trading basado en modelos autorregresivos

 

Publi

Resultados 1 al 8 de 8

Tema: trading basado en modelos autorregresivos

  1. #1
    Modelo autorregresivo

    Autorregresivo (AR) Modelo es una representación proceso estocástico para las series temporales. En este modelo, la siguiente variable de interés (por ejemplo, próximo precio) se modela con combinación lineal de valor previo (s) de una manera estocástica,
    Imagen adjunta


    donde c es una constante, y_t es la variable de interés en el tiempo t y e_t es ruido blanco. Este proceso estocástico se refiere generalmente como un modelo AR (p).
    Puede encontrar más información sobre este proceso estocástico aquí.

    Algoritmo Trading

    El algoritmo de negociación se resume a continuación:
    0. Al comienzo de la vela de todos los días (es decir, el precio de apertura del día) el algoritmo realiza los siguientes pasos:
    1. Calcular la tendencia (por ejemplo, el promedio) del precio de cierre de los últimos N días ', que se llama P [] array.
    2. Retire la tendencia de P [], almacenar el resultado en D [] array.
    3. Estimación de los parámetros de un (1) modelo AR.
    4. Uso de D [] y el modelo estimado, realizan la prueba Dickey-Fuller. Si D [] está parado, ir a (5) else ir a (0)
    5. predecir el siguiente valor de D [] (que es D [N + 1]) utilizando el AR estimado (1) modelo.
    6. decisión <- vacío
    6. Si D [N + 1]> D [N], entonces la decisión <- Compra, Venta Cerrar else if D [N + 1] <D [N], entonces la decisión <- Vender, Comprar Cerrar
    7. Ejecutar la decisión.
    8. Ir a (0)


    Asesor de Expertos

    Desarrollé un EA para probar esta idea de comercio basado en AR (1) modelo. Aquí es un resultado backtest 2000-2015 en EURUSD:

    Discusión

    Esta idea de comercio surge un conjunto de consultas tales como:
    ¿Es este proceso estocástico (es decir, el modelo autorregresivo) un enfoque prometedor para el comercio de estadística?
    ¿Cómo podemos mejorar la lógica del comercio?
    ¿La configuración SL / TP para oficios mejorar los resultados?
    ¿Qué pasa si aumentamos p en el modelo AR (p)?
    ¿Sería más rentable si utilizamos, modelos ARIMA (p, d, q) y ARFIMA (p, d, q) ARMA (p, q)?
    ¿Qué pasa con los modelos autorregresivos no lineales?
    ...
    Te adjunto la EA aquí. Esperemos que cualquier mejora en la eegia daría lugar a una nueva versión de la EA para probar, y quién sabe, vive el comercio!

  2. #2
    Hola MathTrader7. Interesante enfoque y que es un buen resultado backtest :-)

    Tomo nota de que este es un enfoque especial caso lineal a la modelización estocástica y como resultado a volar durante los períodos de tendencias a largo plazo como el sesgo precio histórico sigue desempeñando un papel importante en la predicción de la siguiente acción del precio rejas por un periodo de tiempo a pesar de que la historia diluye progresivamente con el tiempo. Podía imaginar sin embargo, que cuando se producen cambios de tendencia o durante los mercados entrecortados, que tomaría algún tiempo para que el cambio se refleje en los resultados. ¿Ha considerado ni probada aplicados cualquier "experiencia reciente ponderaciones 'de este modelo para sesgar los resultados hacia la acción del precio más reciente o tal vez incluso un reinicio (y empezar de nuevo con nuevos datos de precios suficiente) característica cuando sesgo direccional histórica alcanza un umbral crítico deterioro?

  3. #3
    No estoy seguro de que puedo estar de acuerdo con su forma de pensar. Si términos largos tendencias son donde este enfoque debe sobresalir, entonces ¿por qué es el gráfico de la equidad de manera plana en los últimos 150 oficios impares? Según la mayoría de las medidas que el EURUSD ha estado en una tendencia a la baja desde mediados de 2014, sin embargo, la EA no ha sido capaz de sacar provecho de esta tendencia.

  4. #4
    Mañana Fred :-)

    Necesito MathTrader7 de explicar en términos más no matemáticos cómo esto se aplica para que pueda obtener un mejor manejo de la misma. Un paso a paso sencillo ejemplo sería genial.

    Buen punto sobre los últimos 150 oficios. Quizás volatilidad diaria ha sido mayor de lo previsto "ruido" y la generación de señales inversas sin tener en cuenta el sesgo entre en vigor.

