Erstellung eines Python-Handelssystems für MT. - Seite 15
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
Nun, ich wende nichts davon an, also beobachte ich nur, was vor sich geht.
Ich habe nur ein paar vage Gedanken.
Ich weiß auch nicht, wohin es gehen wird, oder ob es überhaupt gehen wird. Es geht nur darum, den Prozess zu verstehen, mehr nicht.
Ich weiß auch nicht, wohin es gehen wird, oder ob es überhaupt gehen wird. Sie dient nur dem Verständnis des Prozesses, mehr nicht.
Was ich weiß, ist, dass es besser ist, wenn man ein verallgemeinertes Modell auf denselben Daten aufbaut.
natürlich nicht unbedingt linear.
https://docs.pymc.io/notebooks/GLM.html
Ich weiß mit Sicherheit, dass ein verallgemeinertes Modell, das auf denselben Daten aufbaut, besser ist.
Natürlich nicht unbedingt linear.
https://docs.pymc.io/notebooks/GLM.html
Alles morgen.
Lesen Sie die letzten Beiträge in diesem Thema aufmerksam durch.
Was soll ich sagen... Yuri, dubeya, betreibt dennoch wichtige Forschung, die dem Thema "Von der Theorie zur Praxis-2" würdig ist.
So argumentiert er, dass Händler, die in Kanälen handeln, dummerweise das Maß des zentralen Trends falsch wählen (MA, die bereits jeden gelangweilt hat) und in schwere Schwänze der Verteilungen geraten, die ihre Strategien buchstäblich zerschlagen. Wenn wir dieses Maß korrekt berechnen, werden wir feststellen, dass wir uns im gleitenden Fenster immer innerhalb einer Normalverteilung befinden und den begehrten Gral haben.
Betrachten wir den CLOSE M1 für das EURUSD-Paar im Jahr 2018.
Das obere Diagramm zeigt den Kanal im Verhältnis zum gleitenden Median (Zeitfenster = 24 Stunden). Es gibt dort in der Tat einige schwere Schwänze.
Unteres Diagramm - kumulative Summe der Inkremente im Fenster=24 Stunden, d.h. tatsächlicher Preis im gleitenden Zeitfenster.
Wir fragen uns, ob der Preis als Summe vieler unabhängiger oder schwach unabhängiger CBs zu einer Normalverteilung gehört.
Wir betrachten die Verteilung der Summen der Zuwächse über das Jahr:
Statistik:
Ja, im Grenzfall bilden die Preise in dem gleitenden Zeitfenster = 24 Stunden fast eine Gaußsche Verteilung.
Es ist logisch anzunehmen, dass die beste Schätzung zu diesem Zeitpunkt für die aktuelle Preisverteilung ebenfalls eine Normalverteilung in Bezug auf die gleitende Erwartung ist, und dass das, was wir als starken Ausläufer ansehen, gar kein Ausläufer ist, sondern ein Wert innerhalb von höchstens 6 Sigma, der zur entstehenden Gauß-Verteilung gehört.
Ich denke, dass Yuri Recht hat.
Schlussfolgerungen: Bezogen auf das nicht verzögerte Maß der zentralen Tendenz werden wir immer innerhalb der Normalverteilung liegen. In der Tat - im Inneren des Grals. Und wenn polynomiale Regressionslinien dieses Maß sind, das ich immer wieder überprüfen muss, dann ist das Problem gelöst.
Ich danke Ihnen für Ihre Aufmerksamkeit.
Lesen Sie die letzten Beiträge in diesem Thema aufmerksam durch.
Was soll ich sagen... Yuri, dubeya, betreibt dennoch wichtige Forschung, die dem Thema "Von der Theorie zur Praxis-2" würdig ist.
So argumentiert er, dass Händler, die in Kanälen handeln, dummerweise das Maß des zentralen Trends falsch wählen (MA, die bereits jeden gelangweilt hat) und in schwere Schwänze der Verteilungen geraten, die ihre Strategien buchstäblich zerschlagen. Wenn wir dieses Maß korrekt berechnen, werden wir feststellen, dass wir uns im gleitenden Fenster immer innerhalb einer Normalverteilung befinden und den begehrten Gral haben.
Betrachten wir den CLOSE M1 für das EURUSD-Paar im Jahr 2018.
Das obere Diagramm zeigt den Kanal im Verhältnis zum gleitenden Median (Zeitfenster = 24 Stunden). Es gibt dort in der Tat einige schwere Schwänze.
Unteres Diagramm - kumulative Summe der Inkremente im Fenster=24 Stunden, d.h. tatsächlicher Preis im gleitenden Zeitfenster.
Wir fragen uns, ob der Preis als Summe vieler unabhängiger oder schwach unabhängiger CBs zu einer Normalverteilung gehört.
