นำทางโพสต์ ไม่ R gawdawful ช้าสำหรับการซื้อขายแบบ real-time? เจฟฟ์ 7 กุมภาพันธ์ 2011 เวลา 23:25 R ชอบมากที่สุดภาษาโปรแกรมที่สามารถจะเป็นเร็วหรือช้าขณะที่คุณทำมัน ในฐานะที่เป็นผู้เขียนของ IBrokers (และแพคเกจอื่น ๆ ) ผมสามารถบอกคุณได้ว่าอาจะเร็วกว่ากระแสมาจาก IB คือคอขวดไม่ได้เป็นอาร์ IB และ R เป็นจริงการรวมกันเป็นตัวเอกตั้งแต่คุณสามารถเข้าถึงทุกความดีของ R และความสามารถในการที่จะไปจากการทดสอบกับการผลิตที่มีน้อยกว่าการใช้บัญชีที่แตกต่างกัน นอกจากนี้การเข้าถึงการโต้ตอบกับ API IB ค่อนข้างมีประสิทธิภาพและไม่ซ้ำกันในการเชื่อมต่อไปยัง IB ระบอบการปกครองระบบการสลับการใช้พยากรณ์ความผันผวน ในบรรทัดเดียวกันของความคิดเป็นคำตอบสุดท้ายในวันนี้เราจะมาดูวิธีการที่จะรวมรูปแบบการผันผวน GARCH เราแนะนำเมื่อวานนี้ในการสร้างระบอบการปกครองเปลี่ยนกลยุทธ์ได้ มันเป็นเรื่องที่กล่าวถึงบ่อยครั้งใน blogosphere ที่ผันผวนสูงเป็นสิ่งที่ดีสำหรับชีวิตประจำวันนายดูที่รุ่นก่อนหน้านี้ของรัฐระยะสั้นรายงานหมายถึงการพลิกกลับโดยไมเคิลมากกว่าที่ MarketSci ที่นี่และผู้ดูแลของทุกวันติดตามผ่านชุด MR โดยเดวิดที่ CSS Analytics นี่และที่นี่ ขณะเดียวกันสภาพแวดล้อมที่ผันผวนต่ำมักจะเป็นสภาพแวดล้อมที่ดีสำหรับแนวโน้มต่อไปนี้กลยุทธ์ ดูสถานะ Jez เสรีภาพของแนวโน้มต่อไปนี้รายงานที่นี่ กับในใจเนื่องจากเราต้องการที่จะเพิ่มผลตอบแทนของเราที่เราต้องการที่จะซื้อขายกลยุทธ์ที่เหมาะสมขึ้นอยู่กับสภาพแวดล้อมที่ผันผวน การใช้ความผันผวนของเราสามารถสลับไปมาระหว่างนายและกลยุทธ์ลุยแบบไดนามิกที่ดีในการปรับตัวเข้ากับกระบวนทัศน์ของตลาดในปัจจุบัน การทำเช่นนี้เราสามารถจำแนกความผันผวนในปัจจุบันโดยใช้เปอร์เซ็นต์เป็นระยะเวลา 252 วัน lookback ชุดสั่นที่เกิดระหว่าง 0 และ 1, และเรียบโดยใช้วันที่ 21 percentrankSMA (พัฒนาโดยเดวิด Varadi) โดยใช้ระยะเวลา 252 วัน lookback ขณะนี้เรามีกลับมาของระบอบการปกครองผันผวนเรียบซอง oscillator ที่อ่านมากกว่า 0.5 แสดงให้เห็นความผันผวนสูงและมีขนาดเล็กกว่า 0.5 ความผันผวนต่ำในสถานที่ ตัวอย่างต่อไปนี้การเปลี่ยนระบอบการปกครอง (RS) กลยุทธ์จะเป็นดังนี้: ถ้า oscilliator มากกว่า 0.5 เราค้ากลยุทธ์ MR และเราค้ากลยุทธ์ TF เมื่อ oscillator อยู่ด้านล่าง treshold 0.5 พร็อกซี่กลยุทธ์ MR เป็น RSI2 และพร็อกซี่กลยุทธ์ TF เป็นแมสซาชูเซต 50-200 ครอสโอเวอร์ที่เรียบง่ายสำหรับการทดสอบนี้ ผลการ SPY จะถูกนำเสนอด้านล่างด้วยเส้นโค้งส่วนสำหรับนายเท่านั้น (สีแดง) ลุยเท่านั้น (สีน้ำเงิน) ซื้อและถือ (สีเขียว) และอาร์เอส (สีเหลือง) โปรดทราบว่าสำหรับการทดสอบนี้การป้อนข้อมูลสำหรับความผันผวนเป็นวันทำงาน 21 ส่วนเบี่ยงเบนมาตรฐานของผลตอบแทน (เช่น. ค่า Volatility) กลยุทธ์ที่มีประสิทธิภาพดีกว่าอาร์เอสทั้งนายและกลยุทธ์ลุยกว่า 10 ปี แต่รอสักครู่โพสต์เป็นเรื่องเกี่ยวกับการเปลี่ยนระบอบการปกครองโดยใช้การคาดการณ์ความผันผวนไม่ได้ค่า Volatility ง่ายที่จะทำเช่นนั้นเราคำนวณ oscilliator ใช้ผลของรูปแบบการ garch แนะนำในการโพสต์ล่าสุด ขณะนี้เรามีกลยุทธ์ที่อาร์เอสโดยใช้การคาดการณ์ความผันผวนข่าวดีก็คือมันมีประสิทธิภาพดีกว่า! ผลดังต่อไปนี้โดยใช้การคาดการณ์ GARCH (ทอง) เทียบกับการใช้ค่า Volatility (สีเทา) ดังกล่าวก่อนในบล็อกอื่น ๆ อีกมากมายที่ผสมผสานการคาดการณ์ความผันผวนในกลยุทธ์ดูเหมือนว่าจะปรับปรุงผลในระบอบการปกครองเปลี่ยนกลยุทธ์นี้ ระบอบการปกครองระบบการสลับการใช้พยากรณ์ความผันผวน ในบรรทัดเดียวกันของความคิดเป็นคำตอบสุดท้ายในวันนี้เราจะมาดูวิธีการที่จะรวมรูปแบบการผันผวน GARCH เราแนะนำเมื่อวานนี้ในการสร้างระบอบการปกครองเปลี่ยนกลยุทธ์ได้ มันเป็นเรื่องที่กล่าวถึงบ่อยครั้งใน blogosphere ที่ผันผวนสูงเป็นสิ่งที่ดีสำหรับชีวิตประจำวันนายดูที่รุ่นก่อนหน้านี้ของรัฐระยะสั้นรายงานหมายถึงการพลิกกลับโดยไมเคิลมากกว่าที่ MarketSci ที่นี่และผู้ดูแลของทุกวันติดตามผ่านชุด MR โดยเดวิดที่ CSS Analytics นี่และที่นี่ ขณะเดียวกันสภาพแวดล้อมที่ผันผวนต่ำมักจะเป็นสภาพแวดล้อมที่ดีสำหรับแนวโน้มต่อไปนี้กลยุทธ์ ดูสถานะ Jez เสรีภาพของแนวโน้มต่อไปนี้รายงานที่นี่ กับในใจเนื่องจากเราต้องการที่จะเพิ่มผลตอบแทนของเราที่เราต้องการที่จะซื้อขายกลยุทธ์ที่เหมาะสมขึ้นอยู่กับสภาพแวดล้อมที่ผันผวน การใช้ความผันผวนของเราสามารถสลับไปมาระหว่างนายและกลยุทธ์ลุยแบบไดนามิกที่ดีในการปรับตัวเข้ากับกระบวนทัศน์ของตลาดในปัจจุบัน การทำเช่นนี้เราสามารถจำแนกความผันผวนในปัจจุบันโดยใช้เปอร์เซ็นต์เป็นระยะเวลา 252 วัน lookback ชุดสั่นที่เกิดระหว่าง 0 และ 1, และเรียบโดยใช้วันที่ 21 percentrankSMA (พัฒนาโดยเดวิด Varadi) โดยใช้ระยะเวลา 252 วัน lookback ขณะนี้เรามีกลับมาของระบอบการปกครองผันผวนเรียบซอง oscillator ที่อ่านมากกว่า 0.5 แสดงให้เห็นความผันผวนสูงและมีขนาดเล็กกว่า 0.5 ความผันผวนต่ำในสถานที่ ตัวอย่างต่อไปนี้การเปลี่ยนระบอบการปกครอง (RS) กลยุทธ์จะเป็นดังนี้: ถ้า oscilliator มากกว่า 0.5 เราค้ากลยุทธ์ MR และเราค้ากลยุทธ์ TF เมื่อ oscillator อยู่ด้านล่าง treshold 0.5 พร็อกซี่กลยุทธ์ MR เป็น RSI2 และพร็อกซี่กลยุทธ์ TF เป็นแมสซาชูเซต 50-200 