المتاجرة استراتيجية كالمان مرشح

أغسطس 18، 2015 أكتوبر 6، 2015 كالمان تصفية وأزواج التداول تخيل هذا السيناريو. كنت تاجر المراجحة الإحصائية في مكتب الدعامة أو هف. وعلى هذا النحو، فإنك تحتفظ بشكل روتيني بمخزون تعرض إتف الذي يجب عليك التحوط منه. في الليلة السابقة، أمرت التجار بين عشية وضحاها لحساب نسب التحوط لمصفوفة من ETF8217s. في صباح اليوم التالي قبل افتتاح السوق، التجار الصغار الخاص بك تقدم بفارغ الصبر نتائجها للتفتيش الخاص بك. يكره ما تراه، يمكنك تحميل نسب التحوط في منصة التداول الخاصة بك وانتظر لفتح. عندما يفتح السوق لأول مرة للتداول، يمكنك إعادة التوازن التحوط الخاص بك وفقا للنسب الجديدة. بعد ذلك، يمكنك مشاهدة في الرعب كما التحوطات الخاصة بك لا تؤدي كما هو متوقع. ما حدث خطأ كل تاجر جيد يعرف أن لديهم للتكيف عندما تتغير الظروف في السوق، فلماذا نطالب بخلاف ذلك من نماذج التداول لدينا اعتمد التجار في مثالنا على نسب التحوط ثابتة لتشغيل منطق التداول الخاصة بهم. ونتيجة لذلك، فتحوا أنفسهم إلى ما يعرف باسم خطر المعلمة. تحديث المعلمات الخاصة بك كما تتوفر معلومات جديدة هي طريقة واحدة لحماية نفسك من هذه المخاطر التجارية دون تقدير. إلى حد بعيد النموذج الأكثر انتشارا لإنجاز هذا في سيناريو التداول هو تصفية كالمان. وهذا مفيد عندما كنت تتعامل مع نموذج خطي مثل تداول أزواج، والتي في أبسط أشكالها يقلل إلى أسفل لتداول ما تبقى من الانحدار الخطي: أين هو السعر الحالي للمخزون الأول، هو السعر الحالي للمخزون الثاني ، هي نسبة التحوط الحالية وهي سعر الفارق الحالي الذي يتم تداوله. ویمکننا أیضا تقدیر نسبة التحوط باستخدام تغییرات السجل في X و Y، بدلا من مستویاتھا. ومن المرجح أن يكون هذا هو الحال في سيناريو التداول عالي التردد، حيث كل ما نهتم به هو تغيرات الأسعار. مرشح كالمان يسمح لنا بتغيير نسبة التحوط مع مرور الوقت. على سبيل المثال، لنفرض أننا نفترض أن نسبة التحوط تتبع مسارا عشوائيا، أي أين تكون الحالة الحالية لنسبة التحوط هي آخر حالة وهي الضوضاء البيضاء العشوائية بمتوسط ​​الصفر والتقلب. تم تصميم فلتر كالمان لتقدير 8220 حالة مخفية 8221 من نموذج غاوس الخطي مثل أزواج التداول. ويستند الفلتر إلى نظام من المعادلات: هو الحالة الخفية الحالية (على سبيل المثال نسبة التحوط لدينا)، هي مصفوفة الانتقال (على سبيل المثال مصفوفة الهوية) هي أحدث ناقلات المراقبة (مثل تغيير سجل المخزون Y) هي أحدث مصفوفة المراقبة (على سبيل المثال تغيير سجل المخزون X) هي الضوضاء البيضاء الغوسية مع متوسط ​​الصفر والتباينات تنظر Let8217s إلى مثال ملموس على فلتر كالمان في العمل للحصول على فهم أفضل لأجزائه المتحركة. على وجه الخصوص، أردنا إبراز أهمية اختيارك و. وتسمى نسبة هذين البارامترين نسبة الإشارة إلى الضوضاء. إذا كان صغيرا بالنسبة إلى، سيضع الفلتر معظم وزنه للتقدير التالي على حالة آخر تقدير (بمعنى أن المرشح سيفضل حالته الحالية على المعلومات الجديدة). إذا كان العكس صحيحا، فإن مرشح التكيف بسرعة جدا إلى معلومات جديدة على حساب حالته السابقة. يوضح الرسم البياني التالي تأثير جيد. يمثل كل سطر التقدير الحالي موديل 8217s لنسبة التحوط بين ETF8217s سبي و إيم باستخدام قيم مختلفة للحفاظ على ثابت. وكلما ارتفعت نسبة الإشارة إلى الضوضاء، كلما تكيف النموذج مع المعلومات الجديدة بشكل أسرع: فإن بيثون لديه تطبيق بسيط وفعال لمرشح كالمان المسمى بيكالمان. نحن تحميل البيانات الأسهم اليومية لحظية ل سبي و إيم باستخدام وظيفة جيتجوغليداتا شاركنا سابقا. لتنفيذ ذلك لنفسك، يمكنك متابعة على النحو التالي. الخطوة الأولى هي استيراد وحدات المطلوبة: التالي يمكننا تحميل أسعار الأسهم و ترانفورم لهم في التغييرات سجل: الآن let8217s فصل مجموعة البيانات إلى عينات إينوت لتقدير الحالة الأولية للمرشح: الآن يمكننا تشغيل كل مرشح باستخدام مختلفة نسبة الإشارة إلى الضوضاء: هذا هو تكملة مقترنة بشكل فضفاض إلى مشاركتنا السابقة، إنشاء تجارة أزواج أربطة قانونية للحصول على مثال جيد مكتوب على كيفية استخدام نموذج انتشار مع اعتراض فضلا عن نسبة التحوط، تحقق من ثالغنجينير. المهتمين في الموارد للأزواج التداول تريد أن تتعلم كيفية الألغام مصادر البيانات الاجتماعية مثل جوجل الاتجاهات، ستوكتويتس، تويتر، و إستيميز تأكد من تحميل كتابنا مقدمة إلى البيانات الاجتماعية للمتداولين متابعة مدونة عبر البريد الإلكتروني آخر الملاحة المشاركات الأخيرة التعليقات تعليقات كاتيغوريزكلمان فلتر و كونسوميرس سترينغث انضمت في أغسطس 2011 الحالة: عضو 1،132 المشاركات في الآونة الأخيرة إم اللعب مع مقدر بايسي ريكورسيف (en. wikipedia. orgwikiRecursi. إيانيستيماشيون) التي مرشح كالمان هو حالة خاصة. أنا لن تدخل في التفاصيل