المتاجرة استراتيجية garch

4 استراتيجيات التداول النشطة المشتركة التداول النشط هو بيع وشراء الأوراق المالية على أساس تحركات قصيرة الأجل للربح من تحركات الأسعار على الرسم البياني للأوراق المالية على المدى القصير. تختلف العقلية المرتبطة باستراتيجية تداول نشطة عن استراتيجية الشراء والشراء على المدى الطويل. وتستخدم استراتيجية الشراء والاستحواذ عقلية تشير إلى أن تحركات الأسعار على المدى الطويل ستفوق تحركات الأسعار على المدى القصير، وبالتالي ينبغي تجاهل الحركات قصيرة الأجل. من ناحية أخرى، يعتقد المتداولون النشطون أن الحركات قصيرة الأجل والاستحواذ على اتجاه السوق هي حيث يتم تحقيق الأرباح. هناك العديد من الأساليب المستخدمة لإنجاز استراتيجية التداول النشطة، ولكل منها بيئات السوق المناسبة والمخاطر الكامنة في الاستراتيجية. وفيما يلي أربعة من أكثر أنواع التداول النشط شيوعا والتكاليف المدمجة لكل استراتيجية. (التداول النشط هو استراتيجية شعبية لأولئك الذين يحاولون التغلب على متوسط ​​السوق لمعرفة المزيد، راجع كيف يتفوقون على السوق). 1. تداول يوم التداول قد يكون التداول اليوم الأكثر شهرة نمط التداول النشط. وغالبا ما يعتبر اسم مستعار للتداول النشط نفسه. التداول اليومي، كما يوحي اسمها، هو طريقة شراء وبيع الأوراق المالية في نفس اليوم. يتم إغلاق المراكز خارج في نفس اليوم يتم اتخاذها، ولا يوجد موقف بين عشية وضحاها. تقليديا، يتم التداول اليوم من قبل التجار المحترفين، مثل المتخصصين أو صناع السوق. ومع ذلك، فتحت التجارة الإلكترونية هذه الممارسة للتجار المبتدئين. (للاطلاع على القراءة ذات الصلة، انظر أيضا استراتيجيات التداول اليومي للمبتدئين.) يعتبر البعض فعلا موقف التداول ليكون استراتيجية شراء وعقد وليس التداول النشط. ومع ذلك، يمكن تداول الصفقات، عند القيام به من قبل المتداول المتقدم، يكون شكل من أشكال التداول النشط. موقف التداول يستخدم الرسوم البيانية على المدى الطويل - في أي مكان من اليومية إلى شهرية - في تركيبة مع أساليب أخرى لتحديد اتجاه الاتجاه الحالي للسوق. هذا النوع من التجارة قد تستمر لعدة أيام لعدة أسابيع وأحيانا أطول، وهذا يتوقف على هذا الاتجاه. يتطلع المتداولون في الاتجاه نحو قمم أعلى أو ارتفاعات منخفضة لتحدد اتجاه الأمن. من خلال القفز على وركوب الموجة، وتهدف التجار الاتجاه للاستفادة من كل من صعودا وهبوطا من تحركات السوق. ينظر التجار الاتجاه لتحديد اتجاه السوق، لكنها لا تحاول التنبؤ بأي مستويات الأسعار. عادة، التجار الاتجاه يقفز على الاتجاه بعد أن وضعت نفسها، وعندما يكسر الاتجاه، فإنها عادة الخروج من الموقف. وهذا يعني أنه في فترات تقلبات السوق المرتفعة، فإن التداول في الاتجاه أكثر صعوبة وتخفيض مواقفه عموما. عندما يكسر الاتجاه، يتأرجح المتداولون عادة في اللعبة. وفي نهاية هذا الاتجاه، عادة ما يكون هناك بعض التقلب في الأسعار حيث يحاول الاتجاه الجديد أن ينشئ نفسه. التجار المتداولون يشترون أو يبيعون كما يحدد تقلب الأسعار. وعادة ما يتم عقد الصفقات البديل لأكثر من يوم واحد ولكن لفترة أقصر من الصفقات الاتجاه. يقوم المتداولون في كثير من الأحيان بإنشاء مجموعة من قواعد التداول استنادا إلى التحليل الفني أو الأساسي، وقد صممت قواعد التداول أو الخوارزميات لتحديد وقت شراء وبيع الأمن. في حين أن خوارزمية التداول البديل لا يجب أن تكون دقيقة وتوقع الذروة أو الوادي من حركة السعر، فإنه يحتاج إلى السوق الذي يتحرك في اتجاه واحد أو آخر. إن السوق ذات النطاق المحدد أو الجانبي يمثل خطرا على التجار المتداولين. (لمزيد من المعلومات حول التداول المتأرجح، اطلع على مقدمة التداول في سوينغ.) 4. سلخ فروة الرأس سلخ فروة الرأس هي واحدة من أسرع الاستراتيجيات التي يستخدمها التجار النشطون. وهو يشمل استغلال مختلف الفجوات السعرية الناجمة عن ينتشر بيداسك وتدفقات النظام. تعمل الاستراتيجية بشكل عام عن طريق نشر أو شراء سعر الشراء وبيع بسعر الطلب لاستلام الفرق بين نقطتي السعر. يحاول السماسرة الاحتفاظ بمراكزهم لفترة قصيرة، مما يقلل من المخاطر المرتبطة بالاستراتيجية. بالإضافة إلى ذلك، سكالبر لا تحاول استغلال التحركات الكبيرة أو نقل كميات كبيرة بدلا من ذلك، فإنها محاولة للاستفادة من التحركات الصغيرة التي تحدث في كثير من الأحيان وتحريك أحجام أصغر في كثير من الأحيان. وبما أن مستوى الأرباح في التجارة صغير، يبحث المستغلون عن أسواق أكثر سيولة لزيادة تواتر صفقاتهم. وعلى عكس المتداولين البديلين، فإن المتسوقين مثل الأسواق الهادئة التي تكون عرضة للتغيرات المفاجئة في الأسعار حتى يتمكنوا من جعل الانتشار بشكل متكرر على نفس أسعار الشراء. (لمعرفة المزيد عن استراتيجية التداول النشطة هذه، اقرأ سالبينج: الأرباح السريعة الصغيرة يمكن أن تضيف ما يصل.) التكاليف متماسكة مع استراتيجيات التداول ثيرز وكان سبب استراتيجيات التداول النشطة مرة واحدة فقط من قبل التجار المحترفين. ليس فقط وجود منزل للوساطة في المنزل يقلل من التكاليف المرتبطة بتجارة عالية التردد. ولكنه يضمن أيضا تنفيذ التجارة بشكل أفضل. وعمولات أقل وتنفيذ أفضل عنصران من شأنها