Trading behulp GARCH Volatiliteit Voorspelling Quantum vennootskappe skryf 'n interessante artikel Regime Skakel stelsel met behulp van Volatiliteit skatting. Die artikel bied 'n elegante algoritme om te wissel tussen gemiddelde-terugkeer en-tendens volgende strategieë gebaseer op die markonbestendigheid. Twee model word ondersoek: een met behulp van die historiese wisselvalligheid en 'n ander met behulp van die GARCH (1,1) Volatiliteit skatting. Die gemiddelde-terugkeer strategie is geskoei met RSI (2): Lank wanneer RSI (2), en Kort anders. Die tendens volgende strategie is geskoei met SMA 50/200 crossover Lank wanneer SMA (50) & gt; SMA (200), en Kort anders. Ek wil wys hoe om hierdie idees met behulp van die back testing biblioteek in die Sistematiese Beleggers Gereedskap te implementeer. Volgende kode vragte historiese pryse van Yahoo verloofde en vergelyk prestasie van die koop en hou, Mean-Reversion en-Trend volgende strategieë gebruik te maak van die back testing biblioteek in die Sistematiese Beleggers Gereedskap: Volgende, laat ons 'n strategie wat wissel tussen gemiddelde-terugkeer en-tendens volgende strategieë gebaseer op historiese markonbestendigheid. Volgende, laat ons 'n GARCH (1,1) Volatiliteit skatting. Ek sou lees volgende artikels vir almal wat wil om uit te vind wat GARCH is alles oor of om hul kennis te verfris beveel: GARCH (1,1) deur David Harper 'n baie goeie inleidende artikel met baie visuele diagramme. Praktiese vraagstukke in Eenveranderlike GARCH Modellering deur Y. Chalabi, D. Wurtz stap vir stap voorbeeld van gepaste GARCH (1,1) model met volle R-kode. Basiese Inleiding tot GARCH deur Quantum vennootskappe is 'n reeks van poste wat gaan in die besonderhede en aannames van GARCH en EGARCH. Daar is 'n paar R pakkette om GARCH modelle inpas. Ek sal GARCH funksie van tseries pakket en garchFit funksie van fGarch pakket oorweeg. Die GARCH funksie van tseries pakket is vinnig, maar nie altyd oplossing. Die garchFit funksie van fGarch pakket is stadiger maar meer konsekwent konvergeer. Om die spoed verskil tussen GARCH funksie en garchFit funksie Ek het 'n eenvoudige maatstaf demonstreer: Die garchFit funksie is gemiddeld 6 keer stadiger as GARCH funksie. So om wisselvalligheid Ek sal probeer om GARCH funksie gebruik te voorspel wanneer dit 'n oplossing en garchFit funksie anders kan vind. Nou, laat ons 'n strategie wat wissel tussen gemiddelde-terugkeer en-tendens volgende strategieë gebaseer op GARCH (1,1) wisselvalligheid skatting. Die skakel strategie wat GARCH gebruik (1,1) wisselvalligheid voorspelling uitgevoer effens beter as die een wat historiese wisselvalligheid gebruik. Daar baie verskillende benaderings wat jy kan neem om vooruitskatting te neem in jou modelle en handel strategieë. R het 'n baie ryk versameling van pakkette te modelleer en voorspel tydreekse. Hier is 'n paar voorbeelde wat ek interessant gevind het: Om die volledige bronkode vir hierdie voorbeeld sien, asseblief 'n blik op die funksie bt. volatility. garch () in bt. test. r op GitHub.
No comments:
Post a Comment