غوري انظر توقعات بايزي والنماذج الديناميكية التي كتبها الغرب وهاريسون. في البداية كنت أحاول تقدير الاتجاه وتقلبات السوق. ولكن هذا ليس ما هو هذا المنصب. هذا هو السبب في يود أفضل حالا تكون طويلة على التنين اليوم. العائد السوق ليست موزعة عادة ولكن في مكان ما بين كوشي والطلاب موزعة. أداء كلمان مرشح تتحلل بسرعة للابتكارات غير عادي. ولهذا السبب يمكنني استخدام فلتر كالمان آخر الذي يقدر خطأ أول واحد وأنا ردود الفعل هذه المعلومات في النموذج الأول كتعديل التباين المسموح به للدولة. وهناك نوع من مؤشر ديناميكي كوتلاغ لوت-غ سموثنسكوت. وهذا النموذج الأول هو تقدير محلي متعدد الحدود من الدرجة الثانية. لقد اخترت نظام متعدد الحدود من الدرجة الثانية لأنه يمكن تقريب (تايلور) أي وظيفة سلسة مثل موجة جيبية للسوق مع عنصر دوري (المدى أو الاتجاه فالييل) أو اتجاها أسي (للمؤشر والأسهم). أيضا عامل تسريع يساعد اللحاق بالركب مع السعر في حالة حدوث حركة مفاجئة. المرشح الثاني يستخدم فقط نموذج ثابت. يمكنني استخدام H4 لقياس الاتجاه اليومي. هنا لقطة من يوروس H4. الخط الأزرق هو المثالي، ولكن غير السببية، وانخفاض تمرير مرشح المخلص (en. wikipedia. orgwikiSincfilter) المستخدمة مع 41 عينة. فهو يوفر لك فكرة عن التأخر. المرشح أخضر عندما يكون الاتجاه على الأرجح صعودا وأحمرا خلاف ذلك. غلاف اندفاعة هو فاصل الثقة 95 من متوسط ​​تقدير السعر. وفيما يلي الخطأ بين السعر والتقدير (أسود) وهذه القيمة التي تمت تصفيتها مع المرشح الثاني (الأحمر). فإنه لا تتبع الخطأ كثيرا لعدم جعل فلتر الرئيسي على رد فعل. صورة مرفقة (اضغط للتكبير) لا الجشع. لا خوف. الرياضيات فقط. انضمت في أغسطس 2011 الحالة: عضو 1،132 المشاركات الآن لدي تقدير للاتجاه الأكثر احتمالا. من المهم أن نأخذ في الاعتبار أنه من المحتمل عدم اليقين يمكنني استخدام هذه المعلومات لتحديد ما إذا كان اليورو مقابل الدولار الأميركي هو على الأرجح صعودا أو هبوطا. أوك أسمع لك، ويمكنني أيضا أن ننظر إلى الرسم البياني ومعرفة ما إذا كان هو رفع أو السقوط :-). أنت محق. ولكن الفكرة التي كان لدي هو تكرار هذا مع كل من التخصصات، ليس فقط لمعرفة ما إذا كانوا صعودا أو هبوطا ولكن كم هم صعودا أو هبوطا. إذا كان الجنيه الإسترليني مقابل الدولار ينخفض ​​فإنه يعني الدولار الأمريكي أقوى من الجنيه. إذا انخفض اليورو مقابل الدولار الأميركي وكذلك اليورو أضعف من الدولار الأمريكي أيضا. ولكن أي من الجنيه الإسترليني أو اليورو هو أضعف واحد لا يمكن ببساطة استخدام قيمة نقطة من الاتجاه لأن قيمة نقطة ليست هي نفسها لجميع الأزواج. لهذا السبب يمكنني استخدام نسبة التباين. عن طريق قسمة فرق السعر بالسعر تحصل على قيمة أقل من وحدة. بهذه الطريقة يمكنني التخلص من ونيتسكال ويمكنني مقارنة ورنزد و أوسجبي مباشرة. لأن ورغب هو (يوروس) (غبوسد) فإنه ليس من الضروري لتصفية جميع أزواج. تقدير السعر وتقدير الاتجاه من التخصصات هي كافية لخطي مع دقة جيدة بما فيه الكفاية. إذا وجدت الجنيه الإسترليني أضعف من اليورو مما يمكنك طلب العملات الثلاث: الجنيه الإسترليني لوت يورو لوت أوسد. من المنطقي البحث عن دخول جيدة قصيرة على الجنيه الإسترليني مقابل الدولار لأنه حيث لدينا فرصة جيدة للقبض على الاتجاه. الآن لكل زوج أطلب العملات زوج الحكمة، أقوى - gt أضعف. يتم مكافأة كل عملة على درجة في كل مرة أنها أقوى من آخر. هذه النتيجة هي-تقدير-نسبة النمو. في النهاية كل عملة لديها درجة وقائمة العملات أقوى منه. يمكنني تنظيم هذا في رسم بياني. ومن المفترض أن تمثل تقديرا لتدفق الأموال. لا تسألني عن العرف إيندي وأنا غير قادر على برنامج مقل. إذا كنت ترغب في ترميز إيندي على أساس هذه الفكرة أستطيع مساعدتك إذا سمح الوقت. صورة مرفقة (اضغط للتكبير) سؤال مفتوح: إذا كان هناك دورة في الرسم البياني، هل من المنطقي أن سلة التجارة العملات المتداولة في حلقة مثيرة جدا للاهتمام، وسوف ننظر في الروابط التي نشرت، في الوقت الحاضر استخدام التغييرات القيمة ل التحيز وعقد الصفقات وإضافة إضافات، وجدت هافنت أي شيء أن يأتي على مقربة من المعلومات التي أحصل عليها من هذه pairs. although أ عرض قيمة التغيير في قيمة النقطة والنسبة الإجمالية. havnt تماما حصلت على الكمال في التميز ولكن لا يزال في التقدم. يمكنك أن تذكر التداول في سلة، وهذا يمكن أن يكون مكافأة جدا. أمثال جيد على هذا النوع من التداول اليوم، أنا في الغالب التجارة كابل التي مثل جميع الأزواج ذات الصلة كان يجري دفع أسفل. وكان الزوج الرئيسي في تغيير اليوم قيمة cable. its كان 60 نقطة في حين أن غيرها من الصلبان دولر لم تتحرك. وقد توقفت أزواج الين أيضا ولكن في هذه المرحلة أي علامة على اتجاه التغيير. القوة في كابل كانت فكرة. ي وضعت الصفقات