أن تحسن من الأرباح المحتملة للاستراتيجيات. مطلوب شراء الأجهزة والبرمجيات كبيرة لتنفيذ هذه الاستراتيجيات بنجاح بالإضافة إلى بيانات السوق في الوقت الحقيقي. هذه التكاليف تجعل بنجاح تنفيذ والاستفادة من التداول النشط إلى حد ما باهظة للتاجر الفردية، وإن لم يكن كلها غير قابلة للتحقيق معا. يمكن للمتداولين النشطين استخدام واحد أو العديد من الاستراتيجيات المذكورة أعلاه. ومع ذلك، قبل اتخاذ قرار بشأن المشاركة في هذه الاستراتيجيات، يجب استكشاف المخاطر والتكاليف المرتبطة بكل منها والنظر فيها. (للقراءة ذات الصلة، أيضا إلقاء نظرة على تقنيات إدارة المخاطر للتجار النشطين). نظرية اقتصادية من إجمالي الإنفاق في الاقتصاد وآثاره على الناتج والتضخم. وقد تم تطوير الاقتصاد الكينزي. حيازة أصل في محفظة. ويتم استثمار الحافظة مع توقع تحقيق عائد عليها. هذه. وهي النسبة التي وضعها جاك ترينور التي تقيس العائدات المكتسبة أكثر من تلك التي كان يمكن أن يكون حصل على دون مخاطر. إعادة شراء الأسهم القائمة (إعادة الشراء) من قبل شركة من أجل تقليل عدد الأسهم في السوق. الشركات. استرداد الضرائب هو رد على الضرائب المدفوعة للفرد أو الأسرة عندما يكون الالتزام الضريبي الفعلي أقل من المبلغ. القيمة النقدية لجميع السلع الجاهزة والخدمات المنتجة داخل حدود البلد 0339 في فترة زمنية محددة. أي شخص يستخدم نماذج أرما غارتش في تداول العملات الأجنبية أنا حاليا استكشاف باستخدام أرما غارتش للتنبؤ موقف أيام المقبلة. الآن إم تشغيل بعض النماذج على مدى الأسبوعين الماضيين. وسوف يستغرق بعض الوقت لإكمال لذلك ظننت أنني سوف أسأل المجتمع مصنع الفوركس إذا كان أي شخص قد استكشاف هذه بعد يبدو أن قدمت بعض النتائج الجيدة على سبي في وظيفة قرأت على quintuitive2012082. s-فور-ترادينغ وكان يتساءل عما إذا كان أي شخص كان قادرا على الحصول على نفس النتيجة مع أزواج العملات سوء محاولة ونشر نتائجي عند الانتهاء من الحوسبة. تاريخ التسجيل أكتوبر 2008 الحالة: بيب سلاير. أتمنى أن أبقى إم 268 المشاركات لاختبار أسبوعين يبدو رائعا حاول الاختبار للتنبؤ في الأيام القادمة العودة وعاد إما 1، 0، أو -1 ثم على أساس أن قيمة فتح التجارة طويلة قصيرة أو أي تجارة. نموذج أرماغارتش يأخذ ينظر في الحانات ال 40 الماضية ويختار نموذج أرما التي لديها أدنى إيك. ثم تطبيق غارتش 1،1 لحساب التقلب. يمثل الخط الأزرق عوائد إقفال سعر اليورو مقابل الدولار الأميركي الرسم البياني 4 ساعات كما لو كنت لشراء وعقد تجارة طويلة. ويمثل الخط الأخضر نموذج أرماغارتش الذي تم فيه شراء تجارة طويلة أو قصيرة. هذا فقط حوالي أسبوعين 72 بار قيمة البيانات التي يجري تحليلها تبدو واعدة. صورة مرفقة (اضغط للتكبير) لست متأكدا لماذا يستغرق وقتا طويلا هذا يذهب حولها ربما منذ أنا زيادة التاريخ كثيرا. توقعات كل شريط ثم يكرر كل شريط. يمر من خلال سلسلة من نماذج أريما (0،0) - gt (5،5) لذلك كل شريط توليد شيء مثل 35 نماذج ويختار أفضل تناسب من تلك القائمة على إيك. ثم يناسب غارتش (0،0) للتأكد فقط من التقلب كان هناك والاحتفاظ من الحاجة إلى القيام حساب إضافي أنا لا دورة من خلال أوامر ل غارتش. الحكمة الثقيلة إلى حد ما توليد باكتست. حتى تشغيل في لينكس للاستفادة. مرحبا بعد بضعة أشهر من العمل لم تأتي مع شيء إنتيرستينغ إد ترغب في إعطاء محاولة أخرى ل أر (F) (I) ما - () نماذج غارتش ولكن إم حظرت دائما على عدد كبير من العينات المطلوبة (مثل 10000 ل ARFIMA). إم المهتمة ميسورينغ لا التنبؤ. بلدي التحلل المويجات يعطيني نتائج سيئة عندما تتغير فجأة فجأة ثم يستغرق بعض الوقت (دائما طويلة جدا) لتتلاقى مرة أخرى. إد ترغب في معرفة ما إذا كان يمكنني الجمع بين الطريقتين (لا أعرف كيف حتى الآن). لا الجشع. لا خوف. الرياضيات فقط. أود أن أشاطركم ما أفعله باستخدام نموذج أرما وتحليل البقايا للنموذج. أعمل على اليورو مقابل الدولار الأميركي، وأنا أحاول أن تجد طريقة لوضع النظام على أساس أرما النمذجة. جمع البيانات، وتحويل البيانات، ونموذج المناسب: أنا جمع كل التخلص من الذخائر المتفجرة وثيقة من اليورو مقابل الدولار الأميركي أداة، وأنا حساب اختلاف السجل لتحويل هذه السلسلة الزمنية في عملية ثابتة. ثم، باستخدام مربع جنكينز، أنا تناسب المعلمات من نموذج أرما. صورة مرفقة (اضغط للتكبير) صورة مرفقة (اضغط للتكبير) بعد تركيب نموذج، وأنا تحليل المخلفات من النموذج. عملية بقايا النموذج هو عملية ثابتة ويتبع التوزيع الطبيعي. صورة مرفقة (اضغط للتكبير) أرما نماذج للتداول في هذا البرنامج التعليمي أنا ذاهب لتبادل بلدي R038D وتجربة التداول باستخدام معروفة من الإحصاءات الانحدار الانحداري المتوسط ​​المتحرك نموذج (أرما). هناك الكثير مكتوبة عن هذه النماذج، ومع ذلك، أوصي بشدة سلسلة الوقت التمهيدية مع R. التي أجد هو مزيج مثالي بين الخلفية النظرية الخفيفة والتطبيقات العملية في R. قراءة جيدة أخرى هو الكتاب الإلكتروني على الانترنت التنبؤ: المبادئ و الممارسة التي كتبها روب هيندمان. وهو خبير في التنبؤ الإحصائي ومؤلف مجموعة ممتازة R التوقعات. الشروع في العمل في R، وأنا في الغالب