低位株の寄り引けで、売り数量が買い数量より充分多いときに、成買いを入れて、bidで買うことをもくろむ。
トレード関係雑記
2020年10月6日火曜日
2020年9月20日日曜日
2019年1月14日月曜日
[Pineスクリプト] いわゆるテクニカル、いわゆるインジケーター
巷で言われるテクニカルとは、何のことを指しているのだろうか?私は、テクニカルは価格情報に基づくもの。ファンダは実体経済に基づくもの。どっちか微妙なのが手口情報やセンチメント。と思っていたのだが、どうもそうではないらしい。さしずめ、単一のタイムシリーズかつOHLCVという解像度の低い価格データに基づくもの、といったところだろうか?なぜこのような定義になるのかわからないが、いずれにしてもただの分類趣味であり、こんな定義に意味はない。特徴量として予測力があるかどうかがすべてでしょう。問題は、その有意性が、偶然か、カーブフィッティングか、未知のデータに対しても有効か、その判断するための良い方法がなかなかないことであろう。
変化率(ROC、モメンタム)、MA乖離率、RSI、ストキャ、ボリバン(価格時系列のZスコア)、価格とバー番号との回帰直線の傾き、それのピアソン相関係数、それのスピアマン相関係数(RCI)。それらを並べてみて目視で確認すると、私にはすべて同じものに見える。一応、標準化されているか、一様分布か正規分布(?)か、の違いはあるはずだが。たんに、モメンタムの測り方の流儀(?)の違いか。
変化率(ROC、モメンタム)、MA乖離率、RSI、ストキャ、ボリバン(価格時系列のZスコア)、価格とバー番号との回帰直線の傾き、それのピアソン相関係数、それのスピアマン相関係数(RCI)。それらを並べてみて目視で確認すると、私にはすべて同じものに見える。一応、標準化されているか、一様分布か正規分布(?)か、の違いはあるはずだが。たんに、モメンタムの測り方の流儀(?)の違いか。
分位
回帰
感想
一層、あるいは単回帰、それの累積リターン曲線を目視で眺めてもな。
2019年1月12日土曜日
[Pineスクリプト] VAR-model
説明
VectorAutoRegrresion-model(ベクトル自己回帰モデル)。複数時系列の t-1 期、 t-2 期、...の変化率を説明変数、ある時系列の t 期の変化率を目的変数とする回帰による予測。
計算
最小二乗重回帰のアルゴリズムは、①分散共分散行列(または、偏差平方和積和行列)を作る。
②連立方程式を直接法(ガウスの消去法、LU分解、QR分解など)か、反復法(ヤコビ法、共役勾配法など)で解く。
Pineによる実装
pine は配列が使えない。これでは、①の時点でキツイ。②は更にキツイ。結局、説明変数3つまでをクラメルの公式を使って解くことにした。注意
本来、正規性・独立性・線形性・等分散性と、決定係数・ t 値・情報量基準などを見るべきですが、そのような機能はありません。感想
pine でできないこととして、時系列順にその足ごとに一度ずつしか計算・描画できない、配列がない、 秒足・ティック足がない、クロスセクション分析がキビシイ、データがダウンロードできない、などがあり、これらの制限から、pine でこれ以上高度なことをやるのは、少なくとも私には難しい。tradingview を使う理由としては、自分でデータベースを作る必要がない手軽さ、銘柄数が多くリアルタイムであること、quandl のデータを直接引っ張ってこれること、手軽な script でちょっとした検証ができることなど、何より手軽であるために使ってしまう。
コード
説明変数1つ説明変数2つ
説明変数3つ
2019年1月7日月曜日
登録:
投稿 (Atom)