Прогнозирование временных рядов (далее просто прогнозирование) является неотъемлемой частью успешного трейдинга. Если в торговле не использовать прогнозирование, то чем руководствоваться при принятии торговых решений? Биржа попросту превратится в казино.
Но нам нужен стабильный доход, поэтому прогнозирование придется изучать досконально.
Классификация видов прогнозирования
Итак, какие виды прогнозирования существуют:
- эконометрические (так называемые, наивные методы прогнозирования);
- регрессионные;
- методы Бокса-Дженкинса(ARIMA);
- нейросетевые методы;
- спектральные методы.
Рассмотрим каждый из них.
Эконометрические методы основаны на усреднении: средние – прогнозируемое значение равно среднему арифметическому последних n значений; скользящие (экспоненциальные) средние – то же среднее, только более давним значениям уделяется меньше внимания и в формуле среднего арифметического они суммируются с коэффициентом меньшим единицы (коэффициент сглаживания); метод Хольта-Винтерса к экспоненциальному сглаживанию добавляется учет сезонности.
Основным инструментом регрессионных методов является метод наименьших квадратов. Предварительно выбирается форма зависимости прогнозируемых величин от предыдущих значений, в которой фигурируют неопределенные коэффициенты. Коэффициенты вычисляются методом наименьших квадратов.
При использовании метода ARIMA прогнозируемый ряд представляется в виде двух составляющих: стационарного процесса, который прогнозируется автокорреляционным методом, и белого шума, который прогнозируется с помощью интегрированного скользящего среднего.
Нейронные сети применяются в нейросетевых методах прогнозирования. Основная сложность при этом заключается в выборе топологии и размерности нейронной сети, а также метода обучения.
Спектральные методы основаны на быстром преобразовании Фурье (БПФ). Дискретные значения представляются в виде ряда Фурье и с помощью БПФ находятся его коэффициенты. Зная коэффициенты вычисляются последующие значения временного ряда.