باستخدام حزمة فارما، وهو المجمع لطيفة مع وظيفة الموسعة حول وظيفة أريما من حزمة احصائيات (المستخدمة في الكتاب المذكور أعلاه). هنا هو جلسة بسيطة من تركيب نموذج أرما إلى العوائد اليومية S038P 500: لمزيد من التفاصيل، يرجى الرجوع إلى الأدب والحزم، وأود فقط أن أؤكد على بضع نقاط: نحن نموذج العوائد اليومية بدلا من الأسعار . هناك أسباب مضاعفات: بهذه الطريقة سلسلة المالية عادة ما تصبح ثابتة، ونحن بحاجة إلى بعض الطريق إلى 8220normalize8221 سلسلة، وما إلى ذلك نستخدم ديف وتسجيل وظيفة لحساب العوائد اليومية بدلا من النسب المئوية. ليس فقط هذا هو الممارسة القياسية في الإحصاءات، ولكنه يوفر أيضا تقريبي جيد لعنة إلى عوائد منفصلة. النهج الذي سأقدمه هنا هو شكل من أشكال المشي قدما إلى الأمام. أثناء المشي سلسلة يوما بعد يوم، وسوف نستخدم التاريخ من طول معين للعثور على أفضل نموذج. ثم سوف نستخدم هذا النموذج للتنبؤ في اليوم التالي 8217s العودة. إذا كان التنبؤ سلبيا، فإننا نفترض وضعية قصيرة، وإلا فإننا نفترض وضعية طويلة. ومن الأمثلة على ذلك جعل الأمور أكثر وضوحا: بعد نهاية الحادي عشر من حزيران (يونيو) 2012، نحسب آخر 500 عائد يومي. باستخدام هذه العوائد نحن البحث من خلال مساحة نماذج أرما وتحديد أفضل المناسب (فيما يتعلق بعض متري وبعض المتطلبات) نموذج. وأخيرا، فإننا نستخدم هذا النموذج لحساب التنبؤ للعودة tomorrow8217s واستخدام علامة للعودة إلى تحديد الموقف المناسب. اختيار نموذج جيد العقبة الأولى لهذه الطريقة قبل أن تكون مفيدة لنا، هو تحديد معلمات النموذج. في حالة أرما، هناك معلمتان. وبعبارة أخرى، هناك عدد لا حصر له من الخيارات: (0،1)، (1،0)، (1،1)، (2،1)، إلخ. كيف يمكننا أن نعرف ما هي المعلمات لاستخدام نهج مشترك في إحصاءات لقياس الخير من اختبار مناسبا هو إيك (لمعايير المعلومات أكايك) إحصائية. وبمجرد الانتهاء من المناسب، وقيمة الإحصاءات إيك يمكن الوصول إليها عن طريق: هناك إحصاءات أخرى بالطبع، ومع ذلك، عادة ما تكون النتائج مشابهة جدا. لتلخيص، كل ما نحتاجه هو حلقة للذهاب من خلال جميع مجموعات المعلمة نراها معقولة، على سبيل المثال من (0،0) إلى (5،5)، شاملة، لكل زوج المعلمة تناسب النموذج، وأخيرا اختيار النموذج مع أدنى إيك أو إحصائية أخرى. لاحظ أن أحيانا أرمافيت فشل في العثور على صالح ويعود خطأ، وبالتالي الإقلاع عن حلقة على الفور. يعالج أرماسيرتش هذه المشكلة باستخدام الدالة تريكاتش للقبض على أي خطأ أو تحذير وإرجاع قيمة منطقية (فالس) بدلا من مقاطعة كل شيء والخروج مع وجود خطأ. وهكذا يمكننا التمييز بين وظيفة خاطئة وطبيعية العودة فقط عن طريق التحقق من نوع النتيجة. فوضوي قليلا ربما، لكنه يعمل. بعض حزم R، والتنبؤ و روجارتش على سبيل المثال، وتوفير وظيفة، auto. arima مماثلة من خارج منطقة الجزاء. لذلك يمكن للمرء أن بناء بنيته التحتية حول واحد من هذه بدلا من ذلك. التنبؤ مرة واحدة يتم تحديد المعلمات، الوقت it8217s لتحديد الموقف في الإغلاق. طريقة واحدة للقيام بذلك هي قبل يوم واحد من التنبؤ، إذا كان التنبؤ يأتي سلبيا (تذكر سلسلة نحن نعمل على هو العوائد اليومية) ثم الموضع المطلوب هو قصير، وإلا فإنه 8217s طويلة. الآن، لبناء مؤشر للاختبار الخلفي، يمكن للمرء أن يمشي سلسلة العودة اليومية وعند كل نقطة تنفيذ الخطوات التي غطينا حتى الآن. يبدو أن الحلقة الرئيسية (تقصير الغرض): حيث التاريخ هو فترة النظر إلى الوراء للنظر في كل نقطة، وعادة ما تستخدم 500، وهو حوالي عامين من البيانات. وبعبارة أخرى، لتحديد الموقف في كل يوم على حدة (اليوم السابق على مقربة من اليوم الحالي وثيقة يحدد عودة) نستخدم التاريخ من 500 يوما، تخلفت عن تأخر اليوم. سوف ترى في وقت لاحق كيف تأخر تأتي في اللعب في الممارسة العملية. لاحظ، أن التنبؤ أيضا أن تكون محاطة كتلة تريكاتش. أرماسيرتش أيضا لديه ميزة لطيفة لتحديد ما إذا كان نموذج لديه توقعات أم لا (التنبؤ تنجح أم لا، يتم التحكم في هذا الاختبار عن طريق المعلمة ويثفوريكاست). تحسين الأداء عدد الحسابات التي يتعين علينا القيام بها تضيف بسرعة. على سبيل المثال، لمدة 10 سنوات من البيانات التاريخية نحن بحاجة إلى حساب حوالي 2،520 أيام التداول. لكل يوم ونحن في طريقنا لتناسب والتنبؤ 35 على الأقل (3566-1، 0-5 إلى كل من أر و ما مكون، ولكن باستثناء (0،0) الجمع) النماذج. ضرب عدد من النماذج من قبل عدد من الأيام، ونحن نبحث بالفعل في أكثر من 88 ألف نموذج يناسب 8211 أن 8217s الكثير من الحسابات. يمكن تحقيق طريقة واحدة لتحسين أداء هذه الحسابات الضرورية من خلال استغلال وحدات المعالجة المركزية متعددة النواة. نهجي هو موازاة اختيار النموذج، وظيفة أرماسيرتش في التعليمات البرمجية المذكورة أعلاه. على الرغم من أن هذا قد لا يكون النهج الأكثر كفاءة، فمن المؤكد أنها أكثر عملية لأنه سيعزز أيضا أداء أرماسيرتش عند استخدامها بشكل مستقل. أنا win8217t آخر النسخة النهائية من التعليمات البرمجية هنا بسبب ذلك طول 8217s. سأعطيك رابط جيست بدلا من ذلك النمذجة التقلب مع غارتش سلسلة زمنية المالية هي عشوائية بشكل عام. واحدة من عدد قليل من