![MQL5 - Sprache von Handelsstrategien, eingebaut ins Kundenterminal MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
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
Da, endlich. Das ist genau das Thema dieses Threads.
Man kann einen 240er nicht mit einem 52er vergleichen. Für mich ist es eine Frage des Prinzips. Der Punkt ist, dass 240 und 52 Realisierungen von Zufallsvariablen sind. So ist es herausgefallen. Und die Grundfrage lautet: Wie hoch ist die Wahrscheinlichkeit, dass es in der Zukunft gleich, fast gleich oder gar nicht gleich sein wird?
Die Residualanalyse sollte diese Frage beantworten, und sie ist weitaus wichtiger als die Höhe des Testgewinns.
Welcher Idiot würde einen gewinnbringenden TS verwerfen, wenn er fette Schwänze in der Verteilung hat oder nicht hat?
Es gibt einen profitablen TS, der z. B. 30 % Gewinn pro Monat für ein Jahr bringt, aber er hat dicke Schwänze in der Verteilung der Salden des Bilanzdiagrammmodells. Und?
du bist wirklich dumm)) Ich habe bereits erklärt, dass dies ein Zeichen dafür ist, dass man den Ergebnissen der Vergangenheit nicht trauen kann. Einschließlich "30 % Gewinn pro Monat für ein Jahr". Sie können dasselbe mit Martin machen, und es wird Aktien-Drawdowns geben, die tatsächlich dicke Schwänze im negativen Bereich sein werden. Manche Menschen sind jedoch klug genug, nicht damit zu handeln.
Nun, du bist definitiv dumm)) Ich habe bereits erklärt, dass dies ein Zeichen dafür ist, dass man den Ergebnissen der Vergangenheit nicht trauen kann. Einschließlich "30 % Gewinn pro Monat für ein Jahr". Sie können dasselbe mit Martin machen, und es wird Aktien-Drawdowns geben, die tatsächlich dicke Schwänze im negativen Bereich sein werden. Manche Menschen sind jedoch klug genug, nicht damit zu handeln.
Dummkopf, vergib mir!
Lesen Sie das Thema achtmal durch - es gibt kein Eigenkapital, nur eine Bilanztabelle..... Vielleicht bist du derjenige, der dumm ist?
Versuchen Sie es noch einmal - Sie haben einen profitablen TS, der (aus irgendeinem Grund) ein Regressionsmodell unter Verwendung der Bilanztabelle erstellt. Die Residuen sind normal verteilt, aber mit dicken Schwänzen. Und was bedeutet das?
P.S. Ich schreibe die richtige Antwort unten...
Sie haben sich die Mühe gemacht, diese Frage zu beantworten. DEMI gab eine Antwort aus einem Lehrbuch über Regressionsanalyse, aber bei der Modellierung von Kotir gibt es kaum eine Regressionsanalyse. Und sie zeigt nirgendwo Normalität.
Es spielt also keine Rolle, ob es sich um eine Regressionsanalyse oder etwas anderes handelt. Die Summe einer großen Anzahl unabhängiger Verteilungen tendiert dazu, normal zu sein.
Welcher Idiot schmeißt einen profitablen TS raus, wenn er fette Schwänze in der Verteilung hat oder nicht hat?
Es gibt einen profitablen TS, der z. B. 30 % Gewinn pro Monat für ein Jahr bringt, aber er hat dicke Schwänze in der Residualverteilung des Bilanzdiagrammmodells. Und?
Nach meinem Verständnis sind "fat tails" variable Varianz, Ausreißer im Quotienten. Und das ist keine gute Sache. Das bisherige TZ-Ergebnis kann nicht in die Zukunft extrapoliert werden. Dies deutet darauf hin, dass der TS "schal" werden wird. Dies ist ein Merkmal der auf der TA aufbauenden TS, bei der die Statistiken der TS nicht kontrolliert werden. Das funktioniert einen Monat lang, drei Monate, mein Rekord liegt bei 6 Monaten. Deshalb habe ich angefangen, über das Thema dieses Beitrags nachzudenken.
Wenn die Residuen stationär sind, dann bleibt die Rentabilität des TS bei einer Spezifikation unverändert: Sie schwankt innerhalb der Varianz. Wenn Sie die Abweichung von der Rentabilität abziehen und immer noch ein Plus erhalten, dann ist es perfekt.
Wenn der Rückstand normal ist, funktioniert die Sigma-Regel.
.
So sollte es auch sein.
Dummkopf, vergib mir!
Lesen Sie das Thema achtmal durch - es gibt kein Eigenkapital, nur eine Bilanztabelle..... Vielleicht sind Sie der Dumme?
