Блог им. cerenc
Как учат классики, рациональной основой прогнозирования, является – априорная вероятность, например цены.
Стратегия « регрессия к среднему » в качестве такого априорного значения определяет среднее значение временного ряда, однако, его продолжительность не устанавливает.
В одной из статей по этому вопросу Тайлер Чессман http://www.osp.ru/win2000/2013/10/13037710/ отмечает
« Работая с временным рядом, история которого уходит далеко в прошлое, вы можете захотеть включить в модель все исторические данные. Однако подчас дополнительная история не повышает точность прогнозирования. Давние данные могут даже исказить прогноз, если условия в прошлом существенно отличаются от условий в настоящем...
Мне не попадалась какая-то особая формула или практический метод, которые подсказали бы, какое количество исторических данных необходимо включить...».
Учитывая, что Чессман, не математик, какова практика решения этого вопроса более обоснованным образом...?!
Эконометрика Байеса, фильтры Калмана, Ходрика-Прескотта, cезонное сглаживание Tramo-seats вам в помощь. В общем, покопайтесь в EViews и MatLab
Биржевые графики отталкиваются от стандартных циклов. В одном цикле до 105-150 точек, вот в анализируемые ряды должно попасть желательно два цикла.
пусть сначала с arima и *arch моделей начнут;)
Прогноз временных рядов — это вещь в себе.
через все надо пройти, развеять иллюзии так сказать
Дайте мне точку опоры входа — и я переверну Землю разверну тренд)))
хорошо…
вся фишка в том, что в условиях априорных вероятностей, адекватность самой модели, если не малозначима, то не так уж важна ( перекрывается " точностью " модели априорности, в этом её сила ...)
)()(, мне кажется как то не совсем верно или полно, строить прогноз на основании следствия, а не причины. скажу проще.
Но поможет ли тут мат.лаб? Возможно, если в нем анализировать причину. Но вот анализ следствия и на этом основании прогноз, мне кажется это не корректным, вот если это объединить, то да, тогда шансы есть.
Поэтому не соглашусь с тем, что используются следствия а не причины.
???
Матлаб — матричная лаборатория, а один из самых старых методов в механике — матричный. Язык матриц, мне кажется, наиболее простым в математике, но он очень объемный в реализации (матрицы могут быть очень большими).
— правильно — даун и аптренд соответсвенно. смена аптренда на даунтренд — это потенциальная больше кинетической, т.к. кинетическая идет в формуле с + а потенцияальная с -.
Раньше, разделял это мнение в полной мере, теперь же больше склоняюсь к тому, что основополагающая теза тех. анализа — цена учитывает все, при " рациональной выборке " и умению задавать определяющие её ( цену ) факторы, играют вполне надежно…
Ну и история всегда повторяется но повторяется всегда по новому. Математика в этом случае не должна ставить задачу — точного определения. Что давно все поняли и рисуют «пасти дракона» — диапазон значений. Вот этот диапазон можно ограничивать уровнями и векторами, и считать скажем его площадь что геометрически может отразить «величину риска», от этого можно посчитать и нормативно применять подушку риска и тп.
Три: для хорошей системы, полной и точной, надо максимальная выборка результатов, максимальная выборка как перепись населения например. Такой выборки нет. Вот анализировал кто-то поведение индекса — а о какой-то информации и не знал, не было в выборке. Или наоборот что-то придумал и мнение исказилось.
Забудьте о статистике-в-себе. Не сможет робот посчитать без валидации руками и образным мышлением правого полушария.
Сейчас, я разделяю другое мнение: "… основополагающая теза тех. анализа — цена учитывает все, при " рациональной выборке " и умению задавать определяющие её ( цену ) факторы, играют вполне надежно "
Канеман утверждает, что способностей к ней исходно у человека и нет, потому и забывать как-бы и нечего?!
Тот же багаж знаний, который удалось приобрести, по его мнению. это то, чем следует дорожить ...