الخصائص التي تظهر هي التقلب تجميع. ويتحقق ذلك عادة من خلال توسيع التنبؤ أرما مع نموذج غارتش. يبدو معقدة، والتفاصيل النظرية معقدة في الواقع، ولكن اتضح أن تكون واضحة جدا في R: بالطبع، نحن بحاجة أيضا إلى تعديل جميع الوظائف ذات الصلة، مثل أرماسارتش. يدعو إلى غارشفيت والتنبؤ تحتاج أيضا إلى التعامل معها عبر تريكاتش. لاحظ أيضا أن التنبؤ بإرجاع مصفوفة لنماذج غارتش. شفرة المصدر الكامل متاح من جيثب جيست. S038P 500 أداء Let8217s تبدأ بمنحنى الأسهم لتطبيق استراتيجية أرماغارتش على مدى 60 عاما كاملة (منذ عام 1950) من S038P 500 البيانات التاريخية. أرما مقابل شراء وعقد انها تبدو رائعة في الواقع، فإنه أعجب لي كثيرا أن بحثت عن البق في التعليمات البرمجية لبعض الوقت. حتى على الرسم اللوغاريتمي أداء هذا الأسلوب هو مذهل 8211 معدل النمو السنوي المركب من 18.87، واستراتيجية أرماغارتش يحقق هذا الأداء مع الحد الأقصى قابل للمقارنة السحب من 56. لحساب نمو استراتيجية أرما، نحن بحاجة أولا المؤشر اليومي (هذا المؤشر يستغرق حوالي يومين لحساب مع جميع التحسينات غطت في هذا المنصب). العمود الأول هو التاريخ، والثاني الموقف لهذا اليوم: 1 لفترة طويلة، -1 قصيرة، 0 لا شيء. ملاحظة، يتم محاذاة الموقف بالفعل مع يوم العودة (يتم احتسابه في نهاية اليوم السابق)، وبعبارة أخرى، يتم محاذاة المؤشر بشكل صحيح مع العوائد 8211 لا حاجة إلى التحول الصحيح عبر تأخر. ويتعين ضرب المؤشر، العمود الأول، مع العوائد اليومية S038P 500. بقية الأعمدة لا صلة لها بالموضوع ونأمل أن تكون ذاتية التفسير. Let8217s يختتم المشاركة مع التعليمات البرمجية التي تحمل المؤشر والمؤامرات الرسم: مرحبا فقط من الفضول هنا، كانت النتائج التي نشرتها تنتج عن طريق فحص العائدات اليومية على مدى فترة الاسترجاع معين ومن ثم محاولة للتنبؤ عودة اليوم التالي. هل حاولت إستراتيجية أرما الخاصة بك على عوائد أسبوعية كيف تتكدس النتائج ضد الاستراتيجية حيث يتم تغذية العائدات اليومية في النموذج الخاص بك بدلا من ذلك أيضا، إيتد تكون مثيرة للاهتمام لرؤية بعض الأرقام الأخرى مثل الفائزين على سبيل المثال. هل تستخدم حاليا هذا النموذج لتداول المال الحقيقي وظيفة عظيمة والقيام بمتابعة العمل الجيد مرحبا. أنا haven8217t حاولت العائدات الأسبوعية، وربما يستحق النظر في الأمر، على الرغم من أن العائدات الأسبوعية I8217d يفضلون استخدام نموذج مع الأخذ بعين الاعتبار ميزات أخرى إلى جانب العوائد. أكثر ملاءمة ل سفم أو الشبكة العصبية. نعم، لقد تم استخدام استراتيجية أرماغارتش لتداول أداة مالية واحدة (وليس سبي) لأكثر من عام الآن. وهذا هو السبب الرئيسي الذي يجعلني أشعر بالتردد في مشاركة الشفرة. وأخيرا، أنا أبحث في تحديث آخر مع بعض ملخصات أكثر التجارة والإحصاءات، ولكن haven8217t فعلت ذلك حتى الآن، لأنني cannn8217t الخروج مع مرضية (أنا من الصعب إرضاءه) شكل :) مرحبا إيفانب، أنا ممتن للغاية لك لوضع هذه الرموز مفيدة R ومعلومات للتحليل الكمي. أنا haven8217t رأيت مثل هذه الإجراءات والرموز المنظمة ل R للتحليل الكمي في أي مكان آخر. لقد زرت مدونتك منذ وقت طويل. أحاول اتباع الرموز هنا ولكن أخشى أنا بالتأكيد في عداد المفقودين بعض الخطوات هنا. وظيفة أرماسارتش يعطيني أرما (5،2) ل 8216SPY8217 ولكن كنت تستخدم أرما (0،2) ل غارشفيت. هل لي أن أعرف لماذا. إذا أنا في عداد المفقودين شيء يرجى دليل لي ويمكن أن يرجى البريد لي رمز كامل ل برابينزيثغمايل. شكرا مقدما مرحبا برابين، سعيدة دائما أن نسمع من الناس الذين يتمتعون بلوق، يلهمني أن لا إهمال ذلك :) الرمز الذي تشير إليه، هو مجرد توضيح كيفية استخدام غارشفيت. و (0،2) هو عشوائي تماما 8211 أنا فقط اختر بعض الأرقام. لاستخدام الحياة الحقيقية، يحتاج المرء إلى إنشاء وظيفة غارتشيرتش، على غرار أرمزيرتش أظهرت. وهو مشابه، ولكن هناك فرق: النماذج الممكنة تتكون من أربعة عناصر، الأولين هما (أر، ما)، ولكن هناك اثنين من مكونات غارتش كذلك، غارشفيت يستبدل أرمافيت وأيضا النتائج من غارشفيت هي أكثر تفصيلا قليلا (صفيف مقابل رقم). التعليمات البرمجية ليست تعمل بكامل طاقتها كما هي. السبب أنا don8217t تريد نشر التعليمات البرمجية الكاملة هو أن أستخدمه يوميا. تتوفر نتائج تشغيله يوميا على سبي على صفحة S038P 500. لديها كل من الموقف اليومي على أساس أرماغارتش، وكذلك، طاولة العمل لنهاية اليوم. أن 8217s الدولة حول أرماغارتش، ولكن أعدك أنا win8217t تفعل الشيء نفسه على الاشياء الجديدة (سفمس قادمون). وسوف نشر نسخة تعمل بكامل طاقتها من التعليمات البرمجية، على الرغم من أنني win8217t الحفاظ على تحديثه مع التحسينات. مرحبا، مشاركة مثيرة جدا للاهتمام. لدي سؤال بخصوص وظيفة أرمكومبوتيفوريكاستس التي تنتج توقعات المتداول. عندما ينتج هذا توقعا، فإن تاريخ الفريكاسيت (أي المؤشر في صف شتس المقابل) يتوافق مع التاريخ الذي تم إنشاؤه أو التاريخ الذي يتم التنبؤ به، أي أن أحتاج إلى التأخر في الوضع كالمعتاد مع مؤشر أو هذا هو الرعاية التي اتخذت بالفعل منذ تفوق استراتيجية أرما يبدو فترة زمنية محددة محددة (الغالبية العظمى