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
Уточните пож-ста, не совсем понял, какой именно коэффициент. Специфика Q-теста описана в статье, в новой редакции.
Скорее на основании того, что это универсальная популярная величина 0.05. Если желаете использовать другой - воля Ваша, замените в скрипте значение переменной
А вы хотели всё получить на блюдечке? Так не бывает. Чем-то приходится жертвовать.
А прогнозируются тоже доходности. А потом после прогноза они переводятся в абсолютные ценовые значения. Об этом собираюсь написать в следующей статье.
Это не пример, а вырезка из контекста.
Без исходных данных и формул, на основании которых Вы получили остатки и ваше распределение, я оценивать его не в праве.
-Alexey-, я рекомендую Вам снова прочесть статью. Там Вы увидите, что оценивается не сам ряд, а ряд доходностей. Это насчёт стационарности.
Про распределения написано было в ознакомительных целях примера того, какими характеристиками обладает финансовый ряд, вернее ряд доходностей. Тут тоже можно написать статью на эту тему.
Денис, я все таки хотел бы услышать ответ на мой вопрос относительно интерпретации критерия - из статьи я что-то не могу понять, правильные ли выводы делаются из тестов.
// Я бы все таки усомнился и в правомочности самого применения Льюнга-Бокса. Конечно, в большинстве встречавшихся мне книг написано, что он сохраняет силу и при ненормальных распределениях, однако доказательства этого я не видел ни разу. Полагаю оно есть у первоисточника, но труды Льюнга и Бокса мне как-то на глаза не попадались, поэтому этот вопрос всегда держал на заметке. Суть моих сомнений в том, что ЛБ использует распределение хи-квадрат, а оно, как известно, завязано на нормальность и к тому же еще и независимость. В случае котировочного ряда не наблюдается ни того, ни другого - а это говорит о том, что применение данного критерия выглядит уж очень притянутым за уши.
Поэтому хотелось бы спросить, нет ли у Вас в загашнике выкладок, которые доказывают, что критерий Льюнга-Бокса применим к рядам, где существенно не выполняются условия независимости соседних returns и нормальности их распределения. Лично я, пока не увижу расчеты, данным критерием пользоваться бы поостерегся. К слову, меня крайне удивляет, что господин Энгле еще не миллиардер.
У меня таких выкладок нет. Вопрос интересный. Я постараюсь поработать над ним. Единственное, что могу сказать, что этот тест я видел в нескольких источниках на рядах, которые тоже не удовлетворяют обозначенным условиям. Например тут: Analysis of Financial Time Series, Ruey S. Tsay. А Вас не удивляет, что Г. Перельман даже не миллионер? :-))
Я имею в виду, коэффициент корреляции по каждому лагу. Что значит - желаете, алгоритм должен обоснованно задаваться уровнем значимости, иначе - неопределенность в определении уровня, а соответственно - непонятно, зачем он нужен...
Я имел в виду статистический уровень значимости alpha, относительно которого происходит оценка нулевой гипотезы вычисленого p-значения для каждой Q-статистики. Может мы говорим о разных терминах?
Пока не увижу формул, самих остатков, воздержусь от любой оценки. Не желаете показывать, тогда давайте не будем об этом и говорить...
Что-то я такое вспомнил, незнаю насколько точно, что описываемый вами метод применяется для прогноза волатильности, и именно потому, что ее ряд уже является гораздо более стационарным(тот эффект, о котором вы вначале пишете) и не нуждается в преобразовании. Соответственно, можно использовать метод, т.к. исх. данные для него подходят. Но никак не указанная вами производная ценового ряда. Поймите, если вы из исходного распределения с помощью своего преобразования удалили, например, ассиметрию(или другие моменты), то и прогнозироваться у вас будет ряд, в котором ее нет, и обратно вы ее уже никак не получите.
Я имел в виду статистический уровень значимости alpha, относительно которого происходит оценка нулевой гипотезы вычисленого p-значения для каждой Q-статистики. Может мы говорим о разных терминах?
Пока не увижу формул, самих остатков, воздержусь от любой оценки. Не желаете показывать, тогда давайте не будем об этом и говорить...
Именно так - прогноз волатильности. Будет продолжение моей статьи, тогда и обсудим :-))Теперь все понятно. Но надо уточнить в статье, что пргнозировать вы собираетесь именно волатильность, а не ценовой ряд, и преобразовывать после прогноза значения ряда "доходностей" не в ценовой ряд, а в некую производную от него. Для этой задачи мои соображения не критичны, но надеюсь, что они вам помогут, если вы когда-то решите попробовать спрогнозировать именно ценовой ряд.
Отлично.
Спасибо за соображения. Всегда приветствую конструктивную критику!
