1993выпуск C051-6
Антитетические близнецы для компенсации смещения прогноза, связанного с началом отсчёта
Серийная корреляция может оставлять спектральный ценовой прогноз смещённым из-за точки начала прогноза, и более длинная история не обязательно снимает это искажение. Архивный рабочий процесс строит обратно коррелированного компаньона и удерживает веса комбинации фиксированными, чтобы противоположные ошибки могли взаимно погашаться.
- Серийная корреляция в упорядоченных ценах может смещать прогноз так, что смещение зависит от начала прогноза, и не предполагается, что связанное с началом смещение ослабевает только потому, что добавлена более длинная история.
- Комбинация прогнозов представлена как более информативная, когда два компонента не имеют высокой положительной корреляции, так что каждый вносит информацию, которой другой ещё не содержит.
- Антитетический компаньон возводит исторический ряд и базовый прогноз в небольшую фиксированную отрицательную степень, затем возвращает результат к исходной шкале линейной регрессионной подгонкой на том же окне.
- Веса задаются по известной истории или калибровкой на пробном периоде и затем удерживаются фиксированными. Пара описывается как независимая от внутренней модели и как не требующая заданного распределения ошибок.
Смещение, которое остаётся привязанным к базовому периоду
Автокорреляция в упорядоченном ценовом ряде может смещать количественный прогноз, и это смещение может зависеть от начала прогноза. Начало прогноза — самое последнее историческое наблюдение, используемое как базовый период проекции; систематическая ошибка прогноза может меняться вместе с этой точкой.
Описанное смещение, связанное с началом прогноза, не предполагается исчезающим по мере добавления истории. Постановка задачи состоит в том, что дополнительные наблюдения могут оставлять прогнозы по-прежнему смещёнными и менее надёжными.
Серийная корреляция — это зависимость упорядоченных наблюдений от их собственных более ранних значений, что нарушает допущение о независимых наблюдениях, принятое во многих статистических моделях. В архивном рабочем процессе базой служит спектральная модель временного ряда: количественная модель, которая извлекает циклическую структуру из упорядоченных ценовых наблюдений на заданном lookback и интервале дискретизации.
Построение антитетического компаньона
Усреднение двух прогнозов представлено как более информативное, когда компоненты не имеют высокой положительной корреляции, потому что тогда каждый вносит информацию, которой другой ещё не содержит.
Антитетическое построение возводит каждое историческое наблюдение и базовый прогноз в небольшую фиксированную отрицательную степень, проиллюстрированную значением -0.001, так что новый ряд отрицательно коррелирован с исходным. Антитетический компаньон — это эта обратно коррелированная трансформация базового ряда или прогноза, построенная так, чтобы связанные с началом ошибки имели противоположный знак.
Антитетические значения отображаются обратно на исходную шкалу линейной регрессией, чей свободный член и наклон оцениваются по тому же историческому окну, которое использовалось для подгонки базовой модели.
Базой в иллюстрации служит спектральная модель временного ряда со скользящим окном, подогнанная по 88 месячным закрытиям широкого промышленного фондового среднего и затем спроецированная на 12-месячный горизонт.
Фиксация весов комбинации
Комбинация прогнозов — это заранее заданная взвешенная смесь двух компонентных проекций, предназначенная взаимно погашать противоположные ошибки, а не выбирать одну модель.
Веса комбинации выбираются по известной истории так, чтобы уменьшить квадратичную ошибку подгонки, или калибруются на выделенном пробном периоде, когда внутреннюю модель нельзя открыть. Калибровка на пробном периоде оценивает эти веса на выделенном историческом или отложенном окне, затем удерживает их фиксированными для последующих периодов.
Все точки горизонта можно сначала получить, а затем комбинировать, либо комбинацию можно применять последовательно, так что каждое комбинированное значение информирует последующие прогнозы.
Процедура спаривания представлена как независимая от лежащей в основе прогнозной модели и как не требующая заданного распределения ошибок, потому что ошибки компаньона построены так, чтобы быть обратно коррелированными.
Все разборы дорожки · 21 разбор
- 1982Построение трендовых фильтров на скользящих средних, начиная со спектра
- 1990Вопросы толпы, которые переключают циклические режимы
- 1993Антитетические близнецы для компенсации смещения прогноза, связанного с началом отсчёта
- 1994Построение частотной характеристики по каскаду из трёх фильтров
- 1994Стендовая проверка сглаживателей по фазе и мощности цикла
- 1995Построение минимальных торгуемых циклов из спектрального шума
- 1995Спектральные пределы випсау для средней, пересекающей цену
- 1996Построение рыночной фазы из компонент dominant-cycle
- 2000Построение Hilbert-сквелч вентиля доминирующего цикла
- 2007Когда циклический режим не срабатывает: режимные гейты для спектральных сделок
- 2008Построение прогнозных базовых линий сингулярного спектра
- 2008Наслоение циклического гейта средней полосы на трендовый фильтр с короткой памятью
- 2011Инженерное спектральное обнаружение циклов и гармония скользящих средних
- 2011Оценка фиксированных осцилляторов относительно подвижного доминантного цикла
- 2011Чек-лист построения синусоиды доминирующего цикла
- 2012Сборка тепловой карты режима рынка из последовательных полосовых фильтров
- 2012Адаптивное выявление тренда по спектрам доминантного цикла
- 2015Построение ценовых траекторий из циклов и поддержки
- 2018Форма распределения осциллятора для фильтров возврата к среднему
- 2020Построение цикла по косинусной корреляции и трендового фильтра на фазоре
- 2020Построение движка рыночного состояния на основе корреляционного цикла