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
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...
В лит-ре есть несколько определений для returns, и есть разные их виды. Я так понимаю, что под формулу в моей статье подходит ваш термин "логарифм относительного приращения".
Термин "производные ценового ряда" НИКОИМ ОБРАЗОМ не являются производными в мат. смысле. Употребляются в смысле:
1. Образованный от другого, проистекший из чего-то другого.
а вот распределение логарифма относительного приращения...
Скорее похоже на зеркальное отображение логнормального распределения...
Вообще говоря, можно объявлять конкурс - первого, кто найдет на форексе нормально распределенную величину повесить на доску почета как доказавшего ненапрасность усилий нобелевских лауреатов)))
Согласен. Оно приводилось в качестве примера, а не в качестве эмпирического распределения. Если я этого не донёс до читателя, то это мой грех.
Так что советую и вам, и всем поменьше стараться плестись в хвосте у авторитетов, и побольше копать самостоятельно.
За ARCH. А GARCH придумал Боллерслев. Меняется всё, в том числе и модели. Выбрал самую простую и универсальную для примера.
За совет спасибо.
...а насчёт распределений и методологии работы с ними я попросил администрацию сайта позволить мне написать новую статью. Подожду, что скажут...
Замечания:
- Лео прав название статьи не отражает её сути. Для Роша, он задавал вопрос. Я заменю в названии 1 слово. «Эконометрический подход к анализу фирмы MQ». Вы видите как сразу же меняется все, в особенности подход ….
- в статье используется подход известный как анализ временных рядов (АВР) и этому подходу все равно что анализировать, ченовой ряд или эффекетивность продажи снега эскимосам :-), и вы как автор говорите про это, но называете это (статью) почему то по другому….
- при проведении АВР основой является именно анализ АКФ (автокорреляционной функции), её ВИДА и параметров. В первую очередь ВИД автокорреляционной функции (у Вас про это ни сказано ни слова, а ведь именно он ВИД определяет дальнейшую модель.
- Вы просто волевым решением притянули сюда модель GARCH. Хотя даже по вашим исследованиям (косвенным признакам) можно понять что эта модель не подходит… да и не универсальная она, есть лучше… для тех кто собирается торговать волатильностью, она может и подойдет, для прогноза ценового ряда (наша с вами цель), никоим образом не подходит. Могу более подробно почему, если интересно, сейчас так вкратце. Основное за что глаз зацепился
Теперь по методике.
- вы пошли по пути получения АКФ через преобразование Фурье. Можно и так, но на сколько я помню там должно быть обязательно взятие модуля и возможно (пишу по памяти) взятие квадрата модуля перед обратным преобразованием Фурье. У вас в алгоритме не увидел (может был не внимателен)
- из рисунка, где у вас показана АКФ, видно, что где то ошибка в расчетах. АКФ по определению это функция, лежащая в пределах -1…+1, а у вас там +-200 и еще множитель 1е4 (что то с нормировкой на 0-й член)
- вы производите вычитание МОЖ (среднего значения m=mean(res);). Почему ? почему удаляете не тренд - уравнения прямой ? Обоснуйте пожалуйста
- Вы как специалист в области спектральной обработки должны знать, что удаление МОЖ аналогично обнулению нулевой составляющей спектра, но если уже быть до конца корректным эта составляющая в спектре самая мощная, и по боковым лепесткам функции sin(x)/x она распространяется на весь спектр. Нужно хотя бы окно хеминга (хенинга, батерворта,…) применить что бы подавить боковики (этот эффект)
- в комментариях вы пишете «обратного взвешенного преобразования Фурье » чем это отличается от простого обратного преобразования ? чем и для чего Вы его взвешиваете ?
Есть и еще вопросы…вернее некоторые вещи с которыми я не согласен … нельзя брать Н4 природу обмануть нельзя, чем дальше точки по оси времени друг от друга, тем меньше корреляция между ними, соответственно точность прогноза всегда будет хуже, чем на короткий интервал времени.
Нельзя брать логариф (вернее можно, но про это нельзя забывать) иначе абракадабра получается, в двух словах это преобразование над исходными данными меняет вид АКФ (можете проверить с помощью пакета статистики), многие наступают на эти грабли, и я когда-то в свое время наступил… вид другой это крайне важно
З.Ы. готов присоединиться к исследованиям, т.к. меня все время интересовал и интересует этот вопрос, возможность прогнозировать, но не все там просто, много белых пятен, те исследования что мне попадались, очень часто обладают белыми пятнами, о них говориться вскользь не раскрывается суть, хотя и понятно, т.к. дальше уже лежат деньги и алгоритмы начинают приносить доход . https://www.mql5.com/ru/code/8295
Да и еще по поводу Q-теста, да сделали его, а дальше что ?
смогли ли Вы ответить какая модель сейчас соответствует тому что наблюдаете ?
какие параметры этой модели ?. Что дал вам этот тест ? на какой вопрос вы получили ответ ? это я к тому что у вас гипотезы чуть не верно звучат...
можно делать и по другому, главное понять что этот тест ищет, что определяет в выборке...
