Die Wahrscheinlichkeitsbewertung ist rein mathematisch - Seite 13
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Leider habe ich Win7 -64 und kann Matcad nicht darauf installieren. Version 15 ist draußen, aber es funktioniert nicht bei mir ((
http://rutracker.org/forum/viewtopic.php?t=3030331
Angenommen, Oracle VirtualBox ermöglicht es Ihnen, eine frühere Version von Windows auf einem Arbeitscomputer zu installieren, und Sie können bereits einen Matcad darauf installieren. Es ist einfach einzurichten und zu benutzen. Ich empfehle die Verwendung des Seamless-Modus - nach dem Start der virtuellen Maschine, drücken Sie die Host-Taste (normalerweise die rechte Steuerungstaste) zusammen mit "L", bequem.
Geben Sie einen Hinweis, woher diese Formel stammt,
Intervall [-2/sqrt(n); 2/sqrt(n)]
Ich bin nur neugierig, ich glaube, ich habe es anders berechnet, bei Bedarf kann ich es herausfinden.
Ich weiß es nicht mehr, Sie müssen es nachschlagen. Ich habe es in einem Artikel gelesen.
2. Es ist eine sehr realistische Annahme, dass sich die Wahrscheinlichkeitsverteilung nur geringfügig ändert, wenn wir einen Abschnitt der Geschichte nehmen, der um einen Balken nach links (oder rechts) verschoben ist, den wir bei 1 genommen haben.
Bei Balken hängt es von der Anzahl der getroffenen Ticks ab. Ich verstehe nicht ganz, wie der Mittelwert gebildet wird usw., aber es könnten Fehler vorliegen, die mit der Tatsache zusammenhängen, dass m15-Balken stabile Intraday-Änderungen der Volatilität (und folglich der Inkremente) aufweisen. Wir sollten eine genauere Analyse durchführen. Vielleicht ist es nicht so einfach.
Hier ist zum Beispiel eine ähnliche Studie: Wir messen die durchschnittliche Länge von Inkrementen modulo m15 und h1 zum Beispiel. Für SB ist nach dem Einsteinschen f-Gesetz die durchschnittliche Körperlänge h1 um den Faktor 2 größer, in der Realität gibt es aber auch für andere Zeiträume erhebliche Abweichungen. Aber auch hier müssen wir die Inkremente analysieren, die keinen systematischen Unterschied in der Volatilität aufweisen - zum Beispiel, um den Durchschnitt für jede Stunde separat zu ermitteln, oder um den Zeitrahmen des Tages und darüber zu nehmen.
Aber ich würde über die Differenzierung streiten: Jede Differenzierungsoperation hebt eine Ordnung der Abhängigkeit auf, wenn sie polynomial dargestellt wird.
Ein grundlegendes Missverständnis. Meine Vermutungen über Ihren Indikator waren intuitiv und falsch. Der Indikator ist höchstwahrscheinlich richtig, aber seine Verwendung ist methodisch falsch.
Was zeigt Ihr Indikator (ACF BP)? Dass es Abhängigkeiten im BP gibt. Tut mir leid, aber das ist eine Plattitüde. Das Vorhandensein von Trends wird von niemandem bestritten und ist daher auch ohne Mathematik zu erkennen. Außerdem ist es nicht richtig, die regelmäßigen Bestandteile des BP mit Methoden der mathematischen Statistik zu untersuchen. Ihr Beitrag hat mich einmal mehr davon überzeugt, dass man sich an Softwarepakete halten sollte, um methodische Fehler zu vermeiden. In unserem Fall müssen wir die regulären Komponenten - Trend und zyklische Komponente - ausschließen, wenn wir im BP sehen wollen, was mit dem bloßen mathematischen Auge nicht sichtbar ist.
