Хорошее место, чтобы начать смотреть на корреляцию между скользящей средней цене с трудом. Я думаю, вы обнаружите, что 10-12 скользящее среднее даст вам достаточно линейную корреляцию. Вы можете применить Pearson, чтобы дать вам объективную оценку степени корреляции. http://en.wikipedia.org/wiki/Pearson_product-moment_correlation_coefficient

После того, как вы есть, что вы обнаружите, что сложности могут быть аппроксимированы путем умножения скользящей средней цены (тот, который вы нашли, чтобы иметь высокую степень correaltion) с некоторым коэффициентом. Допустим, вы используете фактор, который между всеми отношениями сложности к скользящей средней цены вернуться, насколько идет ваши данные. Вы увидите, что эти отношения попадают на более или менее нормального распределения вероятностей. http://en.wikipedia.org/wiki/Normal_distribution Таким образом, вы можете охарактеризовать вероятность того, что фактическая сложность будет падать так далеко от проекции.

Есть несколько методов, которые можно использовать оттуда коммутируемый в результатах, которые дают вам меньшую дисперсию и более надежный результат. Один метод, который я использую максимум из той степени, в которой скользящая средняя цена коррелирует с Сложности с применением пользовательского взвешивания в среднем. Вы могли бы попытаться пойти на точность и оптимизировать его по минимальному среднему отклонению. Это будет время от времени дать вам некоторые эффектно близкие хиты, но это статистически хрупким. То есть, он может произвести больше выбросов. Итак, что я предпочитаю делать это, чтобы минимизировать ожидаемое максимальное отклонение. Этот метод специально нацелен на выбросы, чтобы помочь гарантировать, что Ваш выступ находится в пределах определенного диапазона вероятности. Это не всегда будет давать вам наиболее точный результат, но это даст вам более надежные результаты с в рекламируемом диапазоне.

Все это может дать вам довольно надежные результаты для проекции, которая одна повторно мишени из, как я получаю. Но реальный фокус в том, чтобы попытаться выяснить, что сложности, вероятно, будет идти дальше. Это происходит потому, что в будущем сложности сильно зависит от того, что обменный курс будет. То, что я экспериментировал с, чтобы попытаться выйти дальше с проекцией, не пытаясь определить, какая цена будет, это просто уронить термины из скользящей средней идти вперед. Но, тем короче в среднем получает менее коррелированный он получает, и тем больше дисперсии она производит. Так что я должен использовать кучу трюков, чтобы попытаться сохранить дисперсию вниз. Один из них заключается в применении взвешивания к среднему усеченной, другой, чтобы оптимизировать его, чтобы уменьшить выбросы, как описано выше. Еще один является устранение выбросов путем отбрасывания ранее выборок данных, которые не коррелируют хорошо. Но это скользкий склон, потому что он может сделать данные статистически более хрупким и на самом деле производит больше выбросов.

Следующий шаг, который я до сих пор работаю, чтобы придумать осмысленно делать реальные ценовые прогнозы. И что еще более важно, чтобы приписать осмысленное распределение вероятностей для ценовой проекции. Работа в процессе.

Хотелось бы, чтобы были какие-то простую формулу, чтобы использовать, но как только вы поместите что-то подобное, что вместе это ломает. Я постоянно переоценивать и обновлять модели, которые я использую, как больше данных приходит.