Wir betrachten die Verteilung der Summen der Zuwächse über das Jahr:
Statistik:
Ja, im Grenzfall bilden die Preise in dem gleitenden Zeitfenster = 24 Stunden fast eine Gaußsche Verteilung.
Es ist logisch anzunehmen, dass die beste Schätzung zu diesem Zeitpunkt für die aktuelle Preisverteilung ebenfalls eine Normalverteilung in Bezug auf die gleitende Erwartung ist, und dass das, was wir als starken Ausläufer ansehen, gar kein Ausläufer ist, sondern ein Wert innerhalb von höchstens 6 Sigma, der zur entstehenden Gauß-Verteilung gehört.
Ich denke, dass Yuri Recht hat.
Schlussfolgerungen: Bezogen auf das nicht verzögerte Maß der zentralen Tendenz werden wir immer innerhalb der Normalverteilung liegen. In der Tat - im Inneren des Grals. Und wenn polynomiale Regressionslinien dieses Maß sind, das wir immer wieder überprüfen müssen, dann ist das Problem gelöst.
Ich danke Ihnen für Ihre Aufmerksamkeit.
Das sieht in der Grafik gut aus!
Über Durchschnittswerte.
Sie können den Durchschnitt für jedes Symbol in einem Währungspaar berechnen. Wenn Sie die Durchschnitte (eur + usd) addieren und durch zwei teilen = Kursdurchschnitt.
Worauf will ich hinaus? .... Ich weiß es nicht.
p.s. Yuri, entschuldige, dass ich ins Thema eingestiegen bin.
Wie ist das? Und in welcher Währung wird der USD-Durchschnitt gemessen werden?
in der Idee das gleiche wie der EUR-Durchschnitt, da Sie sie auf dem gleichen Diagramm in der gleichen Ordinate platzieren - so ist das, was sie in gemessen werden?
Wie wird der USD-Durchschnitt gemessen?
Es sollte dasselbe sein wie der EUR-Durchschnitt, da Sie beide auf demselben Diagramm auf derselben Ordinate darstellen - werden sie so gemessen?
Ich verstehe Ihre Frage nicht.
Ich verstehe die Frage nicht.
Wie sind Sie auf den "EUR/USD-Durchschnitt" und den "USD-Durchschnitt" gekommen, und warum haben sie alle die gleiche Maßeinheit?
--
ps/ das obige Diagramm sieht einfach aus wie ein Paar höherer Terme aus einer Potenzreihenentwicklung, aber mit selbst gebildeten Termen, die irreführend sind
Schlussfolgerungen: Bezogen auf ein nicht verzögertes Maß der zentralen Tendenz werden wir immer innerhalb der Normalverteilung liegen. In der Tat - im Inneren des Grals. Und wenn dieses Maß eine polynomiale Regressionsgerade ist, die wir immer wieder überprüfen müssen, dann ist das Problem gelöst.
Im Allgemeinen ist die polynomiale Regression (PR) kein solches Maß, und Sie hoffen vergeblich darauf. Wir können mit PR tatsächlich eine Normalverteilung erhalten, aber nur als eine Reihe von mehrfachen BP-Realisierungen bei kleinen Stichproben und PR-Linienlängen. Bei langen Stichproben ist die PR nicht mehr in der Lage, die BP-Linie zu rekonstruieren (was will man von einer Kurve der Ordnung 3-4?)).
Die einzige Hoffnung ist eine Annäherung an die Regelstrecke durch eine Art von Filter - Kalman, Tracking oder Vorhersage. Ich weiß nicht, ob ich das tun werde, da sich die Normalitätsprüfung als Test einer Software herausstellte, die für andere Zwecke gedacht war. Zumal ich in Tip schon mehrfach geschrieben habe, dass Tails keine Eigenschaft von BP sind, sondern eine Folge von Datenverarbeitungstechniken, was imho schon aus allgemeinen Überlegungen offensichtlich ist. Dort hört man nichts außer sich selbst).
Im Allgemeinen nehme ich an, dass man, wenn man bereits a priori über die Normalität Bescheid weiß und sie berücksichtigt, versuchen kann, auf die exakte Reg.-Zeile in TS zu verzichten).
Viel Glück bei TA #2).
TP#2 findet nicht statt - ab dem 1. Februar gibt es ein "Battle of the Traders"-Turnier. Ich und Automat werden dort sein. Möchten Sie teilnehmen?
Mein TS hat natürlich noch einige Schwächen. Eine davon ist die Schätzung der CT-Maßnahme. Jetzt verwende ich ein intelligentes WMA, aber es gibt keine Grenzen der Perfektion :) Deshalb habe ich Ihre Forschung aufmerksam verfolgt - sie ist interessant.
Also... Was gibt es sonst noch zu diskutieren? Wir haben alles, was wir brauchen, schon vor einem Jahr besprochen :)