Was wollen wir sehen? Wir wollen die Parameter eines Modells sehen, mit dem wir nicht nur historische Daten analysieren, sondern auch die Zukunft vorhersagen können. Hierfür sind die ACF von Differenzen, Differenz-in-Differenzen usw. gedacht. Bei der Identifizierung des ARPSS-Modells zum Beispiel erhalten wir zunächst zwei mögliche Antworten: Das Modell kann identifiziert werden und das Modell kann nicht identifiziert werden. Bitte stimmen Sie mir zu, dass dieses Ergebnis bereits wert ist, Unterschiede zu berücksichtigen, und dass Ihre Argumente bezüglich des Informationsverlustes unbegründet sind, da wir eine etablierte Tatsache (t rand) aus der Betrachtung ausschließen und versuchen, Informationen zu erhalten, die zunächst gar nicht sichtbar sind.
Dies kann nur durch die Analyse von Ticks geschehen, Balken reichen nicht aus. Aber das ist nur meine Meinung...
Es ist nicht das erste Mal, dass ich Ihre Meinung über Zecken höre. Meiner Meinung nach hat die Zeckenstatistik nichts mit der Zeitrahmenstatistik zu tun, und jeder Zeitrahmen hat seine eigene Statistik, und das eine lässt sich nicht vom anderen ableiten. Sie ist auf der Ebene der analytischen Indikatoren ableitbar, nicht auf der Ebene der Statistik.
Als Beweis schlage ich zwei Bilder vor. EURUSD30 hat 7200 Balken auf einem von ihnen. Auf der anderen Seite, EURUSD60 ist 3600 Bars. Wir haben unterschiedliche Fourier-Zerlegungen!
Ich habe absichtlich enge Zeitfenster gewählt.
Ein grundlegendes Missverständnis. Meine Vermutungen über Ihren Indikator waren intuitiv und falsch. Der Indikator ist höchstwahrscheinlich richtig, aber seine Verwendung ist methodisch falsch.
Was zeigt Ihr Indikator (ACF BP)? Dass es Abhängigkeiten im BP gibt. Entschuldigung, aber das ist eine Bagatelle. Das Vorhandensein von Trends wird von niemandem bestritten und ist daher auch ohne Mathematik zu erkennen. Außerdem ist es nicht richtig, die regelmäßigen Bestandteile des BP mit Methoden der mathematischen Statistik zu untersuchen. Ihr Beitrag hat mich einmal mehr davon überzeugt, dass man sich an Softwarepakete halten sollte, um methodische Fehler zu vermeiden. In unserem Fall müssen wir die regulären Komponenten - Trend und zyklische Komponente - ausschließen, wenn wir im BP sehen wollen, was mit dem bloßen mathematischen Auge nicht sichtbar ist.
Was wollen wir sehen? Wir wollen die Parameter eines Modells sehen, mit dem wir nicht nur historische Daten analysieren, sondern auch die Zukunft vorhersagen können. Hierfür sind die ACF von Differenzen, Differenz-in-Differenzen usw. gedacht. Bei der Identifizierung des ARPSS-Modells zum Beispiel erhalten wir zunächst zwei mögliche Antworten: Das Modell kann identifiziert werden und das Modell kann nicht identifiziert werden. Bitte stimmen Sie zu, dass dieses Ergebnis bereits einen Unterschied wert ist, und Ihre Argumente über den Informationsverlust sind unbegründet, da wir eine etablierte Tatsache (t rand) ausschließen und versuchen, Informationen zu erhalten, die zunächst gar nicht sichtbar sind.
Was die Hypothese der Zufälligkeit oder Nicht-Zufälligkeit des BP betrifft, so bevorzuge ich persönlich das geometrische Brownian-Wandering-Modell mit Drift, bei dem der Wert eines recht breiten gleitenden Durchschnitts (z. B. 200 Perioden) als Drift verwendet wird.
Wenn man sich dann die Abweichungen von diesem Durchschnitt ansieht, erhält man interessante Ergebnisse über die Verteilung...
;)
Ich werde meinen eigenen Penny einwerfen. Ich werde keinen allgemeinen Beweis liefern, sondern eine einfache Erfahrung demonstrieren. Wir nehmen einen beliebigen Zeitpunkt und berechnen die Verteilung der Inkremente, zum Beispiel für 10 Minuten (wir sind auf M1). Sie ist nicht genau symmetrisch, sondern die Auswirkung eines globalen Trends für den untersuchten Zeitraum.
