТИ, относительно рынка уже установлена? Т.е. спорить о том, что такое информация вообще совсем не нужно, нужно примерить представления о информации из ТИ к реальному объекту. Вот если будет найдена идентичность, тогда применение всех достижений ТИ оправдано. Если нет - нет.

А что мешает это сделать по отношению к возврату (return)? Его можно дискретизировать, это случайная величина. Вполне приличный объект для приложения теории информации. Какие тут могут быть поиски идентичности? В войнушку играете, уважаемый...

faa1947: Для меня ТИ - это кодирование и шифрование и обратный процесс. Здесь пытаются на основе формул, якобы из ТИ, получить некоторую, вообще-то, содержательную информацию. Для таких операций существуют другие науки, в которых кроме анализа еще и доказывается что мы действительно видим то, что видим, а не некий фантом, который видит только автор топика.

А для меня в этой задаче ТИ - в первую очередь инструмент добычи данных (data mining). Что делать с этими данными - это уже другой вопрос. Важно, что мы действительно видим нечто не заметное невооруженным глазом. И о каких других науках Вы говорите?

anonymous: В статье сделан вывод о том, что между приращениями котировок есть статистические зависимости. Одна из этих зависимостей хорошо известна - зависимость условной дисперсии приращений (d[t]) от величины предшествующих приращений (r[t-1], r[t-2], ...) и дисперсий (d[t-1], ... ).

Причиной обнаружения статистической зависимости скорее всего была именно волатильность.

Похоже на GARCH(p, q). О каких порядках модели можно говорить?

И откуда Вы видите там волатильность, если речь шла только о возвратах?

Кстати, книга о семиинвариантах, которую Вы мне посоветовали, может вполне пригодиться для установления порядка зависимости.

 
Mathemat, помимо кучи модификаций arch - есть множество других моделей волатильности. Для garch чаще всего используется порядок 1;1, но не ждите от такой модели хороших результатов
 
(1,1) - это точно смешно. Особенно если учесть, что зависимости были обнаружены на лагах, равных как минимум сотням (правда, это для средней взаимной информации).
 
Без обид к активным участникам топика. Вспомнился анекдот про самолёт с кучей бассейнов, спорт залов и прочего. "А теперь со всем этим добром мы попробуем взлететь". Вопрос не праздный, в чём прикладной аспект? Ну то есть от теории к практике на каком этапе планируется переход?
 
sayfuji:
Без обид к активным участникам топика. Вспомнился анекдот про самолёт с кучей бассейнов, спорт залов и прочего. "А теперь со всем этим добром мы попробуем взлететь". Вопрос не праздный, в чём прикладной аспект? Ну то есть от теории к практике на каком этапе планируется переход?

Слайды, слайды... ) Это то же из анекдота.
123456789101112...74
Новый комментарий