Книга заслуживает очень хорошей оценки, так как вводит читателя в более научно обоснованные методы прогнозирования рыночных цен, в отличие от всех этих индикаторов, осцилляторов, линий, волн, облаков, квадратов, паттернов и подобному малообоснованному шаманству, которым наполнены книги по техническому анализу.
Еще книга оказалось полезной в том плане, что я даже не подозревал, что в Excel есть встроенная линейная регрессия. Для меня это было настоящим открытием.
В общем, рекомендую всем трейдерам.
Но поставил только 4 звезды, так как книга имеет 2 недостатка.
1. Автор не до конца понимает природу коэффициента детерминации. Коэффициент детерминации показывает на сколько математическая модель прогнозирования лучше прогнозирует, чем модель нулевого уровня, которая прогнозирует средним значением цены на выбранном интервале. Поэтому, действительно, чем выше R2 на одних и тех же данных, тем модель лучше. Но это совсем не означает, что R2 обязательно должен быть больше 0.8. Например, в практически боковом тренде R2 почти всегда меньше, чем 0.1, но это же совсем не означает, что метод прогнозирования плохой. Советую автору сменить метрику R2 на более адекватную метрику RMSE, которая не зависит от наклона тренда.
2. В идеологии прогнозирования метрика оценивается не по тем данным, под которые подогнали модель прогнозирования, а по тестовым данным. Тот же R2 с помощью полиномов высокой степени (регрессия N-ой степени) можно запросто сделать равным единице. Но это же совсем не значит, что этот полином будет прогнозировать лучше, чем линейная регрессия (регрессия первой степени). Более правильной методологией является строить каждый раз новую математическую модель прогнозирования в скользящем окне, а метрику оценивать по результатам прогнозирования будущей цены после каждого скользящего окна.
Отзывы
4