ครอสโอเวอร์ที่เรียบง่ายสำหรับการทดสอบนี้ ผลการ SPY จะถูกนำเสนอด้านล่างด้วยเส้นโค้งส่วนสำหรับนายเท่านั้น (สีแดง) ลุยเท่านั้น (สีน้ำเงิน) ซื้อและถือ (สีเขียว) และอาร์เอส (สีเหลือง) โปรดทราบว่าสำหรับการทดสอบนี้การป้อนข้อมูลสำหรับความผันผวนเป็นวันทำงาน 21 ส่วนเบี่ยงเบนมาตรฐานของผลตอบแทน (เช่น. ค่า Volatility) กลยุทธ์ที่มีประสิทธิภาพดีกว่าอาร์เอสทั้งนายและกลยุทธ์ลุยกว่า 10 ปี แต่รอสักครู่โพสต์เป็นเรื่องเกี่ยวกับการเปลี่ยนระบอบการปกครองโดยใช้การคาดการณ์ความผันผวนไม่ได้ค่า Volatility ง่ายที่จะทำเช่นนั้นเราคำนวณ oscilliator ใช้ผลของรูปแบบการ garch แนะนำในการโพสต์ล่าสุด ขณะนี้เรามีกลยุทธ์ที่อาร์เอสโดยใช้การคาดการณ์ความผันผวนข่าวดีก็คือมันมีประสิทธิภาพดีกว่า! ผลดังต่อไปนี้โดยใช้การคาดการณ์ GARCH (ทอง) เทียบกับการใช้ค่า Volatility (สีเทา) ดังกล่าวก่อนในบล็อกอื่น ๆ อีกมากมายที่ผสมผสานการคาดการณ์ความผันผวนในกลยุทธ์ดูเหมือนว่าจะปรับปรุงผลในระบอบการปกครองเปลี่ยนกลยุทธ์นี้ การพยากรณ์ความผันผวนของการใช้ GARCH (1,1) อย่างต่อเนื่องในชุดปัจจุบันของโพสต์ที่ผมอยู่ที่จุดจากความผันผวนของการพยากรณ์ มีหลายวิธีที่จะเพียงแค่ที่; หัวข้อนี้มากเป็นเรื่องของมากของการวิจัยในด้านการเงินที่ รุ่นที่แตกต่างกันความผันผวนรูปแบบที่มีอยู่และพวกเขาในช่วงตั้งแต่ปลายทั้งสองของคลื่นความถี่ที่ซับซ้อน ฉันกำลังจะต้องใช้สิ่งที่ผมคิดว่าเป็นหนึ่งในความนิยมมากที่สุดคือ GARCH (1,1) เช่นเดียวกับที่สังเกตด้าน แต่ผมไม่คิดว่ามันเป็นรูปแบบที่ดีที่สุดที่จะใช้ แต่ฉันไม่คิดว่าเรียบง่ายของมันทำให้น่าสนใจมาก สำหรับฝูงชนที่มีความซับซ้อนมากขึ้น quant ในครอบครัว GARCH ที่ EGARCH น่าจะดีกว่าการคาดการณ์ความผันผวนของตลาดกว่าคู่ของมัน ฉันจะไม่ไปลงในรายละเอียดมากในกระบวนการ GARCH (เช่นนี้ไม่ได้หมายความว่าจะต้องโพสต์แนะนำ) ถ้าคุณต้องการจะได้ยินเพิ่มเติมเกี่ยวกับมันโปรดแจ้งให้เราทราบในส่วนความคิดเห็น ในแง่ของความสำคัญรูปแบบการกรองอย่างมีนัยสำคัญผล ARCH และสมมติฐานปกติเงื่อนไขดูเหมือนจะไม่ถูกละเมิด (ใช้ Jarque Bera และการทดสอบกล่อง Ljung) โดยไม่คำนึงถึงการทดสอบตำราเรียน, eyeballing แผนภูมิเราจะเห็นว่ารูปแบบเป็นธรรมที่ดีในการคาดการณ์ความผันผวน Spys ตอนนี้เรามีรูปแบบในสถานที่โพสต์ต่อไปควรจะอยู่ในวิธีการใช้รูปแบบที่คล้ายกันในความผันผวนของความผันผวนหลังจากที่ได้ถูกปลดออกจากความสัมพันธ์กับความผันผวนที่เกิดขึ้นจริงเพื่อดูว่าเราสามารถปรับปรุงผลการซื้อขายของเราและโดยเฉพาะอย่างยิ่งระบบการปกครองของเรา เปลี่ยนกลยุทธ์