Машинное обучение в трейдинге: теория, модели, практика и алготорговля - страница 2520
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
Здравствуйте Алексей, а я могла бы ответить на Ваш вопрос без спроса? Просто я очень много читала как Вы его спрашиваете, и не выдержала, потому что решение показалось мне очень простым.
Я создала нормализованную серию чисел из случайных значений ( 1 или -1).
И классический биржевый график из нее, путем суммирования всех предыдущих значений для текущей точки.
Тогда для нормализованной серии автокорреляция будет стремиться к нулю.
А для серии биржевого графика автокорреляция будет стремиться к единице.
Но лишь при достаточной длине серии, при серии из 100 000 чисел я получала результаты как:
0.0010599888334729966 (нормализованные данные)
0.9999708433220806 (не нормализованные)
При серии из 100 чисел:
0.018773466833541926
0.9367627243658354
Из 10:
-0.4999999999999999 (эти значения меняются при каждой новой серии случайно)
-0.14285714285714285 (эти значения меняются при каждой новой серии случайно)
Это только частные случаи, но как видно, при малом размере серии она может демонстрировать автокорреляцию в очень широких случайных пределах.
При этом эта автокорреляция не является свойством процесса, генерирующего данные (в котором никакой автокорреляции нет), что затрудняет измерения и оценку процесса в этом случае.
Я прикреплю свой код на языке Python ниже, если кто-то вдруг захочет проверить вычисления.
Вы считаете выборочную АКФ. Спрашивается же АКФ. Не так давно в этой ветке Valeriy Yastremskiy выкладывал ссылки на методички по эконометрике, где приводились формулы АКФ для белого шума и стационарного AR(1) процесса. Если не путаю, эта функция обозначалась там греческой буквой гамма. Спрашивается какая формула будет для СБ.
А для чего нам формулы, если мы торгуем по выборке?
Торгуем по ценам. Предположение что цены это выборка - это уже абстракция и теоретизирование.
Вы считаете выборочную АКФ. Спрашивается же АКФ. Не так давно в этой ветке Valeriy Yastremskiy выкладывал ссылки на методички по эконометрике, где приводились формулы АКФ для белого шума и стационарного AR(1) процесса. Если не путаю, эта функция обозначалась там греческой буквой гамма. Спрашивается какая формула будет для СБ
Я считаю коэффициент корреляции Пирсона, что вроде бы является стандартом для оценки наличия автокорреляции. К сожалению я не совсем понимаю, что именно Вы имеете ввиду, Вы пишете очень короткий термин "АФК" = автокорреляционная функция? Чем именно тогда коэффициент Пирсона Вас не устраивает? На мой взгляд оценка была произведена верно.
Это то что вы хотели бы получить?
Форум по трейдингу, автоматическим торговым системам и тестированию торговых стратегий
Машинное обучение в трейдинге: теория, практика, торговля и не только
secret, 2021.12.14 19:26
А для чего нам формулы, если мы торгуем по выборке?Я считаю коэффициент корреляции Пирсона, что вроде бы является стандартом для оценки наличия автокорреляции. К сожалению я не совсем понимаю, что именно Вы имеете ввиду, Вы пишете очень короткий термин "АФК" = автокорреляционная функция? Чем именно тогда коэффициент Пирсона Вас не устраивает? На мой взгляд оценка была произведена верно.
Это то что вы хотели бы получить?
Вы пытаетесь подменить АКФ её выборочной оценкой. Начните с определения АКФ, а не с того как её приближённо посчитать по имеющейся реализации (выборке).
Пример. Пусть Xi - белый шум. Тогда его АКФ = COV(Xj,Xk)/sqrt( COV(Xj,Xj)* COV(Xk,Xk)) - это функция от двух индексов j и k, которая равна единице если j==k и нулю когда j!=k.Торгуем по ценам. Предположение что цены это выборка - это уже абстракция и теоретизирование.
Вы пытаетесь подменить АКФ её выборочной оценкой. Начните с определения АКФ, а не с того как её приближённо посчитать по имеющейся реализации (выборке).
Давайте я еще раз объясню свои выводы:
Для общей оценки АФК над процессом случайного блуждания необходимо:
- взять максимально возможную выборку (100 000 тысяч в моем случае)
- использовать нормализованные данные
Вывод: коэффициент Пирсона равен нулю, все остальное является погрешностью оценки процесса по выборке.
То есть процесс случайного блуждания не обладает никакой автокорреляцией.
Она равна 0. ( 0.0010599888334729966 ), где 0 реальная автокорреляция и 0.00105 погрешность.
Теоретизирование - это торговля по формулам)
Таблица умножения - тоже формула. Поэтому ваше высказывание следует трактовать так: торговля по знакомым вам формулам - практицизм, а по незнакомым - теоретизирование)
Давайте я еще раз объясню свои выводы:
Для общей оценки АФК над процессом случайного блуждания необходимо:
- взять максимально возможную выборку (100 000 тысяч в моем случае)
- использовать нормализованные данные
Вывод: коэффициент Пирсона равен нулю, все остальное является погрешностью оценки процесса по выборке.
То есть процесс случайного блуждания не обладает никакой автокорреляцией.
Она равна 0. ( 0.0010599888334729966 ), где 0 реальная автокорреляция и 0.00105 погрешность.
Нет! Не надо брать никаких выборок. Надо брать определение и считать исходя из него.
Нет! Не надо брать никаких выборок. Надо брать определение и считать исходя из него.
Хорошо, но тогда вообще не надо ничего считать, ведь у случайного блуждания просто не может быть никакой автокорреляций в принципе, ведь я сама своими руками создала случайный массив чисел, генерация которых была никак не связана друг с другом. Откуда взяться связи, которую я не задала? Тем не менее, полезно протестировать получившуюся серию чисел, и убедиться в этом, а заодно проверить методы своей оценки и их эффективность?
Но да, у нас просто разное мышление, вы мыслите как академический математик, а я использую компьютерную симуляцию, это разные подходы к решению задач.