من العائدات الزائدة يبدو أن ولدت بين 1965-75)، سيكون من المفيد بكثير لرؤية الرسم البياني المتداول العوائد التراكمية لكل (أي أكثر من 3 أو 5 سنوات). أيضا، عوائد أرما يفترض أن إجمالي تكلفة t هنا، لذلك دوران الاستراتيجية هو آخر مهم جدا الاعتبار (هل أنت قادرة على مشاركة ما كان عليه). مرحبا، في مدونتي القديمة (theaverageinvestor. wordpress201107)، ذكرت أن هناك تجارة واحدة في المتوسط ​​كل 2.35 يوما. أتذكر عد الصفقات وتقسيمها بالأيام. مؤشر السلسلة متاح هنا: كينتوتيفوب-contentuploads201208gspcInd3.csv. فإنه يحتاج إلى أن تكون مطابقة مع مؤشر النقد S038P 500، لا متخلفة، ولكن بعد ذلك يمكن للمرء الحصول على جميع أنواع الإحصاءات. أنا بالتأكيد سوف تفعل ذلك يوم واحد، فقط غير متأكد متى. مع هذه الاستراتيجية، وأنا لست قلقا جدا حول تكاليف المعاملات. باستخدام حساب منتظم، التجزئة على وسطاء التفاعلية، يمكن للمرء أن يتداول حصة سبي من 0.005. في السعر الحالي من 140، أن 8217s لا تذكر، إلا إذا فعلت بضع مرات في اليوم. مرحبا، مشاركتك ليست مثيرة للاهتمام فقط للقراءة ولكن أيضا بمثابة دليل للناس جديدة في مجال التمويل الكمي. بوجود مبتدئ في هذا المجال، بلوق الخاص بك ويبدو أن منجم الذهب. أنا، لديك بعض الأسئلة، ولكن ، لقد استخدمت رمز أرماسارتش الخاص بك على أداة محددة ووجدت أنه مع المؤشرات، فإنه لم يعطي أداء أفضل من شراء وعقد، لذلك، لقد تم محاولة لتناسب في رمز غارشفيت باستخدام غارتش (1،1) كما أخطاء غارتش، هل يمكن أن ترشد لي حتى أكون قادرا على القيام بذلك الأمثلة ذات الصلة أو الروابط ستكون مفيدة جدا. أيضا، لم أكن أفهم من التعليمات البرمجية الخاصة بك، كيف بالضبط لتنفيذ التجارة، أي، نقاط الدخول والخروج، هل يمكن أن يرجى توجيه لي في نفس مرحبا، بلوق الخاص بك ليس فقط مثيرة للاهتمام ولكن أيضا بالمعلومات للناس جديدة لعالم التمويل الكمي. لدي بعض الأسئلة، لقد استخدمت وظيفة أرماسارتش لأداة معينة وعلى باكتستينغ وجدت النتائج لتكون أقل شأنا من شراء وعقد، لذلك أنا أحاول لتناسب غارتش (1،1)، هل يمكن التكرم دليل لي بشأن كيفية القيام بنفس الشيء أيضا، هل يمكن أن تساعدني بشأن نقاط الدخول والخروج للمؤشر ولدت من قبل أعلاه مرحبا، وهذا هو قصارى جهدي (دون توفير شفرة المصدر نفسه) لشرح كيفية استخدام غارشفيت. قد ترغب في محاولة أول نهج أرما أخرى، أود أن أوصي حزمة التوقعات وكتابه المؤلف 8217s (أوتكستسفب)، أو حزمة روجارتش. كل من هذه الحزم توفر نهجا أكثر علمية ومتقدمة لاختيار نموذج أرما. لتطبيق الأفكار على هذه المدونة في الممارسة يتطلب قدرا كبيرا من العمل الإضافي. نصيحتي الوحيدة، التي أوجزتها في وظائف أخرى، هو التفكير في تطبيق في الممارسة الحقيقية في كل خطوة. شكرا جزيلا لك على مقدمات كبيرة التي تقدمها للمبتدئين (كما نفسي) في التمويل الكمي. في عملك، كنت المشي سلسلة الوقت يوما بعد يوم، والعثور على أفضل أرما نموذج 8211 أرما (ص، ف) ومن ثم استخدام نموذج للتنبؤ الاتجاه 8217s اليوم التالي. ثم لتحسين الأداء، يمكنك استخدام أفضل أرما باريمترز (ص، ف) لذلك الوقت مع غارتش (1،1) لإنشاء نموذج جديد واستخدامها للتنبؤ الاتجاه اليوم 8217s. لذلك لديك نموذج مع 4 المعلمات المستخدمة في غارشفيت. أنا باستخدام مكتبة غارتش مختلفة (وليس في R، هو في C) وفي ذلك المعلمات للنموذج هي فقط 2 (بدلا من 4): عدد من السيارات ريجرسيف (أر) المعلمات وعدد من المتوسط ​​المتحرك (ما) المعلمات. هل يمكن أن يرجى تقديم المشورة بشأن كيفية استخدام الأسلوب الخاص بك في سيناريو (كما هو الحال دائما إنشاء غراتش (1،1) دون النظر في أرما (P، Q) يختلف). يبدو أن السبب لديك معلمات 2 فقط للنموذج الخاص بك هو لأنك تحاول لتتناسب مع تاريخك إلى نموذج أرما دون المكون غير متغاير المرونة الأسلوب غارتشفيت داخل مكتبة فغارتش في R يسمح لتناسب على نموذج الانحدار الذاتي المعمم (وبالتالي و 4 معلمات) سؤال سريع (ذات الصلة) بالنسبة لك: هل يمكن أن يشير لي إلى مكتبة C كنت تشير إلى أنا، نفسي، أنا مولعا بدلا من C (كما لدي العمارة كلها بنيت حوله) وأود أن دمج مكتبة تركيب البيانات التي تسمح للدعوة إلى نموذج أرما. مشاركاتك هي كبيرة حقا ولها الكثير من المعلومات القيمة. حاولت النظر في مؤشر كسف اليومي ولكن it8217s لم يعد حتى. هل سأكون قادرا على الحصول على نسخة لتفقد I8217m حاليا اختبار رمز أرما الكامل وتريد أن تعرف كيفية تقييم النتائج بشكل صحيح قبل الانتقال إلى محاولة تنفيذ مكون غارتش. أنا أحب قراءة بلوق الخاص بك على هذا. لقد استخدمت وظيفة auto. arima البديلة () بدلا من الخاص بك (أبطأ بكثير وأكثر تكلفة) وظيفة أرمازارتش ولكن واحد أعطى باكتيستس مختلفة بشكل كبير وأداء أسوأ من شراء و عقد. و didn8217t تكرار النتائج الخاصة بك على أساس أرمازيرتش الخاص بك، لكنه لم القبض على الكثير من الأرباح حول أزمة 821708، مثل الكثير من أرمازيرتش فعلت، لكنه لا يزال doesn8217t مقارنة حقا. كان ذلك مثيرا للاهتمام بالنسبة لي. لحظة أنا قراءة Auto. arima () شفرة المصدر ومقارنتها ل أرمازيرتش الخاص بك. يبدو أنك فعلت شبكة البحث auto. arima () لا بحث محلي (مما يفسر السرعة). هل لي أن أسأل ما هي أنواع الأجهزة التي تستخدمها في الوقت الحاضر هل تفعل أي حسابات غبو مرحبا، سعيد كنت مثل بلدي بلوق. لاستخدام بلدي، أجد وحدات المعالجة المركزية إنتل لإعطاء الأداء الكافي والتوازي. الأجهزة يمكنني استخدام هو i7 رباعية النوى مع فرط، مما يجعلها 8220almost8221 8-واي. على مثل هذه الآلة، يستغرق الاختبار الخلفي أرماغارتش أقل من يوم (إذا كانت ذاكرتي صحيحة) لمدة 50 عاما من البيانات. وهو يقوم بجميع الأعمال للتنبؤ بالقرارات القريبة ليوم محدد (أي العمل اللازم للتحضير ليوم تجاري) في غضون ساعتين تقريبا. في الواقع كنت على حق، تستخدم وظيفة auto. arima خوارزمية مختلفة، والتي doesn8217t تحليل جميع النتائج. من تجربتي it2121s ليس مباشرة لتكرار 100 النتائج بين الحزم. خاصة عندما ينطوي المرء على توزيع البقايا. لقد لاحظت نفس الشيء عندما حاولت، في مرحلة ما، بإيجاز مجموعة روجارتش. مرحبا إيفان، أنا مبتدئ للتمويل الرياضي. كنت مجرد مناقشة مع أستاذي حول استخدام نموذج أرما في التداول الحقيقي الأسبوع الماضي. لقد وجدت نموذج التفاصيل الخاصة بك مثيرة جدا للاهتمام. لذلك أحاول أن أدرس ذلك سطر. لقد حاولت لطباعة خطأ إرور القياسية جنبا إلى جنب مع التنبؤ ووجدت أن حجم الخطأ القياسي أكبر بكثير من التنبؤ. كنت أفكر إذا كان ذلك من شأنه أن يشكل خطرا كبيرا على القرار الفردي، مما يحد من نموذج للعمل على عدد كبير من القرارات فقط، وربما لا يكون ذلك عند استخدام استراتيجية لفترة قصيرة من الزمن. الأمل يمكن الحصول على فكرتك. شكر. أن 8217s مشكلة وقد نوقشت في تعليقات أخرى بالفعل. إذا كان واحد doesn8217t تريد استخدام هذه الطريقة بسبب عدم وجود مزايا إحصائية 8211 لذلك يكون ذلك. وهناك نهج بديل يتمثل في تطوير نظام يستخدم طريقة بينما يعمل 8220it 8221. يا إيفانب، بلوق كبيرة، وذلك بفضل. لقد تم استخدام التعليمات البرمجية الخاصة بك لبعض research8230 سوف تكون على استعداد لنشر التعليمات البرمجية المصدر لإنشاء مصفوفة مؤشر شكرا. مكلابلي يأخذ النماذج، وقائمة من جميع النماذج (وكل نموذج هو أيضا قائمة، وبالتالي، لدينا قائمة من القوائم) ونحن نريد لحساب كما حجة الأولى، ثم يدعو غارتشوتوتريفيت لكل نموذج الفردية من هذه القائمة، ويمر النموذج كما it8217s الوسيطة الأولى. ويضيف السطر التالي نموذجا جديدا إلى القائمة في غارتشوتو: موديلزدليث (موديلز) 1 قائمة (أورديرك (p، q، r، s)، ديستديست) كل نموذج هو أيضا قائمة تحتوي على الترتيب (يتم الوصول إليه عبر النظام) التوزيع (الوصول إليها عبر ديست). الآن أشعر it8217s قليلا من طريقة قبيحة للقيام بالأشياء، لكنه يحصل على العمل المنجز. :) OK8230 أن المنطقي بالنسبة لي، ولكن ما هو في الواقع بناء ل غارتشوتوتريفيت و غارتشوتو تسمح لك لتحسين المعلمات للتنبؤ يمكنك إجراء مع garchfit8230 وأنا أعلم أن 8220data8221 أو 8220xx8221 في التعليمات البرمجية هي سلسلة العودة، ولكنني don8217t رؤية كيفية تنفيذ وظائف دون الأولي. شكرا ل شيدت داخل غارتشوتو، باستخدام min. order، max. order وبعض المعلمات الأخرى التي تم تمريرها إلى روتين من قبل المستخدم. إذا كان min. order هو (0،0،1،1) و max. order هو (5،5،1،1)، غارتشوتو يبني ل الذي يحتوي على كافة الاختلافات الممكنة ضمن هذه الحدود، على سبيل المثال، وسوف تحتوي على (0 ، 0،1،1)، (0،1،1،1)، الخ. افتراضيا، الروتين يختار أفضل نموذج ضمن (0،0،1،1) و (5،5،1،1). ok8230 شكرا. لقد حاولت تشغيل غارتشوتو باستخدام سلسلة عودة كما المدخلات شكس ولكن فقط تلقي نول جدا بالمعلومات بلوق أنا تخطط لاستخدام استراتيجية مماثلة باستخدام auto. arima ()، دون نجاح حتى الآن 8211 بدأت للتو على الرغم من. 8211 ما هو معدل النمو السنوي المركب التقريبي الخاص بك فقط باستخدام نماذج أريما بدون غارش 8211 كيف يمكنك أن تقرر أي موقف يجب أن تأخذه: هل تشتري بمجرد أن تكون التوقعات على العائد إيجابية وبيع إذا كان 8211 سلبيا، أو هل تنفذ الحد الأدنى من العتبات (لتجنب بيع أو شراء إذا كان الفرق صغير جدا) إذا كان الأمر كذلك، كيف يمكنك تحديد هذه العتبات 8211 هل يمكن أن يرجى ذكر بعض الأسباب التي كنت don8217t التنبؤ على السلسلة الأصلية هل هو شرط حرج إيو 8211 يمكنك تقديم المشورة بشأن كيف يمكن أن المضي قدما في بلدي (حاليا) غير ناجحة auto. arima () استراتيجية أريما دون غارتش ليست جيدة جدا على سبي. لا على صناديق الاستثمار المتداولة الأخرى. حتى مع غارتش، فإنه يحتاج إلى عمل إضافي من أجل التوصل إلى شيء التجارة قادرة. أفترض أنني قادرة على تنفيذ الصفقات عند الإغلاق، والتي يمكن تحقيقها في الحياة الحقيقية. أسهل هو للتداول العقود الآجلة (مفتوحة 247) ولكن واحد يحتاج إلى باكتست بشكل صحيح. وتستخدم أرماغارتش على السلاسل الزمنية الثابتة. عوائد ثابتة، وأسعار الإغلاق ليست كذلك. أنا تاجر مبتدئ يتطلع إلى تطبيق درجة في احصائيات لعالم الأسواق المالية. رأيت أنك didn8217t ترغب في مشاركة التعليمات البرمجية بضع سنوات إلى الوراء، ولكن إذا كان هناك أي سكريبت يمكن أن ننظر من خلال واستخدامها لتعلم أفضل R، ثم سأكون