kalman, un miraggio?

ah ah ah...

so ragazzi...

;-)
 
Ho provato ad effettuare una simulazione utilizzando il filtro di Kalman per una stima polinomiale (in quanto i rendimenti non hanno in genere una distribuzione gaussiana).
I risultati sembrano indicare ottime performance in periodi di alta volatilà (a ridosso del 2000), dopo il 2000 il sistema lascia a desiderare.
i risultati sul nasdaq (sistema long/short):
giorni 8230 (dal '75)
rendimento totale % 24692798,37%
rend composito giornaliero lordo 0,07%

poichè il foglio excel con i dati è troppo grande, lo invio via mail a richiesta degli interessati.
saluti.

Non sono convinto dell'applicazione di un KF ad una serie storica non lineare
e in cui la varianza non si distribuisce gaussianamente.

Cito



" Polynomial regression

This is a non-linear function, but least square estimation leads to a system of linear equations. Thus, this regression is analyzed by a linear method. This is NOT a non-linear regression!"

1) Let us suppose the noise is normally distributed, with mean 0 and standard deviation σz.

2) The Kalman filter is a minimum mean-square error estimator.

3) The Kalman filter can be regarded as an adaptive low-pass infinite impulse response Digital filter, with cut-off frequency depending on the ratio between the process- and measurement (or observation) noise, as well as the estimate covariance.

4) The basic Kalman filter is limited to a linear assumption. However, most non-trivial systems are non-linear. The non-linearity can be associated either with the process model or with the observation model or with both.

5) The Kalman filter gives particularly poor performance on highly non-linear functions because only the mean is propagated through the non-linearity.

Mi permetto di suggerire l'uso di HPF
allego codice MatLab
 

Allegati

  • Filter.JPG
    Filter.JPG
    39,1 KB · Visite: 255
Ultima modifica:
Codice MatLab relativo al msg di cui sopra.


Mi richiudo in laboratorio.

B&H
 

Allegati

  • hpfilter.txt
    2,2 KB · Visite: 95
Ultima modifica:
Non sono convinto dell'applicazione di un KF ad una serie storica non lineare
e in cui la varianza non si distribuisce gaussianamente.
Per questo il filtro viene riadattato.
Il KF non è altro che una procedura ricorsiva per il calcolo del valor medio condizionato del vettore di stato rispetto alle osservazioni.
Il KF così com'è, risulta valido per sistemi lineari con rumore additivo gaussiano.
Per questo si operano generalizzazioni per adattarlo a sistemi non lineari (EKF) , con rumore non gaussiano (stima sub-ottima polinomiale) e per rumore moltiplicativo (mediante oppurtune trasformazioni).
Ti assicuro che per rumore non gaussiano, il valor medio condizionato viene approssimato con una stima polinomiale, e, processato tramite le consuete equazioni del filtro.
una dimostrazione è nel mio lavoro di tesi.
saluti.
penso sia una buona strada da percorrere, vi aggiornerò degli sviluppi, tempo e famiglia permettendo;-)
 
HPF oltre ad essere un filtro MI-MO (Multi in - Multi Out che se gestito male diventa Munnezza In Munnezza Out) e' anche un evidenziatore di trend e un misuratore di volatilità intesa come scarti da un valore medio.


Plottando vari indici per periodi fissi di 5 anni si evidenziano ben tre periodi generalizzati

1994 - 2000

2001 -2003

2004 - oggi

i tre periodi non sono tra loro omogenei per nessun valore
statistico, analitico
(ampiezza escursioni, frequenza , direzionalità...)

sicche' facendo l'analisi di tutto il serpentone delle serie
1994 - oggi si ottengono valori buoni a tutto e a niente, sostanzialmente si commette un errore (come il non sottoporre a fattore di correzione un'azione dopo un evento straordinario).