على 4 أزواج الين، و دولر تشف، دولر كاد و euro. includy بلدي الأولي كابل طويلة إيف حصلت على ما يقرب من 400 نقطة. يتم رفض الارتباطات كثيرا على هذا المنتدى لأنه لم يفهم. الطريقة التي وصفتها والبحث عنها تبين طريقة الارتباطات فيما يتعلق هناك علاقات هناك إلى حد كبير هناك، يقابله هناك قيمة نقطة جنبا إلى جنب مع الظروف المتغيرة داخل هناك الفرد الخاص الأساسيات. ولكن تلك الدورات موجودة ويمكن استخدامها يبدو أن العملة يمكن أن تكون قوية إما لأنها تتلقى الكثير من بعض العملات الأخرى أو لأنها تتلقى من جميع الآخرين. وعادة ما تطابق الشروط 2. وهو أقوى دولار أمريكي مع أكبر درجة أو ور تلقي من جميع الآخرين (النتيجة هي مجموع المنحدرات الاتجاه) لاحظ أيضا هناك دورة جبي-غتاود-غتوسد. لا الجشع. لا خوف. الرياضيات فقط. انضمت ديسمبر 2010 الحالة: فوك بولينجر-dr. Kegel يعرف 9،292 المشاركات الآن لدي تقدير للاتجاه الأكثر احتمالا. من المهم أن نأخذ في الاعتبار أنه من المحتمل عدم اليقين. في النهاية كل عملة لديها درجة وقائمة العملات أقوى منه. يمكنني تنظيم هذا في رسم بياني. ومن المفترض أن تمثل تقديرا لتدفق الأموال. لا تسألني عن العرف إيندي وأنا غير قادر على برنامج مقل. إذا كنت ترغب في ترميز إيندي على أساس هذه الفكرة أستطيع مساعدتك إذا سمح الوقت. إم فعل شيء مماثل. إم اللعب مع الفهارس. 7 عملات 21 أزواج العملات. إم بمناسبة لهم مع بعض الاعتراف الإحصائي مرة واحدة في اليوم. إعطاء كل زوج من العملات رقم تسلسل (كوتوب dayquot1 و كوتد دايكوت 0). ويمكن تقديمه كتدفق نقدي. ولكن من الصعب القول. لديها بالتأكيد بعض نقاط الضعف. ومن المؤكد أنها أسهل للتجارة ولكن واحد يحتاج إلى انضباط بينما نحن في الاتجاه وعندما يكون لدينا تصحيح. الاشياء الصعبة. كما أراه، يعرض لي الذي هو سخونة العملات هناك. معنى بطريقة سلبية وإيجابية. أعلى 2 في و - السفلى 2. المشكلة مع هذه الأنظمة هي دائما الفاصل الزمني للانتقال إلى التصحيح، في وقت لاحق إلى مرحلة تصحيح أعمق وفي نهاية المطاف عرض اتجاه جديد. من الصعب برمجة هذا. هذا هو السبب في أن من المهم جدا أن واحد هو بالتأكيد هو محاولة لمعرفة ذلك يوميا ما يجري واحد. إم باستخدام 4 سرعات مختلفة من الفهارس. اتجاهات الاتجاه القوي تعطيني بالتأكيد عرضا للاتجاه تدفق المال (الصورة 1). أنا طاعة ذلك وأنا أحاول أن تلعب فقط هذه المسرحيات الاتجاهية. في الأسابيع القليلة الماضية نحن نحب بقوة الجنيه الإسترليني واليورو، في حين أننا نحاول التخلص من الدولار الكندي والين الياباني. الاشياء بسيطة جدا بطريقة، ولكن إذا كنت لا تتداول الرسوم البيانية الشهرية ويوم واحد لا تستخدم توقف أعلى من 300 بيبرز فإنه لا يزال ليس من السهل مهمة عند الدخول وكيفية استدعاء نهاية التصحيحات. مخطط اتجاه السرعة (الصورة 2) هو حيث يمكن للمرء أن يجد بعض الأدلة حيث المسرحية سوف تنتهي. على الأقل يشتبه في ما سيحدث في التصحيح. من الصعب جدا الاشياء للقيام كما تقلب في هذه الظروف المتطرفة سوف تحصل على أعلى. خصوصا أنه يتلاشى الخطوة الاتجاه الأولي الذي يمثل في واحدة قوية جدا كونترا الاتجاه شمعة اليومية. زوج العملات (الصورة 3) الرسم البياني يرى العملات غبب باعتبارها واحدة من أقوى وأسترالي واحد من الأضعف. في الشهر الماضي بعد بضعة أسابيع قوية من ارتفاع معدل يمكننا أن نرى بعض وقفة في الارتفاع. وينظر هذا أيضا على الرسم البياني اليومي، مع سهولة. ولكن كما رأينا على الرسم البياني، يمكننا أن نرى أن بالفعل في 6 ديسمبر واحد يمكن أن نرى أننا على وشك الحصول في أيام تصحيح التصحيح وقفة. لماذا تجاوزت مؤشرات أودل (طويلة) و أودس (قصيرة) في 4 ديسمبر، لا تزال في المنطقة السلبية. نفس الشيء ينطبق على كل من مؤشرات غبب. لقد عبروا إلى الضعف في السادس من ديسمبر حتى يكون لدينا اقتراح قوي من تصحيح أعمق. يجب أن يكون واحد على الأقل الآن حذرا جدا حول شراء الانخفاضات، وبالتأكيد ينبغي للمرء أن في الأيام القليلة الماضية التخلص من موقف واحد عقد قبل أيام. يمكن أن نتحرك بسهولة على ساعة سمو اليومية، ولكن ينبغي أن تكون محدودة. الآن جئت إلى أسئلتي. هل لا تزال تعمل على هذه المسألة يمكنك مشاركة ما كانت النتائج العامة الخاصة بك بشأن تداول الفهرس. دورات هل لديك بعض النتائج في إيجاد عوامل واعدة لحتمية الاحتمال في صالحك بشأن ريتراسيمنتكوت كوتونلي. ويبدو أن العملة يمكن أن تكون قوية إما لأنها تتلقى الكثير من بعض العملات الأخرى أو لأنها تتلقى من جميع الآخرين. وعادة ما تطابق الشروط 2. وهو أقوى دولار أمريكي مع أكبر درجة أو ور تلقي من جميع الآخرين (النتيجة هي مجموع المنحدرات الاتجاه) لاحظ أيضا هناك دورة جبي-غتاود-غتوسد. انضمت في أغسطس 2011 الحالة: عضو 1،132 المشاركات لم أتحقق من الدورات. لقد وجدت أن هذا يمكن