أكثر من ممتن إذا كنت يمكن أن ترسل في طريقي. شكرا مرة أخرى لهذا المنصب، كان ممتازا. اترك رد إلغاء الرداريماغارتش استراتيجية التداول على مؤشر سوق الأسهم SampP500 باستخدام R في هذه المقالة أريد أن تظهر لك كيفية تطبيق جميع المعارف المكتسبة في السابق تحليل سلسلة الوقت مشاركات لاستراتيجية التداول على مؤشر سوق الأسهم الأمريكية SampP500. وسوف نرى أنه من خلال الجمع بين نماذج أريما و غارتش يمكننا أن نفوق بشكل كبير على نهج الشراء والحمل على المدى الطويل. نظرة عامة على الاستراتيجية فكرة الاستراتيجية بسيطة نسبيا ولكن إذا كنت ترغب في تجربة معها أقترح بشدة قراءة الوظائف السابقة على تحليل سلسلة زمنية من أجل فهم ما كنت سوف تعدل يتم تنفيذ الاستراتيجية على أساس متجدد: لكل يوم، n، وتستخدم أيام k السابقة من العائدات اللوغاريتمية مختلفة من مؤشر سوق الأسهم كنافذة ل تركيب نموذج الأمثل أريما و غارتش. يتم استخدام النموذج الموحد لجعل التنبؤ لعودة اليوم التالي. إذا كان التنبؤ سلبيا يقصر السهم في الإغلاق السابق، في حين إذا كان إيجابيا هو متوقفة. إذا كان التنبؤ هو نفس الاتجاه كما في اليوم السابق ثم يتم تغيير أي شيء. لهذه الاستراتيجية لقد استخدمت الحد الأقصى للبيانات المتاحة من ياهو المالية ل SampP500. لقد اتخذت k500 ولكن هذا هو المعلمة التي يمكن أن يكون الأمثل من أجل تحسين الأداء أو تقليل السحب. يتم تنفيذ باكتست في الأزياء متجه مباشرة باستخدام R. لم يتم تنفيذها في بايثون يحركها الحدث بايثستر حتى الآن. وبالتالي فإن الأداء الذي تحقق في نظام التداول الحقيقي من المرجح أن يكون أقل قليلا مما قد تحقق هنا، بسبب العمولة والانزلاق. تنفيذ الاستراتيجية لتنفيذ الاستراتيجية سنقوم باستخدام بعض التعليمات البرمجية التي أنشأناها سابقا في سلسلة سلسلة تحليل سلسلة الوقت وكذلك بعض المكتبات الجديدة بما في ذلك روجارتش. الذي اقترح لي من قبل إيليا كيبنيس أكثر في كوانتسترات التاجر. سوف أذهب من خلال بناء الجملة بطريقة خطوة بخطوة ومن ثم تقديم التنفيذ الكامل في نهاية المطاف، فضلا عن وصلة إلى مجموعة البيانات الخاصة بي لمؤشر أريماغارتش. وشملت إيف هذا الأخير لأنه قد أخذت لي بضعة أيام على جهاز الكمبيوتر الخاص بي ديكستوب لتوليد الإشارات يجب أن تكون قادرة على تكرار نتائج بلدي في مجمل كما رمز نفسه ليست معقدة جدا، على الرغم من أن يستغرق بعض الوقت لمحاكاة إذا كنت حملها بالكامل. المهمة الأولى هي تثبيت واستيراد المكتبات الضرورية في R: إذا كان لديك بالفعل مكتبات تثبيت يمكنك ببساطة استيرادها: مع أن القيام به سيتم تطبيق الاستراتيجية إلى SampP500. يمكننا استخدام كوانتمود للحصول على البيانات التي تعود إلى عام 1950 للمؤشر. يستخدم ياهو المالية رمز غسك. يمكننا بعد ذلك إنشاء عوائد لوغاريتمية مختلفة من سعر إغلاق SampP500 وتريد خارج قيمة نا الأولية: نحن بحاجة إلى إنشاء ناقلات، توقعات لتخزين قيم توقعاتنا في تواريخ معينة. وضعنا طول فوريلنغث لتكون مساوية لطول بيانات التداول لدينا ناقص ك، طول النافذة: في هذه المرحلة نحن بحاجة إلى حلقة من خلال كل يوم في بيانات التداول وتناسب نموذجا أريما و غارتش المناسب إلى نافذة المتداول من طول k. وبالنظر إلى أننا نحاول 24 منفصلة أريما يناسب وتناسب نموذج غارتش، لكل يوم، ومؤشر يمكن أن يستغرق وقتا طويلا لتوليد. نحن نستخدم الفهرس د كمتغير حلقة ونقطة من k إلى طول بيانات التداول: ثم نقوم بإنشاء نافذة المتداول من خلال أخذ العوائد SampP500 وتحديد القيم بين 1d و كد حيث k500 لهذه الإستراتيجية: نحن نستخدم نفس الإجراء كما في المادة أريما للبحث من خلال جميع نماذج أرما مع p في و q في، باستثناء p، q0. نحن التفاف استدعاء أريمافيت في كتلة معالجة استثناء تريكاتش R للتأكد من أننا إذا لم نحصل على صالح لقيمة معينة من p و q، ونحن تجاهل ذلك والانتقال إلى مجموعة المقبل من p و q. لاحظ أننا تعيين قيمة متكاملة من d0 (وهذا هو د مختلفة لمعلمة الفهرسة لدينا) وعلى هذا النحو نحن حقا المناسب نموذج أرما. بدلا من أريما. وسوف يوفر لنا إجراء حلقة أفضل نموذج أرما المناسب، من حيث معيار المعلومات أكايك، والتي يمكننا بعد ذلك استخدامها لتغذية في نموذج غارتش لدينا: في كتلة التعليمات البرمجية التالية ونحن في طريقنا لاستخدام مكتبة روجارتش، مع غارتش (1،1) نموذج. بناء الجملة لهذا يتطلب منا إعداد كائن مواصفات أوغارسبيس الذي يأخذ نموذجا للتباين والمتوسط. ويتلقى التباين نموذج غارتش (1،1) بينما يأخذ المتوسط ​​نموذج أرما (p، q) حيث يتم اختيار p و q أعلاه. نحن أيضا اختيار توزيع سجد للأخطاء. وبمجرد اختيارنا للمواصفات نقوم بتنفيذ تركيب أرماغارتش الفعلي باستخدام الأمر أوغاركفيت، الذي يأخذ كائن المواصفات، وعوائد K من SampP500 وحلالا الأمثل العددية. لقد اخترنا استخدام الهجين. الذي يحاول حلالا مختلفا من أجل زيادة احتمال التقارب: إذا لم يتلاقى نموذج غارتش فإننا ببساطة نحدد اليوم لإنتاج تنبؤ طويل، وهو تخمين واضح. ومع ذلك، إذا كان النموذج يتلاقى ثم نخرج التاريخ وتوقع الغد اتجاه (1 أو -1) كسلسلة عند نقطة يتم إغلاق حلقة. من أجل إعداد الإخراج لملف كسف لقد