Riesco a spiegarmi il periodo 2001 - 2003 (torri gemelle)

non mi spiego la cesura avvenuta da fine 2003 ad oggi rispetto al periodo ante 2000
Finito l'effetto due torri si sarebbe dovuto tornare ai valori statistici anteriori al 2001, invece il mondo e' totalmente cambiato e pare per sempre.


Chiedo a qualche economista se sa ricollegare ad un qualche evento concretamente rilevante ai fini finanziari
(modifica panieri, introduzione di futures, etc...)

B&H
 
Ultima modifica:
Sono le materie prime (comunque non sono un economista ma solo un contabile, quindi vediamo che dicono )

:bye:
 
ho migliorato il tiro aumentando il grado del polinomio con una finestra mobile di 1000 per il training e 100 per il testing .
vi riporto il grafico (sempre su ^IXIC) del logrendimenti cumulativi.
a parte un piccolo scarabocchio a cavallo del 2000 la regolarità è costante, anche se diminuisce la pendenza.
vorrei provare il sistema sul fib30, chi mi fa la cortesia di fornirmi uno storico?

è migliorata anche la correlazione tra actual e forecasted (vi posto 2 colonne, 1 per il training, 1 per il testing), filtrando gli input in base al barlett test.
# Created by Octave 2.9.13, Sat Sep 29 12:29:38 2007 ora legale Europa occidentale <unknown@unknown>
# name: m
# type: matrix
# rows: 82
# columns: 2
0.5840968678676369 0.1657532960784999
0.5596085035119747 0.273087903694486
0.5370755897187167 0.3324889788237119
0.5318112407572915 0.2120740323223501
0.5353812388648902 0.2598251268428878
0.5340847832526668 0.2504515411589757
0.5754514436552775 0.4623326437935227
0.578056992681114 0.446376569247919
0.5868089999287126 0.5236408860798506
0.5966466707872281 0.2114051237292
0.5823031827084689 0.1071854838201306
0.6024359366145139 0.0889757303172653
0.6499919248775652 -0.01096458053819565
0.705864990769141 -0.3358291718317855
0.6955797052086825 0.1819586993417861
0.6631030858030943 0.1080413445948461
0.6465256406923055 0.3445694745340182
0.6158070743466132 0.2232296545409116
0.6166653814349 0.3035750841080253
0.6033695474213766 0.09133633389154147
0.5581634037118906 0.1471279996138154
0.5526405282069834 0.3290326349050325
0.5514473407103397 0.245629797925172
0.4826157913588723 0.4027634712885092
0.4930623928045246 0.2212793991170836
0.5117930967078307 0.2890198978042601
0.5059846151730825 0.4363927937343817
0.5235837705010947 0.005134114932875054
0.4970510208979546 0.2190574844803441
0.5237825730519268 0.05872678123335049
0.4816135132159846 0.2621256443741639
0.4965509376027725 0.1457130830726746
0.4943722067260265 0.2064163865261573
0.8385343169941155 0.07961343152715433
0.8324098622758768 0.2490776818309758
0.837767482042627 0.1205773798046553
0.8416815597838365 0.2971187357281986
0.844272336871152 -0.004846890424523943
0.8251929024142708 0.2077335899418776
0.8297154470400354 -0.06470926548416547
0.7870027918306737 0.01121138188144176
0.7691980359569852 -0.06049524903618856
0.732515589759741 0.04391818964085729
0.5252704661801819 0.1835588414506126
0.4985651002416225 0.2319663948382134
0.4907328919683814 0.1401190428234546
0.4766741429555214 0.2007538861432353
0.4659633057101168 0.3921331930495757
0.4927513770772581 0.2097283905857761
0.4803907946326038 0.2448404901048328
0.4043233185496827 0.3221996827022371
0.3895232139707825 0.1076486018108408
0.3950062151961438 0.1516111131772523
0.4697579273527465 -0.1447451695636994
0.4446451144848692 -0.1426889320146151
0.5424011282500848 0.1033484542801567
0.539743958191517 0.1300570468508451
0.5030709777577581 0.03886904543660833
0.5482485746951387 0.1437833222563689
0.5254422988553558 0.06346088029324448
0.617753540564414 0.09312160551822436
0.5801335396496872 0.0817711683595993
0.5204617228828775 0.119687784176457
0.4974898595655969 0.06034877161680665
0.6810418255712806 0.1607781135904824
0.623700790778239 -0.01946411236620496
0.5716466916085989 0.02561219610314681
0.5420487164808696 -0.139934413332495
0.5086080219662078 0.1108880029034642
0.4973742793471405 -0.04106027314090242
0.4958009237905149 -0.03275018231056909
0.5011862397106678 0.03809826319729893
0.5101338247791157 0.253441835376172
0.5256135044230219 -0.09074094730385912
0.5117927557838419 -0.05577452850061209
0.5131949997357561 0.2960331541627128
0.4840358222155047 0.1432390482410324
0.4737130757301457 0.1825667709148267
0.526328474660412 0.1705005834928942
0.5779505983125671 -0.03847494151021237
0.3927008559856628 0.1174194025004622
0.3618920985279431 0.2141839994015917
 