Ещё раз повторюсь, что конечная цель - это получить прогноз ценового ряда, принимая во внимание те параметры, которые присутствовали в нелинейной модели.
Единственное, что меняется в моих планах, так это необходимость создания некоторой библиотеки статистических распределений. Об этом стоит написать статью. Такая мысль мне пришла в голову после обсуждения.
Отлично.
Спасибо за соображения. Всегда приветствую конструктивную критику!
Ещё раз повторюсь, что конечная цель - это получить прогноз ценового ряда.
Т.е. у вас в планах есть заняться прогнозированием ценового ряда? Весьма достойная и интересная задача. Хотелось бы увидеть статьи на эту тему :)
Да, в планах. Потому что это интересно. Причём в планах делать и краткосрочные прогнозы в том числе. Но пока нужно подготовиться к этому. Сначала нужно решить проблему с распределениями... Ещё нужно согласие MetaQuotes :-))
А главное, чтобы был интерес у пользователей MQL5.
alsu, вижу, что Вы работали в Statistica. Но нужны исходные данные. Что за returns и по какой формуле Вы их получили?
Предполагаю, что мы говорим о разных производных ценового ряда. Поэтому я бы не спешил бросать камень в огород нобелевских лауреатов :-))
Нет, как раз таки об одних и тех же. Под возвратами понимаются просто первые разности ценового ряда Close[i]-Close[i+n] (на моем графике взяты с лагом 8, но вид кривой абсолютно одинаковый для любых лагов). Просто returns - это термин, распространенный главным образом в западной литературе. На форуме по MQL4 народ частенько его употребляет в матстат-дискуссиях (они пока как-то традиционно разгораются именно там)) , поэтому я просто по привычке его употребил. Если удобнее - буду писать "первая разность ряда" или "приращение ряда". Только вот "производная" - это в применении к временным рядам совсем уж некорректный термин, никаких производных здесь нет и быть не может. Если помните, для производных и разностей даже аналитический аппарат серьезно различается (например, сравните п. фурье и z-преобразование)
Тем не менее.
Можно проанализировать относительное приращение цены - результат будет тот же. Если взять логарифм относительного приращения - ну, попробуйте, будет занятная кривулина) Для убедительности привожу картинки из Statistica (я действительно привык ей пользоваться, но, как правило, только в качестве пищи для размышлений и проверки гипотез. На самом деле, для занятия статистикой, да и любой другой областью математики, нужны, как шутят профессионалы, мел, доска и лысая башка. Первого и второго у меня предостаточно, третье постепенно наживаю))).
Здесь относительное приращение с лагом 8
а вот распределение логарифма относительного приращения
только не начинайте убеждать меня, что оно нормальное. Здесь левый хвост в любом случае намного толще и длиннее правого. Скорее похоже на гамма, правда развернутое по оси х, ну, или что-то совсем экзотическое. Пики в левом крыле - это следствие квантованности котировок (левая часть соответствует очень малым изменениям Close, а они, как известно могут различаться не более чем на Point, отсюда и наблюдаемый шум), так что их можно смело размазать по всему скату, отчего левый хвост станет еще толще.
Вообще говоря, можно объявлять конкурс - первого, кто найдет на форексе нормально распределенную величину повесить на доску почета как доказавшего ненапрасность усилий нобелевских лауреатов)))
PS вы не сочтите меня снобом, я к лауреатам с уважением отношусь. Просто меня с детства научили не бояться авторитетов и почаще сомневаться, и в жизни мне это всегда помогало. Если человек получил нобелевскую премию, это не значит, что он прав всегда и во всем. Например, Эйнштейну дали нобелевку за фотоэффект (хотя, если подумать, формула-то на поверхности была, а он просто первым успел, но и это дорогого стоит), а вот в квантовую механику он до конца жизни не верил - и оказался в итоге неправ. Пускай Энгл получил нобелевку за GARCH (отмечу, что метод тоже не слишком мудреный, тут все аналогично - на скорость:), но это же не значит, что с 80-х годов, когда эта модель была создана, рынок не поменялся. Как раз таки наоборот - я готов поверить, что ТОГДА она реально работала, и распределения котировок были близки к нормальным (хотя в последнем все же сильно сомневаюсь:)). Факт в том, что СЕЙЧАС, по прошествии 30 лет, она не работает. Плюс к этому, если бы Энгл был не эконометристом, а инженером, он бы знал, что и стационарные процессы могут быть гетероскедастичными - этого факта в своих исследованиях он не учитывал, а именно на таких данных GARCH сбивается моментом.
Так что советую и вам, и всем поменьше стараться плестись в хвосте у авторитетов, и побольше копать самостоятельно.
А Вас не удивляет, что Г. Перельман даже не миллионер? :-))
Теоретически он миллионер, причем с прямой возможностью практической реализации)