أن يكون إنتيرسينغ لتجار السلة. الفارق هو القاتل مع هذا المؤشر. في كثير من الأحيان. عندما يجد زوج يتجه بقوة هذه الخطوة بالفعل. ولكن يتلاشى هذا التحرك قاتلة. لذلك كنت في حاجة الى الانتظار للحصول على ارتداد. كان الذهاب إلى إطار زمني متعدد ما وجدت الخطوة المنطقية التالية. فعلت هذا أيضا. على سبيل المثال أن هو حاليا في بلدي أعلى قائمة هبوطية يوميا. بالطبع لا أحد يحتاج إلى مرشح كالمان لرؤية أن هبوطي على أساس يومي. لكنه تحول صعودي على H4. وأود أن تترجم هذا من قبل: الوقت للدببة لتحقيق الربح. وهو أيضا صعودي على H1. عندما يصبح هبوطي على H1 سأحاول العثور على فرصة فنية قصيرة ضد H4 من أجل دخول البديل التالي على D1. بالطبع سوف يكون في وقت متأخر على H1 وبالتأكيد في وقت مبكر جدا على H4. ولكنه أفضل من سي 300 نقطة على D1 نظرا لأنني لا أستطيع أن أعرف إذا كانت هذه الخطوة ليست المحطة الأولى من انعكاس. لسوء الحظ فإنه من الصعب جدا تقدير موضوعي لمدى صلاحية هذا النهج لتقدير قوة عملات النقد. كما هو الحال مع أي مؤشر لا يمكنك تقدير قوتها خارج نطاق نظام التداول باستخدامها. إذا كنت تحصل على نتائج سيئة فمن بسبب إندي، من النظام، للتاجر الفشل في استخدام النظام إذا كانت النتائج جيدة كنت لا أعرف إذا كان ذلك لأن إندي هو أداة جيدة أو إذا كان لديك مجرد الحظ ليكون في حالة السوق مواتية للنظام على مدى فترة الاختبار. الصور المرفقة (اضغط للتكبير) إذا كانت النتائج جيدة كنت لا أعرف إذا كان ذلك لأن إندي هو أداة جيدة أو إذا كان لديك فقط الحظ ليكون في حالة السوق مواتية للنظام على مدى فترة الاختبار. هذا صحيح تماما. إم اختبار هذا من أغسطس 13 و إم الحصول على نتائج جيدة جدا. في منتهى السعادة. ولكن لا يزال غير قادر على معرفة ما إذا كان هذا مواتية حقا الأشهر الأربعة الماضية أو هذا يمكن أن تعمل حقا لفترة طويلة. ما إيم متأكد هو أنه مع إدخالات تصفية خارج وإيجاد إدارة جيدة السيطرة على المراكز المفتوحة. وكل ذلك يمكن أن يوفر بعض منحنى العائد الجيد نسبيا. الذهاب من خلال العمل الإحصائي حيث إم التركيز أساسا على المكاسب من قبل EA6 من قبل كل قاعدة. العثور على الأمثل R: R الذي هو الأفضل دون أي تصفية إضافية. بعد ذلك، إم ستعمل في محاولة للعثور على جزء باليد هناك. إم في المرحلة الرابعة أتم، و إيم التفكير التفكير بالفعل وجدت بعض الإعدادات مثيرة جدا للاهتمام، والتي كانت إيجابية من خلال الخروج من هذا النطاق من الاختبار. قتلت الكثير من البذور السيئة، ولكن أبقى فقط عدد قليل و إيم لا تزال تضييق عليه .. يستغرق وقتا. لا أستطيع باكتست هذا النظام لأنه يأخذ السوق كله في وقت واحد. حاولت أن تفعل ذلك في التفوق ولكن سوف يستغرق الكثير من الوقت. إم العمل، ولكن ذلك سيستغرق شهورا لإنشاء، ثم أشهر. الخ إم بناء حسنا تصرفت بيز .. وأتساءل عما إذا كنت قد فكرت في استخدام قياسات كف الخاص كجزء من مدخلات لنظام التعلم الآلي للحصول على إشارات التداول بعض الأنظمة التي استخدمها الاستفادة من قياسات مماثلة من قوة سترونتنيسنيس ويكون قدرات التنبؤ لائق. أنا عموما القيام التعلم الآلي باستخدام R أو بعض C القائم على مكتبات التعلم آلة (يبس مثل الوفل أو سمك القرش). أرى أنك يمكن أن تبني نظام هنا حيث كف بمثابة المدخلات ويمكنك الحصول على تنبؤات تطور الاتجاه لسلة من العملات. وكانت الفكرة هي اختيار سلة مكونة من ثلاثة أزواج تتجه بشكل محتمل من خلال إقران الأقوى الثلاثة وثلاثة أضعف العملات. يرصد الاقتران عن طريق الحرص على ارتباطاتها. باستخدام هذه الطريقة أحصل الأوزان لتطبيق مم: هم الأزواج الثلاثة والنسبة المئوية على لقطات. قد يكون الزوج المصنوع من عملتين متبقيتين على الأرجح، وربما ينبغي أن يعطى إلى نظام متوسط ​​العائد على أساس. حول استخدام كف لتقدير اتجاه السوق جعلت واحدة باستخدام الرسوم البيانية شريط النطاق. حتى الآن يصنف 9 اتجاهات السوق: للغاية حتى، جدا حتى، حتى، قليلا حتى، شقة. إلى أسفل للغاية. فهي مشفرة اللون. من هذا أنا تقسيم البيانات لكل فئة للحصول على احتمال المسافة من السعر من المتوسط ​​نظرا للفئة: صورة المرفقة (اضغط للتكبير) والنتيجة هي خطي لطيف وأنا يمكن أن تحسن تقدير المتوسط. ثاتس الخط الأخضر والأزرق والأحمر باندسنفيلوبس الصورة المرفقة (اضغط للتكبير) مشكلتي الآن هو استخدام ذلك لتحديث التعرض للنظام. هنا إم حظر تماما في الوقت الراهن. وكانت الفكرة هي اختيار سلة مكونة من ثلاثة أزواج تتجه بشكل محتمل من خلال إقران الأقوى الثلاثة وثلاثة أضعف العملات. يرصد الاقتران عن طريق الحرص على ارتباطاتها. باستخدام هذه الطريقة أحصل الأوزان لتطبيق مم: هم الأزواج الثلاثة والنسبة المئوية على لقطات. ولكن إذا فهمت بشكل صحيح ما تقومون به مع هذا يبدو أن الحصول على تقدير للدولة تتجه الحالية