Allegati

  • ScreenHunter_01 Sep. 29 12.25.gif
    ScreenHunter_01 Sep. 29 12.25.gif
    5,3 KB · Visite: 224
Ultima modifica:
Questi sono i dati del vecchio Fib30 ora SPMib dal 94 ad oggi.

Ciao
 

Allegati

  • Fib.zip
    70,9 KB · Visite: 32
grazie stecchino,
purtroppo con il fib daily c'è poco da fare (d'altronde si sapeva che questi derivati sono + efficienti)
Ecco il grafico dei logrendimenti cumulativi relativo ai dati che mi hai postato
training set 500 testing 5
magari proverò con una frequenza maggiore...
 

Allegati

  • ScreenHunter_01 Oct. 01 10.46.gif
    ScreenHunter_01 Oct. 01 10.46.gif
    8,2 KB · Visite: 168
Emastrong mi sembra strano che il Fib sia piu' efficente del Nasdaq.
Se non ho capito male nel test sul Nasdaq hai utilizzato l'indice ( ^IXIC ) invece del future.

Se e' cosi' credo sia questo il motivo.

Se vuoi posso darti i dati dell'indice SPMIB per vedere la differenza.


Ciao
 
Emastrong mi sembra strano che il Fib sia piu' efficente del Nasdaq.
Se non ho capito male nel test sul Nasdaq hai utilizzato l'indice ( ^IXIC ) invece del future.

Se e' cosi' credo sia questo il motivo.

Se vuoi posso darti i dati dell'indice SPMIB per vedere la differenza.


Ciao

si, ho usato ^IXIC, sicuramente il future o il QQQQ è + efficiente.
 
sono + sporchi non + efficienti....es. spike.squeeze mangia stop non presenti nell'indice....eccc
 
grazie stecchino,
purtroppo con il fib daily c'è poco da fare (d'altronde si sapeva che questi derivati sono + efficienti)
...

sul Fib daily se provi a calcolare il rendimento diversamente ( es. da 1630 di ieri a 1630 di oggi ) puoi trovare risultati decisamente migliori . . .
 
forse mi sono espresso male Kermitt, il sistema, pur performando peggio rispetto a securities meno efficienti, si difende bene.
il rendimento annualizzato lordo è del 12% circa. (i campioni sono 2735 daily forniti gentilmente da stecchino), ma l'equity non mi piace, troppo altalenante e non costante nei rendimenti
Ora proverò ad utilizzare altri inputs (eg. volumi open high low)
L'equity (non logaritmica) è in figura.
 

Allegati

  • ScreenHunter_02 Oct. 01 16.16.gif
    ScreenHunter_02 Oct. 01 16.16.gif
    8,4 KB · Visite: 131
Indietro