Русал пришел к своей квадратичной функции регрессия c r^2 0,87

По оси X — Фьючерс на алюминий на Шанхайской бирже с 2019-го года
По оси Y — Дневные цены закрытия котировок акций Русал, так же с 2019-го года
Большая красная точка — это сегодняшний день, на момент поста.
Красная линия — квадратичная функция регресси
Синяя пунктирная линия — линенйная функция регресси

Почему это важно, смотри предыдущий пост перед началом движения, было указано куда идем и почему идем, вот и пришли. Но разброс большой можем идти выше к 70-и рублям при той же цена алюминия.

Как всегда предоставляю исходные данные от расчета пользуйтесь jupyter notebook файл

русал регрессия корреляции анализ акции алгоритмический трейдер алгоритм для трейдинга алгоритм торговли

Русал

self_investing

Константин Лебедев

Екатеринбург

371

3 376

с 18 января 2021

20 Комментариев

Тимофей Мартынов
08 сентября 2021, 12:41
Это что значит?:)
+3
- Константин Лебедев
  08 сентября 2021, 12:43
  Тимофей Мартынов, У вас в институте мат. анализ/мат. ожидание было ?
  Я не смогу пересказать в комменте весь курс, извините.
  +2
- Константин Лебедев
  08 сентября 2021, 12:56
  Тимофей Мартынов, Добавил немного контекста
  0
- wistopus
  08 сентября 2021, 13:01
  Тимофей Мартынов,
  Это что значит?
  так Они-с же говорят…
  можем идти выше к 70-и рублям
  т.е. Они-с прогнозируют, что стражайше запретил А.Г.....
  +1
  - Манул Кот
    14 сентября 2021, 19:06
    wistopus, коты соблюдают запреты А.Г. !
    0
- Константин Лебедев
  08 сентября 2021, 15:18
  Тимофей Мартынов, Нашел отличную статью по стат.анализу и прогнозирования с анимацией рекомендую для прочтения
  0
sl_walker
08 сентября 2021, 13:53
Как я понимаю тут ищется закономерность цены акции русала от фьючерса на люминий. но почему именно квадратичная и не линейная регрессия?
0
- Константин Лебедев
  08 сентября 2021, 14:07
  sl_walker, Ну вспомните немного математику из школы, что такое линейная функция — которая растет линейно и есть квадратичная функция которая может рости x^2 и есть экспоненциальная функция и так далее.
  Оно отражает скорость роста Y(цена акция) относительно X(базовый ресурс или спред между сырьем и продукцией) с поправочным коэффициентом.
  
  0
Михаил
08 сентября 2021, 15:00
Для построения корректной линейной зависимости необходимо проверять соблюдение условий Гаусса-Маркова. Тут они очевидно нарушаются, как и для большинства временных рядов DS типа — остатки явно имеют высокую корреляцию. Как следствие с большой долей вероятности это классическая ложная зависимость. Для анализа временных рядов лучше использовать предназначенные для этого методы, а не строить линейные зависимости.
0
- Константин Лебедев
  08 сентября 2021, 15:12
  Михаил, Для этого я предоставил исходный алгоритм , вы можете его перепроверить и указать предметно на ошибки и в вычисления использовал полиномиальную регрессию, а линейная больше для сравнения добавлена.
  
  0
  - Михаил
    08 сентября 2021, 15:45
    Константин Лебедев, там нет данных. Не важно какую вы регрессию считаете. По поводу ошибок:
    1. Анализ временных рядов необходимо начинать с теста на стационарность, например Дики — Фуллера. У вас его нет. Если по результатам теста обнаружилось наличие единичного корня, то линейную регрессию строить нельзя. С большой долей вероятности он в ваших данных присутсвует.
    2. Если единичного корня все-таки нет, то после построения регрессии нужно построить графики afc/pafc и проверить отсутсвие значимого их отклонения от нуля. Тут я на глаз уверен на 100%, что присутствует отличная от нуля автокорреляция остатков. В этом случае нужно использовать ARMAX модель для построения зависимости с учетом значимых лагов на afc/pafc.
    
    0
    - Михаил
      08 сентября 2021, 15:49
      Михаил, для реализации на питоне есть библиотека statsmodels
      www.statsmodels.org/stable/generated/statsmodels.tsa.stattools.adfuller.html
      www.statsmodels.org/stable/generated/statsmodels.tsa.stattools.acf.html
      www.statsmodels.org/stable/generated/statsmodels.tsa.stattools.pacf.html
      www.statsmodels.org/stable/generated/statsmodels.tsa.statespace.sarimax.SARIMAX.html
      0
    - Константин Лебедев
      08 сентября 2021, 16:00
      Михаил, Вроде выглядит норм, спасибо за интерес :)
      
      Значение p намного меньше уровня значимости 0,05, и, следовательно, мы можем отклонить нулевую гипотезу и принять, что ряд является стационарным.
      0
      - Михаил
        08 сентября 2021, 16:07
        Константин Лебедев, выглядит как раз не норм, у вас p_value 99% — нулевая гипотеза в этом тесте, что в данных есть единичный корень, — поэтому строить линейную регрессию нельзя.
        0
  - Михаил
    08 сентября 2021, 15:56
    Константин Лебедев, картинку вы позже добавили — на ней отлично видно, что у вас просто жуткая автокореляци Durbin–Watson практически равен нулю, хотя должен быть равен 2.
    +1
    - Константин Лебедев
      08 сентября 2021, 16:08
      Михаил, Для акций это нормально, так как там все трендами торгуют, а это и есть автокоррекция.
      www.investopedia.com/terms/d/durbin-watson-statistic.asp
      Если она, есть значит на регрессии можно зарабатывать :)
      0
      - Михаил
        08 сентября 2021, 16:11
        Константин Лебедев, одно из условий Гаусса-Маркова — отсутсвие автокорреляции. Ели автокорреляция есть, то строить в лоб линейную регрессию нельзя, нужно пользоваться другими методами.
        +1
Константин Лебедев
08 сентября 2021, 16:20
Для истории по данным с 2015 года так и нужен второй фактор цены на бокситы

0
Андрей Гунт
11 сентября 2021, 08:43
Мужики, ну вы загнули)))
0
Манул Кот
14 сентября 2021, 19:02
И кто из них двоих «правильный» математик? Голосую за Михаила!

+1