Вспоминаем ветеранов: Box and Jenkins - страница 4
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
faa, разъясни, пожалуйста, простыми словами термины из таблички, приведенной тобой на первой странице ветки. Что такое t-statistic, Akaike, Schwarz и т.п.
Кто-то их понимает, но большинству они неизвестны. Займись популяризацией с самого начала. Повод как раз нашелся - Бокс и Дженкинс. Табличка:
Не спеши особо. Ничего страшного, если будешь объяснять по одному термину в одном посте.
Вопрос в ответ: в чем должен быть смысл?
faa1947: Доверять тестированию и форвард тесту можно только в том случае, если остаток = котир - ТС стационарен! т.е проходит тест единичного корня.
faa, разъясни, пожалуйста, простыми словами термины из таблички, приведенной тобой на первой странице ветки. Что такое t-statistic, Akaike, Schwarz и т.п.
Кто-то их понимает, но большинству они неизвестны. Займись популяризацией с самого начала. Повод как раз нашелся - Бокс и Дженкинс. Табличка:
Да, пожалуйста. Сверху вниз
Зависимая переменная EURUSD - это функция. Внизу в таблице - это аргументы этой функции.
С - константа, смещение. Совпадает с котировкой, т.е. смещает к оси.
@TREND - наклонная прямая по 45 градусов. коэффициентом корректируется наклон.
AR(1) - EURUSD (-1)
MA(1) - один бар ошибки, под которой, по-моему, понимается разность между котиром и АР
Таблица. Колонки.
Coef - оценка коэф. аргументов (регрессоров, независимых переменных) уравнения.
Std.Error - стандартная ош. значения коэф. Для нас наиболее интересным является вывод, что коэф, из предыдущего столбца, - это не константа, а случайная величина с диапазоном, причем закон распределения ее - нормальный.
t-statistica - не буду углубляться в теорию, но = коэф/Std.Error. Если 100% разделить на эту величину, то получим ошибку в процентах
Prob - грубо это вероятность равенства нулю коэф.
Далее некоторые величины из нижней част табл.
R-squared - отражает степень подгонки нашего ур-я к котиру. У нас это 98%
S.E. of regression - стандартная ошибка подгонки уравнения к котиру
Akaike info criterion, Schwarz criterion - так называемые информационные критерии. Используют для сравнения двух разных уравнений. чем меньше, тем лучше
Durbin-Watson stat - статистика, которая говорит насколько близок остаток к нормальному закону. Если равно 2, то нормальный закон. Отклонения говорит о наличии хвостов. На практике считают, что закон нормальный ели от 1.7 до 2.3
Последние две строчки.
Так называемые корни. Чем ближе к 1, тем хуже. Говорит об устойчивости уравнения. Если => 1, то ошибка подгонки будет неопределенно быстро расти.
Все точные определения можно найти. специально, своими словами, считая, что так понятнее.
Смысл должен быть в баксах.
А как сделать тест единичного корня будущих данных? К примеру, прошлые данные успешно проходят тест единичного корня. Как получить уверенность в том, что будущие данные так же успешно пройдут тест единичного корня?
Другая идея. Берем ТС и вычисляем разницу между ТС и котиром. Если этот ВР проходит тест единичного корня, то появляется уверенность, что в будущем остаток от используемой ТС будет также стационарен, так как эта ТС один раз поборола нестационарность котира. Она таким свойством обладает. Можно закрыть на это глаза, не заниматься тестом единичного корня, и верить форвард тесту.
faa1947: Другая идея. Берем ТС и вычисляем разницу между ТС и котиром. Если этот ВР проходит тест единичного корня, то появляется уверенность, что в будущем остаток от используемой ТС будет также стационарен, так как эта ТС один раз поборола нестационарность котира. Она таким свойством обладает. Можно закрыть на это глаза, не заниматься тестом единичного корня, и верить форвард тесту.
Не уверен. Если ТС один раз поборола нестационарность, окуда возникает уверенность, что она и в других (будущих) условия поборет другую нестационарность? Причем нужно понимать, что нестационарность, которую она поборола, не будет похожа на ту стационарность, которую ей придется побороть.
На рынкете вообще ни в чем нельзя быть уверенным.
Я рассматриваю ситуации.
(1) Тестируем, форвард тест и на реал. Это обычный путь. Святая вера в форвард тест. Никаких проблем форвард тест не решает.
(2) Создаем ТС. Вычисляем остаток и проверяем на единичный корень. Если остаток нестацонарен, то делаем новую ТС, так как та, что имеем - безнадежна и никакие положительные тесты, включая форвард тест не имеют значения. Обязательно сольет.
(3) Создаем ТС. Остаток стационарен. Тестируем, включая форвард тест. У нас имеется обоснованная вера, что так будет в будущем. Особенно, если это не случайно полученный стационарный остаток, а результат целенаправленного моделирования, например, GARCH. Мне не удалось пока создать ТС, в которой гарантирован стационарный остаток. Но тест остатка на стационарность по крайней мере позволяет переждать рынок, если ТС не содержит средств моделирования конкретного участка котира.
Тут дело вот в чем. Не обязательно предсказывать котиры на каждом баре - это не нужно для торговли. Важно вовремя предсказывать те моменты (конкретные бары), когда необходимо открывать(и/или закрывать) позицию - это необходимо для торговли.
Речь идет о прошлом. Для тестирования нужно некоторое количество баров.
То, о чем вы говорите, это тактика каждой ТС, дело вкуса, быть может.