¿Por qué la distribución normal no es normal? - página 18
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Sería interesante conocer el lado práctico de las consideraciones académicas.
Este estudio en particular, y la mayoría de los demás, no son un fin en sí mismos, sino un subproducto (si se me permite decirlo) de la búsqueda de oportunidades de arbitraje que se presentan en el mercado. Por ejemplo, la construcción de una serie de autocorrelación para lecturas adyacentes de la primera diferencia de una serie de precios es un intento de negociar el color de una vela. Matriz de coeficientes de correlación de pares: un intento de captar el arbitraje antes de los movimientos de las noticias fuertes. Examen de la función de distribución de los incrementos de la DPM: maximización de la rentabilidad de la ST teniendo en cuenta los riesgos limitantes. Bueno, etc.
Así que el interés es bastante práctico y está lejos de ser una curiosidad ociosa (aunque no deja de serlo). El mercado es un sistema complejo con numerosas retroalimentaciones y esperar frenarlo con stops y MAK es inútil. Así que hay que profundizar.
Este material es la prueba de mi afirmación anterior. Otra cuestión es la importancia de las dependencias encontradas. Desgraciadamente, para nosotros como operadores, estas relaciones sólo tienen valor práctico si el producto de la volatilidad de un instrumento en KK para el TF seleccionado supera sus costes de transacción (spread de las empresas de corretaje). Esto no se observa.
Y me parece interesante el gráfico KK(TF) de la página 15. Sólo la estimación del valor práctico no está del todo clara. ¿Puede citar las matemáticas? Sería muy interesante.
Colegas, ¿por qué sólo investigan el incremento a(n)-a(n+1)? Prueba algo como a(n)-a(n+5) o a(n)-a(n+30). Para construir diseños predictivos, el paso de retardo no importa. Compruébalo. Le aseguro que se llevará una grata sorpresa (dado el título del tema)...
En mi gráfico, el eje horizontal es la TF derivada de los puntos característicos mediante el siguiente algoritmo: TF1 a(n)-a(n+1), TF2 a(n)-a(n+2),...,TFk a(n)-a(n+k). Así que, colega, estamos haciendo exactamente lo que nos aconseja.
Doctor. escribió(a) >> Pero me pareció curioso el gráfico de QC(TF) de la página 15. Sólo la evaluación del valor práctico no está del todo clara. ¿Puedes darme las matemáticas? Sería muy interesante.
Por definición, el coeficiente de correlación entre muestras adyacentes en RPM de una serie de precios, es la probabilidad de predecir correctamente el color de la siguiente vela, o en otras palabras, es la eficiencia del MTS. Para convertir los porcentajes en puntos necesitamos conocer la volatilidad del instrumento en el marco temporal seleccionado. Multiplicando la eficiencia por la volatilidad, obtenemos una estimación de la rentabilidad de la ST como valor medio de los puntos por transacción. Esto debe compararse con la comisión de la empresa de corretaje (spread). Si la rentabilidad en cualquier TF supera el diferencial, es posible realizar una operación rentable.
Aquí, por ejemplo, los datos del par EURCHF:
El color rojo muestra el coeficiente de correlación entre velas en función del TF (en este ejemplo, el valor se da en módulo). El azul muestra la volatilidad de los instrumentos. El lila es una estimación de la rentabilidad media. Los datos se utilizaron en 2005-2006, por lo tanto 4 signos y la dispersión en esos tiempos para este par fue el punto 2. Vemos que con este enfoque no superamos la comisión de DT en ninguno de los TFs dados (no hay suficientes estadísticas para TF>100 min, pero la CC seguro que cae ahí y arrastra la rentabilidad en general). Las barras muestran el rango de confianza correspondiente a la dispersión estadística de los datos de entrada.
Toda esta tristeza está relacionada con el intento de explotar las propiedades estacionarias de las series de precios, y todos ellos están cubiertos a sabiendas por la DC en la propagación, el campo es pisoteado como un pasto. La única solución parece ser la búsqueda de rasgos cuasi estacionarios que permitan "superar" a la DC.
Getch escribió(a) >>¿Te refieres al arbitraje estadístico basado en correlaciones?
Absolutamente cierto: ¡no juega ningún papel! Pero, no entiendo la pregunta...
Por supuesto, el análisis puede hacerse en términos de horizonte de negociación (no de horizonte temporal, sino de horizonte de precios). Lo único importante, como has señalado correctamente, es el movimiento de los precios, que determina nuestros intereses y el tipo de operaciones. Los pipsers trabajan en rangos de precios cortos, los operadores a medio plazo trabajan en el rango de 100-500 pips (para 4 dígitos), etc.
Está analizando una serie temporal donde n es el tiempo. Esto es un error conceptual. a(n) - debería ser el valor del precio del extremo local (ZigZag), o el valor del precio a través de volúmenes financieros acumulados iguales del instrumento de negociación.
Me alegro de verte (leer), colega.
Exactamente. Yo mismo utilizo sólo la escala de precios (vertical) del desglose de la serie de precios y excluyo completamente el tiempo del análisis. No tiene ningún sentido (salvo la dependencia temporal de la volatilidad del instrumento, pero eso son detalles, pequeños de segundo orden).
En general, no podemos prescindir del tiempo. Este parámetro aparecerá definitivamente al estimar la rentabilidad máxima de la ST por unidad de tiempo real (vivimos en el mundo real y necesitamos ganar más rápido que en un millón de años).
¡Genial! Al fin y al cabo, el tiempo de mercado es una medida de cambio en el volumen financiero. No entiendo qué es a(n ) en su razonamiento?
No estoy de acuerdo con la necesidad de tener en cuenta el tiempo humano. Uno de los argumentos puede ser el Asesor Experto de ReverseSystem, que no tiene el concepto de tiempo humano.