    Trabajo PS chupa !!!!!

  5. #5
    Desde el par EURUSD se compone de dos monedas, ¿por qué no crear un índice de euros y un índice de USD (o usar uno de un corredor como LiteForex), a continuación, ejecute el modelo AR en ambos ındices. Si euros modelo indica el próximo día y USD modelo indica día siguiente hacia abajo, y luego comprar EURUSD.

    O incluso un filtro más, añadir EURUSD en la matriz de decisión, y si todos están de acuerdo 3, a continuación, a largo o corto EURUSD (o quedarse fuera si los hay en desacuerdo).

    Saludos,

  6. #6
    Hola Copérnico, Me alegro de verte en este hilo! :-)
    Yo debería haber mencionado que primero se quita la tendencia de la serie histórica (restando la media de los últimos precios N), entonces estimo un (1) modelo AR y probar si existe una raíz unitaria en la AR estimado (1) modelo ( mediante la prueba de Dickey-Fuller), y finalmente me predecir el siguiente valor con la AR (1) modelo a partir del cual se decidirá un Logn / Comercio corto.

  7. #7
    Los resultados que se muestran en el primer post son increíbles para un modelo tan simple. ¿Se puede confiar en este backtest? Está escrito en negrita y rojo "los resultados no deben ser considerados".

    Me gustaría tratar de reproducir este. ¿Puede darnos más detalles? (No tengo MT4 y el archivo se compila No puedo realizar ingeniería inversa de la fuente).

    Veo InpMaxNumPrices = 9, es el tamaño de la ventana de mirar hacia atrás para encajar el proceso AR o el orden de la AR (p = 9)? Lo pregunto porque se ve muy pequeño para la ventana y muy grande para la orden.

    ¿Es usted cabe los precios o las devoluciones o las declaraciones de registro o algo más?

    ¿Qué algoritmo utiliza para adaptarse a la AR?

    Usted dice que Detrend los datos, pero también dice que lo hace mediante la eliminación de la media. Eso no es realmente eliminar la tendencia. ¿Se puede desarrollar por favor? ¿Le quita la misma media de todas las muestras en que ventana o te quita la media actual de la muestra actual y luego lo pones en la ventana? (no estoy seguro que estoy claro aquí ...)

    Usted dice que usted prueba de la existencia de una raíz unitaria. ¿Qué hacer si la prueba DF rechaza la hipótesis nula, mientras que ya se encuentra en una posición?

  8. #8
    Eso sería genial, ya que es un área que siempre he querido ir hacia pero mis habilidades de codificación simplemente no están allí todavía. ¡Gracias! Leí sobre Encog considerablemente y es la "mejor" producto de que puedo encontrar por ahí para hacer lo que está después.

    Bichos MT5? Hmmm. Bueno, yo salté a MT5 puramente por la posibilidad de probar con rigor y rapidez. Se ha acelerado mi tiempo de desarrollo considerablemente. (Tengo un dato de máquina eegias mineras prácticamente 24/7 ejecutan 28 hilos paralelos a la vez)

    MT4 y 5 son muy similares en el lenguaje mismo. Sólo su fin de cambiar un dolor enviar y cosas por el estilo (MT4 es mucho más fácil de utilizar en ese sentido).

    De todas formas...
    de vuelta a su modelo de auto regresivo.
    ¿Tiene un circuito de retroalimentación para la previsión de precisión? (por ejemplo, error medio de predicción cuadrada o similar)

    Muchas veces me he preguntado cómo algo como esto funcionaría en un enfoque del marco Multi Time.
    Cada calendario establecería un nivel de confianza en la predicción, a continuación, a través de alguna forma de marcar los niveles de confianza del ea sería elegir la dirección y objetivo.

    - - - Updated - - -

    ¡Tienes razón! Hay procesos estocásticos más complejas que AR (p). Sin embargo, he elegido uno de los modelos más sencillos para empezar este hilo con.

Etiquetas para este tema

Permisos de publicación

  • No puedes crear nuevos temas
  • No puedes responder temas
  • No puedes subir archivos adjuntos
  • No puedes editar tus mensajes
  •  
Cookies
Utilizamos cookies propias y de terceros para mejorar nuestros servicios y mostrarle publicidad relacionada con sus preferencias mediante el análisis de sus hábitos de navegación. Si continua navegando, consideramos que acepta su uso. Puede cambiar la configuración u obtener más información y política de cookies aquí.