للسوق، وهذا قد لا يكون مفيدا منذ كنت مهتما في المستقبل وليس في الدولة التي تطورت حتى الآن (ما هو جيد أن نعرف أن السوق تتجه إذا عند إدخال التجارة سوف تتوقف). وأتساءل عما إذا كنت قد حاولت استخدام أساليب التعلم الآلي - باستخدام قيم كف الخاص بك كمدخلات - لتقدير ما سوف تتجه الحالة المستقبلية للسوق. ما سيكون أكثر فائدة لن يكون قياسا لحالة تتجه الحالية للسوق ولكن تقدير الاحتمالية لما سوف تتجه الدولة في المستقبل من السوق. وأتساءل عما إذا كان لديك قياسات مقرها كف لديها القدرة التنبؤية فيما يتعلق الدول تتجه السوق في المستقبل. وبما أنك تقوم بتقييم مجموعة معقدة من التفاعلات في السوق، يبدو من المعقول أن يكون هذا هو الحال. ما رأيك تغفر لي إذا كنت سوء فهم شيء، وربما كنت بالفعل الحصول على التوقعات المستقبلية وأنا في عداد المفقودين إلى حد ما هذه المعلومات. انضمت في أغسطس 2011 الحالة: عضو 1،132 المشاركات لم أحاول أبدا التنبؤ بالولاية بعد الاستقراء متعدد الحدود الذي ليس له أي قوة تنبؤية مطلقا. سوف تتجه الدولة في المستقبل أن يكون نفس واحد الحالي بالإضافة إلى الانجراف عشوائي: زيادة خطيا التباين. الاتجاه هو الخط الأحمر أسفل الرسم البياني. والأزرق هو معدل التغير في الاتجاه. كلا أوسيالت حول متوسطها (0). لاحظ وحدة مقياس هو الانحراف المعياري واحد من القيم الخاصة بهم (orange2 سيغما). هذا الاتجاه هو يعني العودة حتى الآن لم أحاول أبدا لتناسب عملية O-U. حسنا. سطر واحد على تودو :-) لا الجشع. لا خوف. الرياضيات فقط. يجب أن يكون لدى الأعضاء ما لا يقل عن 0 قسيمة للنشر في سلسلة المحادثات هذه. 0 التجار الذين يشاهدون الآن فوريكس فاكتوريريغ هو علامة تجارية مسجلة. كمان تصفية الأزواج استراتيجية التداول في كسترادر ​​سابقا على كوانتستارت لقد نظرنا في الأسس الرياضية لنماذج الفضاء الدولة و كالمان مرشحات. فضلا عن تطبيق مكتبة بيكالمان لزوج من صناديق المؤشرات المتداولة لضبط حيوي نسبة التحوط بشكل حيوي كأساس لاستراتيجية التداول المتوسطة العائدة. في هذه المقالة سوف نناقش استراتيجية التداول في الأصل بسبب إرنست تشان (2012) 1 واختبارها من قبل إيدان أوماهوني على كوانتوبيان 2. سوف نستفيد من بيستون القائم على المصدر المفتوح كسترادر ​​باكتستينغ إطار من أجل تنفيذ الاستراتيجية. وستقوم كسترادر ​​بالرفع الثقيل لتتبع الموقف، ومعالجة المحفظة، وابتلاع البيانات، بينما نركز فقط على الشفرة التي تولد إشارات التداول. إستراتيجية التداول يتم تطبيق إستراتيجية التداول بين الزوجين على صندوقين متداولين في بورصة إكسهانج المتداولة (إتف) التي تتبع أداء سندات الخزينة الأمريكية لفترة متفاوتة. وهي: الهدف هو بناء استراتيجية متوسطة العودة من هذا الزوج من صناديق الاستثمار المتداولة. الانتشار الاصطناعي بين تلت و إي هو السلاسل الزمنية التي نحن مهتمون فعلا بالتوق أو التقصير. يتم استخدام فلتر كالمان لتتبع نسبة التحوط بشكل حيوي بين الاثنين من أجل الحفاظ على الفارق الثابت (وبالتالي يعني التراجع). لإنشاء قواعد التداول فمن الضروري تحديد متى انتقلت الفارق بعيدا جدا عن القيمة المتوقعة. كيف يمكننا تحديد ما هو بعيد جدا يمكن أن نستخدم مجموعة من القيم المطلقة الثابتة، ولكن هذه يجب أن يكون تحديد تجريبيا. وهذا من شأنه أن يدخل معلمة حرة أخرى في النظام الذي يتطلب التحسين (وخطر إضافي من الإفراط في الإمداد). أحد المقاربات غير المعلمة لإنشاء هذه القيم هو النظر في تعدد الانحراف المعياري للفرق واستخدامها كحدود. للبساطة يمكننا تعيين معامل متعددة لتكون مساوية لأحد. وبالتالي يمكننا أن نذهب لفترة طويلة انتشار إذا انخفض الخطأ توقعات أقل من الانحراف المعياري السلبي للفرق. على التوالي يمكننا أن نختصر انتشار إذا تجاوز الخطأ التنبؤ الانحراف المعياري الإيجابي للفرق. قواعد الخروج هي ببساطة عكس قواعد الدخول. وتمثل نسبة التحوط الديناميكية بمكون واحد من متجه الحالة المخفية في الوقت t، ثيتات، الذي سنشير إليه على أنه theta0t. هذه هي قيمة منحدر بيتا المعروف جيدا من الانحدار الخطي. يقصد انتشار هنا يعني شراء (شوق) N وحدات من تلت وبيع (تقصير) لفلور، حيث لفلور هو الكلمة التي تمثل أعلى عدد صحيح أقل من س. هذا الأخير ضروري لأنه يجب علينا التعامل مع عدد كامل من وحدات صناديق الاستثمار المتداولة. التقليل من انتشار هو عكس ذلك. N يتحكم في الحجم الإجمالي للموقف. ويمثل الخطأ المتوقع أو الخطأ المتبقي للتنبؤ في الوقت t، بينما تمثل كت التباين في هذا التنبؤ في الوقت t. للحصول على اكتمال، يتم تحديد القواعد هنا: وآخرون لوت - sqrt - طويلة انتشار: الذهاب أسهم N طويلة من تلت والذهاب وحدات لفلور قصيرة من إيي و غي - sqrt - إنهاء طويلة: إغلاق جميع المواقف الطويلة من تلت و إيي و غ المربعات - اختصار انتشار: الذهاب قصيرة N سهم من تلت وتذهب وحدات لفلور طويلة من إي و لي سكرت - إنهاء قصيرة: إغلاق جميع المراكز القصيرة من تلت و إيي دور مرشح كالمان هو مساعدتنا في حساب ثات، وكذلك إت و كيو تي. تمثل ثيتات متجه قيم الاعتراض والمنحدرات في الانحدار الخطي بين تلت و إيي في الوقت t. ويقدر من قبل مرشح كالمان. توقعات إيمبرسيدوال إت يت - قبعة t هو الفرق بين القيمة المتوقعة من تلت اليوم والمرشحات كالمان تقدير تلت اليوم. كيو تي هو التباين في التنبؤات، وبالتالي سكرت هو الانحراف المعياري للتنبؤ. تنفيذ استراتيجية ينطوي على الخطوات التالية: تلقي الحانات السوق اليومية أوهلكف لكل من تلت و إي استخدام فلتر كالمان على الانترنت المتكررة لتقدير سعر تلت اليوم استنادا إلى ملاحظات الأمس من إيي تأخذ الفرق بين تقدير كالمان من تلت و القيمة الفعلية، وغالبا ما تسمى خطأ التنبؤ أو الخطأ المتبقية. وهو مقياس لمدى انتشار انتقال تل و إيي بعيدا عن قيمته المتوقعة طويلا الفارق عندما تكون الحركة بعيدة كل البعد عن القيمة المتوقعة وتقابل في المقابل الفارق عندما تكون الحركة بعيدة بشكل إيجابي عن القيمة المتوقعة الخروج من الطول والمراكز القصيرة عند عودة السلسلة إلى قيمتها المتوقعة من أجل تنفيذ هذه الاستراتيجية فمن الضروري أن يكون بيانات التسعير أوهلكف للفترة التي يغطيها هذا باكتست. على وجه الخصوص من الضروري تحميل ما يلي: تلت - للفترة من 3 أغسطس 2009 إلى 1 أغسطس 2016 (الرابط هنا) إيي للفترة من 3 أغسطس 2009 إلى 1 أغسطس 2016 (الرابط هنا). سوف تحتاج هذه البيانات إلى وضعها في الدليل المحدد بواسطة ملف إعدادات كسترادر ​​إذا كنت ترغب في تكرار النتائج. بيثون كسترادر ​​التنفيذ منذ كسترادر ​​يعالج تتبع الموقف، وإدارة المحافظ، وإدارة البيانات وإدارة النظام الرمز الوحيد الذي نحتاج إلى الكتابة ينطوي على كائن الاستراتيجية نفسها. وتتصل الاستراتيجية مع بورتفوليوهاندلر عبر طابور الحدث، والاستفادة من الأجسام سيغناليفنت للقيام بذلك. وبالإضافة إلى ذلك يجب علينا استيراد قاعدة استراتيجية مجردة قاعدة، أبستراكتستراتيجي. لاحظ أنه في إصدار ألفا الحالي من كسترادر ​​يجب علينا أيضا استيراد فئة بريسيبارسر. ويستخدم هذا لمضاعفة جميع الأسعار على المدخلات من قبل متعددة كبيرة (108) وأداء الحساب الصحيح عند تتبع المواقف. هذا يتجنب العائمة نقطة تقريب القضايا التي يمكن أن تتراكم على مدى فترة طويلة من باكتست. يجب علينا تقسيم كافة الأسعار بواسطة PriceParser. PRICEMULTIPLIER للحصول على القيم الصحيحة: الخطوة التالية هي إنشاء فئة كالمانبايرسترادينغستراتيغي. مهمة هذه الفئة هي تحديد متى يتم إنشاء كائنات سيغناليفنت استنادا إلى باريفنت تلقى من قضبان أوهلكف اليومية من تلت و إيي من ياهو المالية. هناك العديد من الطرق المختلفة لتنظيم هذه الفئة. إيف اختار أن هاردكود جميع المعلمات في الصف لوضوح التفسير. ومن الجدير بالذكر أن إيف إصلاح قيمة delta10 و vt10. وهي تمثل اختلاف ضوضاء النظام وقياس الضوضاء في نموذج تصفية كالمان. ويمكن أيضا تنفيذ هذا كوسيط للكلمة الرئيسية في منشئ إينيت للفئة. ومن شأن هذا النهج أن يتيح تحسين المعلمة مباشرة. المهمة الأولى هي تعيين الوقت والأعضاء المستثمرة لتكون مساوية ل نون. كما سيتم تحديثها كما يتم قبول بيانات السوق وإشارات التجارة ولدت. لاتيستبريسز هو اثنين من مجموعة من الأسعار الحالية من تلت و إيي، وتستخدم لراحة من خلال الطبقة. المجموعة التالية من المعلمات كلها تتعلق تصفية كالمان ويتم شرحها في العمق في المادتين السابقتين هنا وهنا. وتشمل المجموعة النهائية من المعلمات أيام. تستخدم لتتبع عدد الأيام التي مرت وكذلك الكمية و كورهدجيكتي. تستخدم لتتبع الكميات المطلقة لصناديق الاستثمار المتداولة للشراء للجانبين الطويل والقصير. لقد وضعت هذا ليكون 2000 وحدة على حقوق المساهمين من 100،000 دولار أمريكي. الطريقة التالية سيتكوريكتيماندبريس هو طريقة المساعد المستخدمة لضمان أن تصفية كلمان لديه كل من المعلومات التسعير الصحيحة المتاحة في النقطة الصحيحة. وهذا أمر ضروري لأنه في نظام باكتست يحركها الحدث مثل معلومات سوق كسترادر ​​تصل بالتتابع. قد نكون في وضع على اليوم K حيث تلقينا سعر إيي، ولكن ليس تفت. وبالتالي يجب علينا الانتظار حتى كل من تفت وأحداث السوق إيي وصلت من حلقة باكتست، من خلال قائمة انتظار الأحداث. في التداول المباشر هذه ليست قضية لأنها سوف تصل على الفور تقريبا مقارنة مع فترة التداول لبضعة أيام. ومع ذلك، في باكتست يحركها الحدث يجب علينا الانتظار لكلا السعرين للوصول قبل حساب التحديث مرشح كالمان الجديد. تحقق التعليمات البرمجية بشكل أساسي إذا كان الحدث اللاحق لليوم الحالي. إذا كان هو، ثم يتم إضافة السعر الصحيح إلى قائمة أحدثبريس من تلت و إيي. إذا كان يوم جديد