In der oberen linken Ecke sind die Integrale für die positive und negative Hälfte der Verteilung angegeben, sie betragen 0,503 und 0,497.
Jetzt verkomplizieren wir die Bedingung und nehmen Inkremente nur dann, wenn sich der Preis in den vorangegangenen 10 Minuten negativ bewegt hat und nicht weniger als 5 Punkte beträgt. Es stellt sich heraus, dass diese Bedingung die Verteilung erheblich deformiert. Ich werde keine Bilder zeigen; die Integrale werden 0,5135 und 0,4865. Das heißt, die Wahrscheinlichkeit einer positiven Entwicklung ist größer geworden.
Wenn wir nicht -5, sondern +5 einstellen, erhalten wir 0,4439 und 0,5561, jetzt ist die Wahrscheinlichkeit einer negativen Bewegung gestiegen (viel signifikanter).
Mit anderen Worten, wir können den Effekt, der Marktumkehr genannt wird, deutlich erkennen.
Leider zeigt eine einfache Berechnung, dass selbst 1 alter Punkt Spread diesen Effekt völlig zunichte macht, d.h. für die Gewinnerzielung unbrauchbar ist.
Wenn Sie annehmen, dass die aktuelle Preisbewegung von makroökonomischen Nachrichten oder spekulativen Trends abgeleitet ist, dann schlage ich vor, dass Sie einfach die Anzahl der Faktoren und komplexen (furchtbar komplexen) Verwicklungen in Form von ständigen Überlagerungen einer Nachricht auf eine andere, Echos von einem Markt zum anderen und anderen, idiotisch unzähligen Ereignissen, die die aktuelle Preisposition beeinflussen, nachrechnen (1,2,3, ....). Wenn Sie Statistiken gerne "konservieren" und sie (wörtlich) als Grundlage für den Nachweis langfristiger Markttrends verwenden? Dann ist alles ein Standardansatz der Statistiker, der Wunschdenken ist.
Wie kann man die enorme Anzahl von sich überlagernden Faktoren, die den Markt angeblich antreiben, betrachten und dann einen langfristigen Plan auf der Grundlage von ........... erstellen? WIE? Von welchen Beweisen sprechen Sie?
Ich habe das hier schon einmal geschrieben, aber ich sage es noch einmal: ........
Phantome, die wir erschaffen:
Möge das Heer der "Eioten" mir verzeihen, aber das Festhalten an der Technik des Erkennens von Wellen, des Abprallens von Niveaus und der prinzipiellen Erwartung, psychologische Niveaus mit .0000 (Nullen) hinter dem Komma zu durchlaufen, ist nichts anderes als die Massenanbetung einer abscheulichen Idee. Aber auf Kosten der Massivität dieser Anbetung, technisch gesehen hat dieses Modell einen Platz. Und das ist großartig. Aber was ist der Unterschied zum Kaffeesatzlesen? Und wie kann ein zuversichtlich nachhinkender Indikator oder ein Felsbild auf den historischen Spuren von Zitaten in diesem Fall helfen?
Ich bewerte alles, was passiert, als eine primitive Auf- und Abwärtsbewegung des Preises. Und das reicht mir, zumal es sich um ein absolut wiederholbares Phänomen handelt. Die Berechnung der Ergebniswahrscheinlichkeit (Link zum Themenstarter) wird sich bei gleichen Ausgangsbedingungen über einen Zeitraum hinweg stetig dem Wert 50/50 annähern. Und auch dieser Trend ist absolut systematisch.
Ereignisse (Preisbewegungen) in der Vergangenheit sind nichts weiter als statistische Daten mit einer visuellen Darstellung, ich bin nicht geneigt, historische gleitende Durchschnitte in Verbindung mit Preisänderungen in der Gegenwart zu betrachten. Schon allein deshalb, weil es einer Selbsttäuschung gleichkommt, aus solchen Praktiken wertvolle Regelmäßigkeiten abzuleiten.
