价格增量的分配
亲爱的交易员们!
在业余时间，我在这个论坛上读了很多线程--其中很多讨论了确定随机值回报的分布类型（所谓的价格增量）的问题。我自己意识到，这个问题还没有得到解决，有一些:):):)，适当的教育和技能，我决定参与解决这个问题。
所以，任务的定义。
从某个货币对的tick数据中确定连续价格增量Bid和Ask的概率分布（即分析了由当前和前一个Ask价格之间的差异组成的数据集和相同的Bid价格集）。某一分布的概率密度函数、分布函数和量化函数的公式必须以分析形式呈现。
事实证明，这项任务肯定是困难的。让我说，这个分布不是那些广泛讨论的分布之一--既不是正态分布，也不是逻辑分布，也不是拉普拉斯分布，也不是考奇分布，等等，等等。
在我告诉你这个分布（更确切地说，它是一个分布系列，因为不同的货币对有不同的尺度系数值，一般来说，它与标准差 不一致）之前，请回答我几个问题--知道这个分布到底能提供什么？它对外汇交易有什么帮助？
真诚的。
偶然路过，对外汇市场感兴趣
Alexander_K :):)
亲爱的交易员们!
在闲暇之余，我阅读了本论坛的许多主题--其中许多讨论了确定随机变量回报的分布类型（所谓的价格增量）的问题。我自己意识到，这个问题还没有得到解决，有一些:):):)，适当的教育和技能，我决定参与解决这个问题。
所以，任务的定义。
从某一货币对的tick数据中确定连续价格增量Bid和Ask的概率分布（即分析了由当前和之前Ask价格之差组成的数据集和相同的Bid价格集）。某一分布的概率密度函数、分布函数和量化函数的公式必须以分析形式呈现。
事实证明，这项任务肯定是困难的。让我说，这个分布不是那些广泛讨论的分布之一--既不是正态分布，也不是逻辑分布，也不是拉普拉斯分布，也不是考奇分布，等等，等等。
在我告诉你这个分布（更确切地说，它是一个分布系列，因为不同的货币对有不同的尺度系数值，一般来说，它与标准差 不一致）之前，请回答我几个问题--知道这个分布到底能提供什么？它对外汇交易有什么帮助？
真诚的。
偶然路过，对外汇市场感兴趣
Alexander_K :):)
事实上（IMHO），当前的价格并不依赖于前一个价格。那些寻找这种分布的人只是想确定市场当前的时间趋势（上升趋势、下降趋势或持平）。一旦确定了趋势，交易员就会寻找机会从中获利。
事实上（IMHO），目前的价格和之前的价格之间没有任何关联。那些寻找这种分布的人只是想确定市场当前的趋势（上升趋势、下降趋势或持平）。一旦确定了趋势，交易员就会寻找机会从中获利。
- 知道这个分布实际上有什么作用？它对外汇交易有什么帮助？
对数输入的GARCH模型由三部分组成：趋势模型、波动率模型和增量分布模型。关于这些分布、它们对算法的影响、货币对按分布类型的差异和其他....，有大量的文献。你提出的问题是一个有30年历史的胡须。金融市场的主要数学工具是GARCH，其中有很多。在机器学习的主题中，我给出了一份文献选集--我又紧紧抓住了它。
到目前为止，最广泛使用的是斜面T形分布。但我重申，一个完整的模型由三个部分组成。
有一些现成的软件包在实际交易中被广泛使用。结果可在公开出版物中获得。从R中我们可以说出：fgarch、 rugarch，但它们不是唯一的。
事实上，它确实如此。市场上有一种记忆，因为每一笔交易都是钱，如果一笔交易被打开，它迟早会被关闭。
我不会争论每个人都有自己的观点，但如果有这样的相关性，那么通过推断就有可能预测未来的价格走势，准确率远远高于50/50。
以增量对数为输入的GARCH模型由三部分组成：趋势模型、波动率模型和增量分布模型。关于这些分布、它们对算法的影响、货币对按分布类型的差异和其他....，有大量的文献。你提出的问题是一个有30年历史的胡须。金融市场的主要数学工具是GARCH，其中有很多。在机器学习的主题中，我给出了一份文献选集--我又紧紧抓住了它。
到目前为止，最广泛使用的是斜面T形分布。但我重申，一个完整的模型由三个部分组成。
有一些现成的软件包在实际交易中被广泛使用。结果可在公开出版物中获得。我们可以说出：Fgarch、 Rugarch，但它们并不是唯一的。
是的，你指出了一个非常接近的近似值--一个倾斜的T分布。