Versuchen Sie es noch einmal - Sie haben einen gewinnbringenden TS, der (aus irgendeinem Grund) ein Regressionsmodell für das Gleichgewichtsdiagramm erstellt. Die Residuen sind normal verteilt, aber mit dicken Schwänzen. Und was bedeutet das?
P.S. Ich schreibe die richtige Antwort unten...
nur Aktien, wenn die Faa-Bilanz analysiert wurde, ist sie falsch, da sie die Drawdowns innerhalb der Trades ausblendet. Aber das sind reine MT-Begriffe.
Wenn das MOI unverändert bleibt, ist das gut. Das System kann gehandelt werden - Robustheit. Ist dies nicht der Fall, besteht kein Vertrauen in die bisherigen Ergebnisse und das System kann nicht gehandelt werden.
Nach meinem Verständnis sind dicke Schwänze variable Varianz, Ausreißer im Quotienten. Und das ist nicht gut. Das bisherige TZ-Ergebnis kann nicht in die Zukunft extrapoliert werden. Dies deutet darauf hin, dass der TS "schal" werden wird. Dies ist ein Merkmal der auf der TA aufbauenden TS, bei der die Statistiken der TS nicht kontrolliert werden. Sie machen es - es funktioniert einen Monat, drei Monate, mein Rekord sind 6 Monate. Deshalb habe ich angefangen, über das Thema dieses Beitrags nachzudenken.
Wenn das Residuum stationär ist, dann bleibt die TZ-Rentabilität bei einer Spezifikation unverändert: Sie schwankt innerhalb der Varianz. Wenn die Abweichung von der Rentabilität abgezogen wird und diese immer noch positiv ist, dann ist sie ideal.
Wenn der Rückstand normal ist, funktioniert die Sigma-Regel.
.
Das sollte so sein.
Ich werde die Antwort wie oben versprochen veröffentlichen - wir brauchen die Normalität der Residuen nur für zuverlässige Intervallschätzungen (um die Breite des Konfidenzintervalls zu berechnen) - ein wichtiges Verfahren für angewandte Probleme. Wenn jedoch keine Intervallschätzungen benötigt werden, können wir eine Regression für eine beliebige Verteilung sowohl des beobachteten Wertes in der Stichprobe als auch der Residuen erstellen.
Also normal verteilte Residuen, abnormal, mit dicken Schwänzen, mit dünnen Schwänzen, ohne Schwänze - alle gleich..................................................
Wenn Sie den Trend weglassen, lassen Sie das Wichtigste weg, denn es ist der Trend, der die Richtung und die Steigung des betreffenden Prozesses bestimmt. Um dies zu verdeutlichen, betrachten wir zwei Realisierungen, die den vorherigen ähnlich sind, aber die erste beträgt +240% und die zweite -52%. Nimmt man die Trends heraus, erhält man Rauschen. Was wird die Analyse dieses Lärms in diesem Fall ergeben? Auf diese Weise wird das "Baby" ausgeschüttet und es bleibt nur noch "Wasser" übrig.
Ich glaube, es ist nicht das erste Mal, dass ich es Ihnen persönlich erkläre - niemand wirft irgendwo einen Trend aus.
Ich habe oben geschrieben, dass der Trend die Statistiken "verstopft" und habe den Beweis für die Berechnungen geliefert. Deshalb hebe ich den Trend hervor, um echte Zahlen über den Lärm zu erhalten.
Soweit ich weiß, handelt es sich bei Fat Tails um variable Varianz, Ausreißer im Quotienten. Und das ist nicht gut. Das bisherige TZ-Ergebnis kann nicht in die Zukunft extrapoliert werden. Dies deutet darauf hin, dass der TS "schal" werden wird. Dies ist ein Merkmal der auf der TA aufbauenden TS, bei der die Statistiken der TS nicht kontrolliert werden. Sie schaffen es - es funktioniert einen Monat, drei Monate, mein Rekord sind 6 Monate. Deshalb habe ich angefangen, über das Thema dieses Beitrags nachzudenken.
Wenn das Residuum stationär ist, bleibt die Rentabilität des TS bei einer Spezifikation unverändert: Sie schwankt innerhalb der Varianz. Wenn die Abweichung von der Rentabilität abgezogen wird und diese immer noch positiv ist, dann ist sie ideal.
Wenn der Rückstand normal ist, funktioniert die Sigma-Regel.
.
So sollte es auch funktionieren.
Wenn also davon ausgegangen wird, dass die Rentabilität des TS unverändert bleibt, d. h. mo=const, warum dann ein kompliziertes Detrending, anstatt einfach den linearen Trend vom Eigenkapital zu subtrahieren? D.h. Trendmodell y=kx, wobei k=mo, x-Transaktionen, y-Eigenkapital