Замечания:
- при проведении АВР основой является именно анализ АКФ (автокорреляционной функции), её ВИДА и параметров. В первую очередь ВИД автокорреляционной функции (у Вас про это ни сказано ни слова, а ведь именно он ВИД определяет дальнейшую модель.
- Вы просто волевым решением притянули сюда модель GARCH. Хотя даже по вашим исследованиям (косвенным признакам) можно понять что эта модель не подходит… да и не универсальная она, есть лучше… для тех кто собирается торговать волатильностью, она может и подойдет, для прогноза ценового ряда (наша с вами цель), никоим образом не подходит. Могу более подробно почему, если интересно, сейчас так вкратце. Основное за что глаз зацепился
Решил ответить на самое важное и интересное.
Согласен, что вид АКФ определяет дальнейшую модель. Но я этим пока и не занимался в статье. Это задача последующего этапа. Пока что освещал этап pre-estimation, так называемый этап предварительной оценки.
GARCH притянул сюда из-за её относительной простоты. А откуда вы решили, что она не подходит, если мы ещё её не оценивали даже? :-)
Я указал её в качестве мат. основы, учитывающей предыдущие изменения показателей (ϵ2t-i) и предыдущие оценки дисперсии (т.н. «старые новости») (σ2t-i).
Основная цель - сделать прогноз валютного курса (цены) с помощью некоторой модели - не решается в рамках одной статьи...
- вы пошли по пути получения АКФ через преобразование Фурье. Можно и так, но на сколько я помню там должно быть обязательно взятие модуля и возможно (пишу по памяти) взятие квадрата модуля перед обратным преобразованием Фурье. У вас в алгоритме не увидел (может был не внимателен)
Analysis: Forecasting and Control. 3rd edition. Upper Saddle River, NJ: Prentice-Hall, 1994.
И он же реализован в Матлабе.
Решил ответить на самое важное и интересное.
...
а как насчет того что АКФ должна лежать в пределах от -1 до +1 ? это не интересно ? ведь прежде чем делать какиелибо выводы, сначало нужно быть уверенным что все правильно расчитано.
З.Ы. а то что в одну статью все не уложиш, это понятно, одних мат моделей вагон и маленькая тележка ))
а по поводу ссылки на иностраннную литературу вот это посмотире http://www.statsoft.ru/home/textbook/modules/sttimser.html#1general
пакет статистика там есть расчет АКФ ис матлабом он совпадает, в свое время когдато я это проверял. Сравните свои результаты расчета в MQL и с этими пакетами, на одних и техже данных. У вас гдето ошибка
- из рисунка, где у вас показана АКФ, видно, что где то ошибка в расчетах. АКФ по определению это функция, лежащая в пределах -1…+1, а у вас там +-200 и еще множитель 1е4 (что то с нормировкой на 0-й член)
Внимательнее читайте пож-ста в статье описание оси y. Это сделал из-за невозможности отразить малые значения меньше единицы с помощью средств Google Chart API.
Кроме того, как можно увидеть из алгоритма, я из массива АКФ убрал нулевой лаг, который всегда равен 1. Это делает график более читабельным.
- вы производите вычитание МОЖ (среднего значения m=mean(res);). Почему ? почему удаляете не тренд - уравнения прямой ? Обоснуйте пожалуйста
Это вопрос к теоретикам. Если Вам интересно, то источник алгоритма я уже указывал.
- Вы как специалист в области спектральной обработки должны знать, что удаление МОЖ аналогично обнулению нулевой составляющей спектра, но если уже быть до конца корректным эта составляющая в спектре самая мощная, и по боковым лепесткам функции sin(x)/x она распространяется на весь спектр. Нужно хотя бы окно хеминга (хенинга, батерворта,…) применить что бы подавить боковики (этот эффект)
Ой, я тут совсем не специалист. Можно поподробнее? :-)
- в комментариях вы пишете «обратного взвешенного преобразования Фурье » чем это отличается от простого обратного преобразования ? чем и для чего Вы его взвешиваете ?
Тут описано, я полагаю...
… нельзя брать Н4 природу обмануть нельзя, чем дальше точки по оси времени друг от друга, тем меньше корреляция между ними, соответственно точность прогноза всегда будет хуже, чем на короткий интервал времени.
Нельзя брать логариф (вернее можно, но про это нельзя забывать) иначе абракадабра получается, в двух словах это преобразование над исходными данными меняет вид АКФэто крайне важно (можете проверить с помощью пакета статистики), многие наступают на эти грабли, и я когда-то в свое время наступил… вид другой
Берут и дневки и недели :-)
Логарифм чего? Excusez-moi!
Trolls:
...пакет статистика там есть расчет АКФ ис матлабом он совпадает, в свое время когдато я это проверял. Сравните свои результаты расчета в MQL и с этими пакетами, на одних и техже данных. У вас гдето ошибка
Я уже сравнивал. Всё правильно, ошибки нет. Просто визуализация данных пока страдает из-за Google.
В комментах к этой статье 21 янв 2011 в 14:19 я отобразил график АКФ как он обычно выглядит, только без нулевого лага, который всегда равен 1.