Eine unzählige Anzahl von sich überlagernden Faktoren, die etwas in dieser Welt vorantreiben, stabilisiert und vereinfacht es zu einer Abscheulichkeit. Die unüberschaubare Anzahl von Elektronen und Protonen in Ihrem Körper hindert Ihren Körper nicht daran, stabil zu sein. Gott bewahre, wenn es mehr Elektronen als Protonen gibt, hört Ihr Körper auf zu existieren.
Ein etwas komplizierteres Beispiel. Das Licht der Sonne fliegt nur deshalb in einer geraden Linie zu uns, weil es bei jedem seiner Schritte eine unüberschaubare Anzahl von Wechselwirkungen (Stößen) erfährt. Gäbe es keine einzige Wechselwirkung, würde das Licht der Sonne von überall her auf uns einstrahlen.
Die unüberschaubare Anzahl von Wechselwirkungen ohne Ausnahmen deutet auf einen kumulativen Nulleffekt hin, der die Konstruktion der Pläne auf ein Primitivum reduziert - Ihr Körper, und sei es, zerfällt nicht plötzlich, und das Licht der Sonne umkreist den Mars nicht, bevor es uns auf der Erde erreicht.
Leider gilt die lyrische "unberechenbare Anzahl von Faktoren" nicht für die Preisentwicklung. Die primitive Preisbewegung nach oben und unten ist auf einige wenige Faktoren zurückzuführen, sonst würde sich der Preis geradlinig auf das spekulative Niveau mit dem geringsten Potenzial zubewegen oder es sofort einnehmen. Es gibt relativ wenige Preisänderungen während des Tages als Ergebnis von Transaktionen. Die Preisbewegungen sind auf eine geringe Anzahl von Faktoren zurückzuführen. Das macht es für alle schwierig. Siehst du? Wenn es unzählige Berufe gäbe, könnten wir ihre Nullwirkung vernachlässigen und nie darüber nachdenken, so wie wir nicht über die elektrische Ladung unseres Körpers nachdenken oder darüber, wie die Sonne leuchtet. Aber es gibt nicht viele Abschlüsse, so dass der Preis je nach der Differenz in der Stimmung der Händler, die mit der Größe der Stimmung selbst vergleichbar ist, nach oben und unten geht. Es ist nicht schwer, ein Modell mit einer Stimmung zu erstellen, das einen Preis generiert, der in einem bestimmten Zeitraum stetig zu einem 50/50-Wert tendiert, aber wenn man die Stimmung kennt, kann man Pläne für die Zukunft machen.
Kurz gesagt, kann ein solches einfaches Stimmungsmodell erklären:
1) warum sich der Preis nach oben und unten bewegt;
2) warum der Preis zu 50/50 tendiert;
3) wie Sie, wenn Sie die Stimmung kennen, einen Gewinn erzielen können.
Ich bezweifle, dass Sie ein Modell mit "zahllosen Faktoren" oder etwas Ähnlichem erstellt haben. Wahrscheinlich haben Sie eher Ihrer Intuition vertraut. Aber stellen Sie sich vor, dass es Modelle gibt, die das Preisverhalten erklären. Und um zu argumentieren, dass der Preis im Rahmen des obigen Modells absolut zufällig ist, müsste man zum Beispiel zeigen, dass der Unterschied in der Stimmung absolut zufällig ist, dass der gestrige Kaufwunsch keinen Einfluss auf den heutigen hat. Mit ein wenig Arbeit und der Synchronisierung des Modells mit dem realen Markt erhalten Sie eine bestätigende Antwort - die Stimmung ist absolut zufällig. Oder Sie werden es nicht tun.
Das ist nicht so einfach, wie es klingt. Elioter oder gleitende Durchschnitte sind nur ein Zusatz zum Preis. Es ist leicht, sie der Selbsttäuschung zu bezichtigen, während sie mit den Folgen jonglieren. Versuchen Sie, die Ursache anzugehen, sozusagen unter den Preis zu schauen.
Glauben Sie, dass die von Ihnen identifizierten Trends und zyklischen Komponenten das Recht haben, in Zukunft als solche betrachtet zu werden?
Auf einem stationären Markt, ja. In einem stationären Abschnitt eines nicht-stationären Marktes, ja.