Von der Theorie zur Praxis - Seite 3
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
der Markt kämpft mit dem Kauf- und Verkaufsvolumen.
Nicht zu kämpfen. Auf dem Markt wird so viel gekauft, wie verkauft wird. Es ist immer ein totales Gleichgewicht.
Jepp...
Jetzt!
https://www.oanda.com/lang/ru/forex-trading/analysis/open-position-ratios
Betrachten wir nun die rechte Seite der Fokker-Planck-Gleichung, die aus drei Termen besteht:
1. Die Drift M(x,t) ist ein Maß für die zentrale Tendenz der Preisbewegungen bei einem bestimmten Stichprobenumfang. In unserem Fall handelt es sich um einen gleitenden gewichteten Durchschnitt WMA, bei dem die Gewichtung w jedes Tick-Kurswerts anhand der Wahrscheinlichkeitsdichte der Inkremente für ein bestimmtes Währungspaar mit Hilfe derFormel bestimmt wird:
Wahrscheinlichkeitsdichte:
von Mikhail Dovbakh:
s^2/[2*sqrt((s^2+x^2)^3)]
Es werden die folgenden Bezeichnungen verwendet:
X - Preiserhöhung
S - Skalierungsfaktor (entspricht im Allgemeinen nicht der Standardabweichung).
Es sollte jedoch noch gesagt werden, dass dies eine asymptotische Formel ist, und wenn es um Geld geht, mögen wir alle Präzision, nicht wahr?
Daher verwende ich bei meinen Berechnungen exakte Wahrscheinlichkeitsdichtewerte, die ich für jedes Währungspaar auf der Grundlage historischer Daten berechnet habe.
Für EURJPY sieht es wie folgt aus:
Hier haben wir für jeden Wert des Inkrements CASE-Blöcke spezifische Wahrscheinlichkeitswerte getrennt für Bid und Ask angegeben, die als Gewichte bei der Berechnung des gleitenden gewichteten Durchschnitts verwendet werden.
Ich wiederhole, der Markt hat keinen Mittelweg und der Handelsprozess ist chaotisch.
Und diese Theorie ist genau auf die Abweichung von der Mitte aufgebaut
In einem Geschäft werden immer mehr Waren gekauft als verkauft!!!Es ist gar nicht so schwer, diesen Lärm auszublenden. Ich stimme jedoch zu, dass diese Aufgabe (das Herausfiltern des Zeckenrauschens) überhaupt nicht in Angriff genommen werden muss.
Als Letztes muss heute die für die Analyse erforderliche Stichprobengröße der Zeckendaten bestimmt werden.
SEHR WICHTIG!
Im Allgemeinen war dies die schwierigste Aufgabe von allen, die mir auf meinem Weg begegnet sind. Es ist klar, dass der Markt selbstähnlich ist und der TS mit jeder Stichprobengröße funktionieren muss. Es gibt jedoch einige Stichprobengrößen, die für verschiedene Währungspaare unterschiedlich sind, bei denen das Gewinnniveau Höchstwerte erreicht.
Ich habe einen ersten Versuch unternommen, dieses Problem in diesem Thema zu lösen:
https://www.mql5.com/ru/forum/220237/page2
Aber es stimmte nicht mit dem realen Handel überein und das war's... Die Formel scheint richtig zu sein - aber irgendetwas ist falsch...
Das Wichtigste - dieses Beispiel sollte fast alle Werte der Inkremente für ein bestimmtes Währungspaar abdecken
Ich habe eine Reihe von Experimenten durchgeführt und verstanden, dass die Formel zur Schätzung des erforderlichen Stichprobenumfangs wie folgt aussieht
N=(Z^2*(S/E)^2)/2, wobei
Z - Quantil der Verteilung der Inkremente eines bestimmten Währungspaares
S - Standardabweichung
E - Genauigkeit der Messungen
Für das Paar EURJPY beispielsweise beträgt das Quantil der 0,999-Konfidenzwahrscheinlichkeit5,337746244, die Standardabweichung =2,99751979 und der Stichprobenumfang 12,800. Ich habe es experimentell überprüft - die maximalen Gewinnwerte werden tatsächlich erreicht.
Als Erklärung für diese Tatsache kann ich folgende Hypothese aufstellen:
Die Student's t2-Verteilung, die auf der Ebene der Preisinkremente gebildet wird, verschwindet NIEMALS, sie bildet sich in der einen oder anderen Form um die Maße der zentralen Tendenz, insbesondere für lineare Abweichungen des Preises vom gleitenden gewichteten Durchschnitt, und erreicht maximale Ähnlichkeit, wenn der Stichprobenumfang die t2-Verteilung fast vollständig abdeckt.
Das war's für heute.
Viel Glück für alle!
Sie suchen ein Buch:
Orlov Y.N., Osminin K.P. Nicht-stationäre Zeitreihen: Methoden der
Prognosemethoden mit Beispielen aus der Finanz- und Rohstoffmarktanalyse. - М.:
Buchhaus LIBROCOM, 2011. - 384 с.