事实上，我的计算给出了所谓的非标准化的学生t分布，自由度数=2。规模系数不等于标准差，对每个货币对单独计算。
然而，这恰恰是对价格增量的真实写照。实际价格形成了这些t分布的一些混合物，知道增量的分布并不能让我个人了解整个过程。
尽管如此，我还是要求不要关闭这个话题--也许有些聪明人会告诉我，如何从特殊的知识中获得特殊的知识，从而获得一般的知识，这将是令人难以置信的酷。
就我而言，我保证在这个领域发布我的数学练习，并认真阅读反馈和评论。
注意到。
亚历山大_K
我不会争论，每个人都有自己的看法，但如果存在这样的关系，我们就可以用推断法来预测未来的价格走势，准确率远远高于50/50。
有几个原因导致无法使用外推法。首先，采样率必须正确，如果你用随机时间对正弦波进行采样，即使是正弦波也无法预测。其次，如果不知道，如何能预测每个参与者何时会完成交易？众所周知，所有已开启交易的参与者都将关闭交易，但何时关闭，目前还不清楚。或者你不同意所有未完成的交易将被关闭的事实？
这给出的是，与正常分布相比，有更多的大偏离平均值的情况，而且样本越小，得到较大误差的机会越大。这只是一个粗尾巴的分布，大家早就知道，报价不是正态分布。通常他们会将其与记忆或惯性的存在联系起来，即大的变化后会有大的报价变化，小的变化后会有小的变化（平均），但小的变化仍然多于大的变化。
如果是这样，那么在一个时间系统中就不可能预测报价，即从大的变化跳到小的变化的时刻，反之亦然，在统计学上不可能猜到。因此，我们必须看一下不同时间段的报价，比较一下概率。因此，我们仍然要检查报价历史和最大规模，此时很难或不可能确定目前正在发生什么样的市场增量--小的或大的。
但对于一些可接受的事件范围，在某些情况下，可能有可能预测+寻找低效率，这部分地形成了厚尾效应
这给出的是，与正常分布相比，有更多的大偏离平均值的情况，而且样本越小，得到较大误差的机会越大。这只是一个粗尾巴的分布，大家早就知道，报价不是正态分布。它通常与内存的可用性有关，即大的变化后会有大的报价变化，小的变化后会有小的变化（平均），但小的变化仍然超过大的变化。
让我从我的计算中举一个具体的例子。
对于货币对EURJPY，价格变动的分布是一个非标准化的学生t分布，有2个自由度，规模系数（sigma）=1.43点（我为过度的数学谦虚道歉）。95%的价格增量都在+-6.19西格玛的公差范围内。这是否意味着，如果价格超过了这个范围，就可以执行某个样本的交易？我的计算精度低至千分之一，有意义吗？
下面是我计算的一个具体例子。
对于货币对EURJPY来说，价格增量的分布是一个非标准化的学生t分布，有2个自由度，规模系数（sigma）=1.43点（原谅我在数学上太细致了）。95%的价格增量都在+-6.19 西格玛的公差 范围内。这是否意味着，如果价格超过了这个范围，就可以执行某个样本的交易？我以千分之一的分数计算的准确性有意义吗？
我很不好意思地问，但对谁来说是宽容 的？看起来，似乎人们通常需要3个西格玛...
SanSanych在这个领域提供了很多有趣的信息和来源。在我的印象中，只有提到的GARCH模型不处理ticks，而是处理当天的接近增量。
亲爱的交易员们!
在闲暇之余，我阅读了本论坛的许多主题--其中许多讨论了确定随机变量回报的分布类型（所谓的价格增量）的问题。我自己意识到，这个问题还没有得到解决，有一些:):):)，适当的教育和技能，我决定参与解决这个问题。
所以，任务的定义。
从某一货币对的tick数据中确定连续价格增量Bid和Ask的概率分布（即分析了由当前和之前Ask价格之差组成的数据集和相同的Bid价格集）。某一分布的概率密度函数、分布函数和量化函数的公式必须以分析形式呈现。
事实证明，这项任务肯定是困难的。让我说，这个分布不是那些广泛讨论的分布之一--既不是正态分布，也不是逻辑分布，也不是拉普拉斯分布，也不是考奇分布，等等，等等。
在我告诉你这个分布（更确切地说，它是一个分布系列，因为不同的货币对有不同的尺度系数值，一般来说，它与标准差 不一致）之前，请回答我几个问题--知道这个分布到底能提供什么？它对外汇交易有什么帮助？
真诚的。
偶然路过，对外汇市场感兴趣
Alexander_K :):)