ثم يتم إعادة تعيين أحدث الأسعار ويتم إضافة الأسعار الصحيحة مرة أخرى. هذا النوع من طريقة التدبير المنزلي من المرجح أن يتم امتصاصها في كسترادر ​​كودباس في المستقبل، مما يقلل من ضرورة كتابة رمز نمطي، ولكن في الوقت الراهن يجب أن تشكل جزءا من الاستراتيجية نفسها. يتم تنفيذ جوهر الاستراتيجية في طريقة كالكتسيزينالس. أولا وضعنا الأوقات الصحيحة والأسعار (كما هو موضح أعلاه). ثم نتحقق من أن لدينا كل من أسعار تلت و إيي، وعند هذه النقطة يمكننا أن ننظر إشارات تجارية جديدة. y على قدم المساواة مع أحدث سعر ل إيي، في حين F هو مصفوفة الملاحظة التي تحتوي على أحدث سعر ل تلت، فضلا عن عنصر نائب الوحدة لتمثيل اعتراض في الانحدار الخطي. يتم تحديث فلتر كالمان في وقت لاحق مع هذه أحدث الأسعار. وأخيرا نحسب خطأ التنبؤ وآخرون والانحراف المعياري للتنبؤات، المسمار. يتيح تشغيل هذه التعليمات البرمجية خطوة بخطوة، كما يبدو قليلا معقدة. وتتمثل المهمة الأولى في تشكيل القيمة العددية y ومصفوفة الملاحظة F. التي تحتوي على أسعار إيي و تلت على التوالي. نقوم بحساب مصفوفة التباين-التغاير R أو تعيينه إلى مصفوفة الصفر إذا لم يتم إضفاء الطابع المبدئي عليه بعد. وفي وقت لاحق نحن حساب التنبؤ الجديد من يهات الملاحظة وكذلك خطأ التنبؤ وآخرون. ثم نحسب تباين توقعات الملاحظة كيو تي فضلا عن الانحراف المعياري سركت. نحن نستخدم قواعد التحديث المستمدة هنا للحصول على التوزيع الخلفي للولايات ثيتا. الذي يحتوي على نسبة التحوط بين السعرين: وأخيرا نحن توليد إشارات التداول على أساس قيم إت و سرت. للقيام بذلك نحن بحاجة إلى التحقق من ما هي الحالة المستثمرة - سواء طويلة، قصيرة أو لا شيء. لاحظ كيف نحتاج إلى ضبط كمية التحوط الحالية كيرهدجيكتي عندما نذهب طويلة أو قصيرة كما المنحدر theta0t يضبط باستمرار في الوقت المناسب: هذا هو كل من التعليمات البرمجية اللازمة للكائن استراتيجية. نحن بحاجة أيضا إلى إنشاء ملف باكتست لتغليف كل من منطقتنا التداول وخيارات الطبقة. النسخة الخاصة هي مشابهة جدا لتلك المستخدمة في دليل الأمثلة ويستبدل حقوق الملكية من 500،000 دولار أمريكي مع 100،000 دولار أمريكي. كما أنه يغير فيكسيدبوسيتيونزيزر إلى نيفيبوسيتيونزيزر. ويستخدم هذا الأخير لقبول ساذجة اقتراحات الكميات المطلقة من وحدات إتف للتجارة كما هو محدد في فئة كالمانبايرسترادينغستراتيغي. وفي بيئة الإنتاج، سيكون من الضروري تعديل ذلك تبعا لأهداف إدارة المخاطر للمحفظة. هنا هو رمز كامل ل kalmanqstraderbacktest. py: طالما تم تثبيت كسترادر ​​بشكل صحيح وتم تحميل البيانات من ياهو المالية يمكن تنفيذ التعليمات البرمجية عن طريق الأمر التالي في المحطة: بفضل جهود العديد من المطورين المتطوعين، وخاصة ريانكنديو و فيمتوترادر. رمز هو الأمثل جيدا ل أوهلكف شريط البيانات وتنفيذ باكتستينغ بسرعة. Strategy Results One of the latest features to be added to QSTrader is that of the tearsheet developed primarily by nwillemse. This feature is still in an early stage of development but will be demonstrated here. A tearsheet is primarily used within institutional settings as a one pager description of a trading strategy. The TearsheetStatistics class in the QSTrader codebase replicates many of the statistics found in a typical strategy performance report. The top two graphs represent the equity curve and drawdown percentage, respectively. Beneath this are the monthly and yearly performance panels. Finally the equity curve, trade-level and time-based statistics are presented: Click the image for a larger view. The equity curve begins relatively flat for the first year of the strategy but rapidly escalates during 2011. During 2012 the strategy becomes significantly more volatile remaining underwater until 2015 and reaching a maximum daily drawdown percentage of 15.79. The performance gradually increases from the maximum drawdown in late 2013 through to 2016. The strategy has a CAGR of 8.73 with a Sharpe Ratio of 0.75. It also has a long maximum drawdown duration of 777 days - over two years Note that this strategy is carried out gross of transaction costs so the true performance would likely be worse. Next Steps There is a lot of research work necessary to turn this into a profitable strategy that we would deploy in a live setting. Potential avenues of research include: Parameter Optimisation - Varying the parameters of the Kalman Filter via cross-validation grid search or some form of machine