In den Vorabdrucken gibt es Material, das diesem Thema nahe kommt:
http://library.keldysh.ru/preprint.asp?id=2013-3
Die Student's t2-Verteilung, die sich auf der Ebene der Preisinkremente gebildet hat, verschwindet NIEMALS, sie bildet sich in der einen oder anderen Form um Maße der zentralen Tendenz, insbesondere für lineare Preisabweichungen vom gleitenden gewichteten Durchschnitt, und erreicht maximale Ähnlichkeit, wenn der Stichprobenumfang die t2-Verteilung fast vollständig abdeckt.
Sagen Sie das denjenigen, die den Franken und das Pfund überlebt haben...
Auf der Suche nach einem Buch:
Orlov Y.N., Osminin K.P. Nicht-stationäre Zeitreihen: Methoden der
Prognosemethoden mit Beispielen aus der Finanz- und Rohstoffmarktanalyse. - М.:
Buchhaus LIBROCOM, 2011. - 384 с.
In seiner Arbeit gibt es ein Material in der Nähe dieses Themas in Vordrucken:
http://library.keldysh.ru/preprint.asp?id=2013-3
Ich war interessiert und habe auch gesucht. Ich habe das Buch nicht gefunden, aber viele Vorabdrucke des Keldysh-Instituts und anderer Autoren und Koautoren. Darunter die Dissertation "Algorithms for forecasting non-stationary time series" von Osminin, die im Oktober 2008 unter der Leitung von Dr. Orlov verteidigt wurde. Orlov veröffentlichte 2009 ein Buch "Vovk V.S., Novikov A.I., Glagolev A.I., Orlov Y.N., Bychkov V.K., Udalov V.A. World industry and LNG markets: forecast modelling. - Moskau: OOO Gazpromexpo, 2009. - 312 S." und eine weitere 2012, gemeinsam mit Osminin verfasst: "Orlov Y.N., Osminin K.P. Methods of statistical analysis of literary texts. - Moskau: Redaktion URSS, 2012. - 312 с.". Man kann daraus schließen, dass er und Osminin manchmal die Richtung wechseln, und das Buch, das wir suchen, spiegelt Ergebnisse wider, die bereits in Osminins Dissertation enthalten waren. Ich füge daher den Text der Dissertation bei.
Alexander_K, bitte teilen Sie mir mit, ob Sie und das von Ihnen aktiv genutzte Softwaresystem VisSim die Unanwendbarkeit der klassischen Wahrscheinlichkeitstheorie auf Zitate berücksichtigen, die auf S. 4 der These von Osminin:
"Während es im stationären Fall ein beweiskräftiges Vertrauen in die asymptotische Konsistenz der Schätzungen einer bestimmten Statistik gibt, gibt es im nicht-stationären Fall keinen Begriff einer allgemeinen Population selbst, dermacht den gesamten entwickelten Apparat der modernen mathematischen Statistik unanwendbar, außer wenn die a priori funktionale Identität des Prozessmodells gegeben ist."
Ich habe den Eindruck, dass Sie sich auf eine einzige identifizierte Art der Wahrscheinlichkeitsverteilung (eine der klassischen, die Student'sche) konzentrieren. Liegt hier ein methodischer Fehler vor?
Ich wurde neugierig und suchte auch. Ich habe das Buch nicht gefunden, aber viele Vorabdrucke des Keldysh-Instituts und anderer dieser Autoren und Co-Autoren gefunden. Darunter befindet sich auch die Doktorarbeit Algorithms for forecasting non-stationary time series", die Ende Oktober 2008 unter der wissenschaftlichen Leitung von Orlov verteidigt wurde. Orlov veröffentlichte 2009 ein Buch "Vovk V.S., Novikov A.I., Glagolev A.I., Orlov Y.N., Bychkov V.K., Udalov V.A. World industry and LNG markets: forecast modelling. - Moskau: OOO Gazpromexpo, 2009. - 312 S." und eine weitere 2012, gemeinsam mit Osminin verfasst: "Orlov Y.N., Osminin K.P. Methods of statistical analysis of literary texts. - Moskau: Redaktion URSS, 2012. - 312 с.". Man kann daraus schließen, dass er und Osminin manchmal die Richtung wechseln, und das Buch, das wir suchen, spiegelt Ergebnisse wider, die bereits in Osminins Dissertation enthalten waren. Ich füge daher den Text der Dissertation bei.
Alexander_K, bitte sagen Sie mir, ob Sie und das von Ihnen aktiv genutzte Softwaresystem VisSim die Unanwendbarkeit der klassischen Wahrscheinlichkeitstheorie auf Zitate berücksichtigen, wie auf S. 4 der These von Osminin:
"Während es im stationären Fall ein beweiskräftiges Vertrauen in die asymptotische Konsistenz der Schätzungen einer bestimmten Statistik gibt, gibt es im nicht-stationären Fall kein Konzept für die allgemeine Bevölkerung selbst, dasmacht den gesamten entwickelten Apparat der modernen mathematischen Statistik unanwendbar, außer wenn die a priori funktionale Identität des Prozessmodells gegeben ist."
Ich habe den Eindruck, dass Sie sich auf eine einzige identifizierte Art der Wahrscheinlichkeitsverteilung (eine der klassischen, die Student'sche) konzentrieren. Liegt hier ein methodischer Fehler vor?
Ich würde auch hinzufügen: "Und zum einmal identifizierten Typ des WMA-Mittels", "Und zur einmal identifizierten Methode der Probenahme einer Folge von Proben"...