La descomposición y las fluctuaciones de tiempo de predicción serie
fluctuación
Fluctuaciones (volatilidad) es la naturaleza de los mercados financieros y el fenómeno más común. Para los inversores, la volatilidad es una fuente importante de obtener ganancias comerciales. De acuerdo con la teoría del mercado eficiente, el precio de mercado reflejará la información más actualizada. Debido a una fuente inagotable de información sobre el mercado, por lo que cada variedad de transacciones de precios están en constante cambio ellos. Sin embargo, para los comerciantes, que sólo se puede ver el fluctuar rendimiento final bajo la influencia de diferentes factores. Para ser más precisos para analizar y volatilidad de los precios del pronóstico, los operadores tienen que cambiar para deconstruir (descomposición), la descomposición de secuencias de tiempo de diferentes factores, y luego de nuevo una combinación de diferentes fluctuaciones de factores en el valor de un futuro tiempo de predicción , dar un valor predictivo general de este punto en el tiempo.
Time Series
Fluctuación proceso de descomposición de series de tiempo similar a una ecuación de regresión múltiple, es decir, con una pluralidad de argumentos (factores) para explicar una variable dependiente (fluctuaciones). Sin embargo, estas variables están relacionadas con las fluctuaciones de precios en uno o una serie de punto específico en el tiempo.
En general, el precio de una combinación de series de tiempo se puede dividir en los siguientes tres factores: En primer lugar, el factor de tendencia, que es un factor que afecta a las series de tiempo que cubren la totalidad (algunos libros de texto favorecerá la descomposición factor de tendencia de un factor de ciclo ). Seguido por el factor fluctuaciones estacionales, que es una especie de factores en determinados intervalos de tiempo se repite regularmente aparecen y desaparecen. Por último, el factor de aleatoriedad, que es un no-factores relacionados con el tiempo. En la práctica, estos tres factores no pueden ser uno o más, o no existir.
ilustración
Si queremos predecir rendimientos de los bonos, el mercado aparentemente libre de riesgo de tasa de retorno calificación y los bonos pertenecen al factor de tendencia. Al final del trimestre, al final de los cambios de financiación son factores estacionales. Por último, vamos a afectar el mercado en sí transacciones diarias y la situación financiera de la oferta y la demanda causada por el factor aleatorio clasificada, debido a que la oferta y la demanda causada por una serie de intercambio esporádico de grandes sumas de dinero, para el mercado es desordenada.
superioridad
El mayor beneficio es el uso de la descomposición volatilidad de series de tiempo complejo se puede convertir en una serie de fluctuaciones simples y ordenadas combinados para lograr la previsibilidad. Debido a que de acuerdo con el principio de la transformada de Fourier, cualquier señal periódica puede ser una serie de (finito o infinito número de) una onda sinusoidal superpuesta a representar. Una serie de tiempo compleja no se puede predecir simplemente de t0 a t1, pero si hemos de ser descompuesto en serie sencilla de predicción (factor de tendencia de fluctuación del factor +) y la secuencia aleatoria (factor aleatorio), debido a que el valor esperado del factor aleatorio es 0, entonces sólo tenemos una secuencia predecible de los resultados predicho t1, además de un valor esperado para el factor aleatorio de cero, entonces el resultado se convierte en este complejo de series de tiempo expectativas imparciales teóricamente óptimas.
perjudicado
Aunque la teoría de las fluctuaciones de descomposición es perfecto, pero en la aplicación real es muy delgado. En la operación real, hay algunas fluctuaciones tienden a descomponerse defectos inherentes. En primer lugar, la identificación del factor de incertidumbre estacional. Ya sea por sí mismas predicciones empíricas para especificar el estacional esperado (por ejemplo, trimestral o meses para identificar) o bien utiliza el software reconoce automáticamente. Pero no importa qué tipo de identificación estaba fuera factores estacionales, puede ser lógico o razonable (minería de datos excesivo), o para identificar factores que influyen en ella tiene poca importancia baja.
En segundo lugar, aunque el factor de aleatoriedad en la serie de tiempo total de la media y un punto en el tiempo en el futuro valor esperado es 0, pero específico para un determinado punto específico en el tiempo, eventos aleatorios que es posible producir un impacto más significativo (como hace unos años Everbright más famosas "propios medios" evento).
Por último, como la "hipótesis del mercado eficiente" y "principio de reflexividad de la" verdad implícita: cuando un modelo de utilidad es bien sabido, cuando la rentabilidad de este modelo se diluirá demasiados usuarios e incluso desaparecer.
referencias
Zhang Chengsi (2012) Econometría Financiera: .. Tiempo perspectiva de análisis de series de China Renmin University Press (Pp 24-225.).
Fuente: club de inversión cuantitativa
Lectura adicional:
1. a cuantitativos Confesiones estratega (buen texto muy recomendable)
2. Las estrategias comerciales cuantitativos clásicos disponibles en el mercado están aquí! (Fuente)
3. Los futuros / común de datos Daquan consulta (Historia / en tiempo real / Tick / finanzas, etc.)
5. A partir de la negociación de alta frecuencia de cuantificar, no puede leer cinco libros
6. HFT cuatro facciones gran secreto