learning optimisation. However, this introduces the distinct possibility of overfitting to historical data. Asset Selection - Choosing additional, or alternative, pairs of ETFs would help to add diversification to the portfolio, but increases the complexity of the strategy as well as the number of trades (and thus transaction costs). In future articles we will consider how to carry out these procedures for various trading strategies. References 1 Chan, E. P. (2013) Algorithmic Trading: Winning Strategies and their Rationale . Wiley 2 OMahony, A. (2014) Ernie Chans EWAEWC pair trade with Kalman filter . quantopianpostsernie-chans-ewa-slash-ewc-pair-trade-with-kalman-filter Just Getting Started with Quantitative TradingKalman Filter 8211 S038P 500 and Dow Jones Linear Regression Author: Peter C. L. Lin, Ph. D. is an Industry Professor of Financial Engineering at Stevens Institute of Technology. Linear Regression Let8217s get some Kalman filter basics and start playing around with it. There is a long history about least-squares filtering. Like a linear regression model, we can fit the data with a linear function that minimizes the mean-square error. Python pandas can easily do the job: To get some visual of the regression, First observation you might have is: there are two clusters. The light grey indicate the cluster for the SPY-DIA dots in the years from 2000 to 2008 the light purple dots indicate the cluster for years from 2008 to 2015. So the regressed line parameters should not be constant. R. E. Kalman in 60s published his groundbreaking paper to accommodate the time-varying linear models. Also, the framework he proposed can handle noisy measurements (prices) which might distort the fitting result. Nowaday Kalman filter becomes a popular tool for signal processing. To start, let8217s introduce the notation. Let be a sequence of the true intercepts and slopes of the SPY-DIA regression and assume are the prior knowledge associated with and . It is what we believe the time series of and distribution should behave at time following linear transformation. So, from time to time we have We assume follows a normal distribution. If you believe the parameters should be constant over time, then we simply assume is an identity matrix and , which is mean, variance. Now, if and represent the prices at time , we plug and back to the price relationship: where represents the measurement error of the linear regression (becasue the relatinship is never perfactly linear and subjected to many room of interpretation). We also assume follows the normal distribution. Now, let8217s try if we can recreate the oridinary linear regression result. We will use pykalman module. What8217s Next In light of the increasing need for more complicated models to capture prices dynamics, intuition on advanced development is connected with simple cases. Today we set foot in Kalman filter and successfully replicate an ordinary least-squares regression result. Even with noisy price data, Kalman filter has done its first task by smoothing out the signals. Next time we shall start some fundamental pairs trading with Kalman filter. We will consider the nature of streaming financial data feed and build a workable long-short strategy on SampP 500 and Dow Jones ETFs. We will show how Kalman filter generates divergent signals, and how additional latent factors can improve the performance. DEMO IPython notebook Kalman Filter 8211 SampP 500 and Dow Jones Linear Regression Dr. Lin received his MS in Computer Science from Columbia University and his PhD in Applied Mathematics and Statistics from Johns Hopkins University. He is currently a managing director at Gamma Paradigm Capital. Previously, he was a quantitative analyst for fixed-income quantitative portfolio strategies at Ryan Labs Asset Management, a New York-based investment advisor with over 4 Billion assets under management. His research interests include algorithmic trading, interest-rate term-structure modeling, and quantitative portfolio management.