قمت بإنشاء سلسلة تحتوي على البيانات مفصولة بفاصلة مع اتجاه التوقعات لليوم التالي: الخطوة قبل الأخيرة هو إخراج ملف كسف إلى القرص. هذا يسمح لنا أن تأخذ المؤشر واستخدامها في برنامج بديل باكتستينغ لمزيد من التحليل، إذا رغبت في ذلك: ومع ذلك، هناك مشكلة صغيرة مع ملف كسف كما هو قائم الآن. يحتوي الملف على قائمة التواريخ والتنبؤ لاتجاه الغد. إذا كان علينا تحميل هذا في رمز باكتست أدناه كما هو عليه، ونحن في الواقع أن إدخال التحيز نظرة إلى الأمام لأن قيمة التنبؤ تمثل البيانات غير المعروفة في وقت التنبؤ. من أجل حساب هذا نحن بحاجة ببساطة لنقل القيمة المتوقعة قبل يوم واحد. لقد وجدت أن هذا أكثر وضوحا باستخدام بيثون. منذ أنا لا أريد أن نفترض أن قمت بتثبيت أي مكتبات خاصة (مثل الباندا)، أبقى إيف إلى بيثون النقي. هنا هو السيناريو القصير الذي يحمل هذا الإجراء بها. تأكد من تشغيله في نفس الدليل كملف Forecasts. csv: عند هذه النقطة لدينا الآن ملف المؤشر المصحح المخزن في forecastsnew. csv. لأن هذا يأخذ قدرا كبيرا من الوقت لحساب، إيف قدمت الملف الكامل هنا بالنسبة لك لتحميل نفسك: استراتيجية النتائج الآن بعد أن ولدت لدينا ملف كسف مؤشر نحن بحاجة إلى مقارنة أدائها لشراء أمبير عقد. نقرأ أولا في المؤشر من ملف كسف وتخزينه باسم سباريماغارتش: ثم نقوم بإنشاء تقاطع لتواريخ توقعات أريماغارتش ومجموعة العوائد الأصلية من SampP500. يمكننا بعد ذلك حساب عوائد إستراتيجية أريماغارتش عن طريق ضرب إشارة التنبؤ (أو -) مع العائد نفسه: وبمجرد أن يكون لدينا العائد من إستراتيجية أريماغارتش يمكننا إنشاء منحنيات الأسهم لكل من نموذج أريماغارتش وشراء أمب عقد. Finally, we combine them into a single data structure: Finally, we can use the xyplot command to plot both equity curves on the same plot: The equity curve up to 6th October 2015 is as follows: As you can see, over a 65 year period, the ARIMAGARCH strategy has significantly outperformed Buy amp Hold. However, you can also see that the majority of the gain occured between 1970 and 1980. Notice that the volatility of the curve is quite minimal until the early 80s, at which point the volatility increases significantly and the average returns are less impressive. Clearly the equity curve promises great performance over the whole period . However, would this strategy really have been tradeable First of all, lets consider the fact that the ARMA model was only published in 1951. It wasnt really widely utilised until the 1970s when Box amp Jenkins discussed it in their book . Secondly, the ARCH model wasnt discovered (publicly) until the early 80s, by Engle, and GARCH itself was published by Bollerslev in 1986. Thirdly, this backtest has actually been carried out on a stock market index and not a physically tradeable instrument. In order to gain access to an index such as this it would have been necessary to trade SampP500 futures or a replica Exchange Traded Fund (ETF) such as SPDR . Hence is it really that appropriate to apply such models to a historical series prior to their invention An alternative is to begin applying the models to more recent data. In fact, we can consider the performance in the last ten years, from Jan 1st 2005 to today: As you can see the equity curve remains below a Buy amp Hold strategy for almost 3 years, but during the stock market crash of 20082009 it does exceedingly well. This makes sense because there is likely to be a significant serial correlation in this period and it will be well-captured by the ARIMA and GARCH models. Once the market recovered post-2009 and enters what looks to be more a stochastic trend, the model performance begins to suffer once again. Note that this strategy can be easily applied to different stock market indices, equities or other asset classes. I strongly encourage you to try researching other instruments, as you may obtain substantial improvements on the results presented here. Next Steps Now that weve finished discussing the ARIMA and GARCH family of models, I want to continue the time series analysis discussion by considering long-memory processes, state-space models and cointegrated time series. These subsequent areas of time series will introduce us to models that can improve our forecasts beyond those Ive presented here, which will significantly increase our trading profitability andor reduce risk. Here is the full listing for the indicator generation, backtesting and plotting: And the Python code to apply to forecasts. csv before reimporting: Just Getting Started with Quantitative Trading