Distribución de los incrementos de precio - página 13
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
Nuevamente le sugiero que comente los incrementos de ticks que se muestran en la imagen recién tomada en la ventana de resumen del mercado (USDJPY) y en la ventana de apertura de operaciones (EURUSD). Ahora, desde la perspectiva de las tres hipótesis citadas anteriormente. La cuenta es real.
¿No quiere analizar grupos de cambios consecutivos por un punto de ida y vuelta? ¿Cuál es su función cuantílica?
¡Buenas tardes Vladimir!
Creo que operar manualmente en gráficos de ticks basándose en datos visuales es un ejercicio inútil. La función de distribución y la función cuantílica - véase la distribución t2 La distribución de Student.
He escrito repetidamente que hay que analizar los datos históricos antes de analizar el estado actual. Estás siguiendo una cadena de Markov - tratando de averiguar todo aquí y ahora. Dado que las desviaciones lineales de la distribución del incremento del precio en un proceso de Markov tienen la densidad de probabilidad geométrica con p=0,5, sólo se puede decir aquí y ahora: el precio subirá o bajará con la probabilidad 0,5. Este es exactamente el juego clásico.
Ahora estoy modelando el proceso basado en 1.000.000 de ticks históricos. Es una imagen sorprendente: no puedo creer cómo el precio se comporta de forma similar cerca de algunas condiciones límite. Por supuesto, hay desviaciones raras y aparentemente inexplicables, lo que significa que las condiciones de contorno deben elegirse de forma más estricta. Piénsalo: esta distribución sólo tiene el 99% de los valores en torno a 7 sigma y ese 1% da luz a todos. Pero creo que también se puede manejar.
Respetuosamente,
Alexander.
Todos los indicadores del conjunto de terminales asumen que la formación de precios no es mórfica, es decir, los desarrolladores del terminal (cualquier terminal con indicadores técnicos) ya son conscientes de la presencia/ausencia de morfología.
Hay una suposición teórica de que los mercados son fractales, en las TF pequeñas se pueden observar los mismos procesos que en las grandes - aún no se ha argumentado, tal vez valga la pena argumentarlo... (humor) https://ru.wikipedia.org/wiki/Фрактальный_анализ_рынка . Es decir, alguien ya ha pensado en ello y ha demostrado que la formación de los precios no es una tontería, al menos desde la aparición del análisis de velas, cuando el "tick" esperaba una semana o un mes, en sentido figurado, sin zanahoria.
Buenas noches, queridos comerciantes y simples aficionados a la estadística.
Hace mucho tiempo que no te complazco con los interesantes resultados de mis estudios; ahora te complaceré con ellos.
Por lo tanto,la hipótesis teórica de que los mercados son fractales y se pueden observar los mismos procesos en las TF pequeñas que en las grandes puede demostrarse en la práctica.
No fue una tarea fácil. Necesitaba encontrar un determinado parámetro estadístico invariable que no cambiara al aumentar/disminuir el volumen de muestra de los datos de ticks. Este parámetro resultó ser Coeficiente de asimetría no paramétrico (skew no paramétrico). Tal vez haya otros, pero es suficiente para demostrarlo.
En los cálculos se utilizó un búfer de datos de ticks dinámico de tipo FIFO. El EURJPY se analizó en el conjunto de datos generales de 1.500.000 cotizaciones, es decir, se analizaron 1.500.000 muestras secuenciales con una diferencia de cotización. Hemos recibido los siguientes resultados para el valor medio de la inclinación tomada en módulo para diferentes volúmenes de muestras.
0.186043748375457
0.18560474492056
0.184953481402386
0,184985234902438 etc.
En pocas palabras, para cualquier tamaño de muestra de datos de garrapatas, el coeficiente de asimetría no paramétrico permanece constante.
La conclusión es la siguiente: efectivamente, las TF pequeñas muestran los mismos procesos que las grandes, y un sistema de negociación que opere en una TF lo hará en la otra y viceversa.
Pero lo interesante es que obtenemos una cosa bastante mística - resulta que alguna distribución con una extraña media (subrayo - media) no paramétrica coeficiente de asimetría = 0,185 (modulo) "camina" en Forex. Personalmente no conozco esa distribución... ¿Tal vez alguien pueda ayudarme a determinarlo?
Es decir, de forma sencilla, en diferentes momentos del tiempo esta distribución "nace", "se forma" y "muere", y el proceso vuelve a empezar. En diferentes momentos esta distribución tiene diferente sesgo, pero en promedio esta distribución es sesgada con coeficiente = 0,185 y es invariable.
Hasta que no entienda qué es esta distribución en su forma media, no tiene sentido seguir explorando...
Respetuosamente,
Alexander.
Alexander, tus observaciones son interesantes. Sería estupendo que escribiera un artículo sobre los resultados de su estudio enMQL5 Articles on Data Analysis and Statistics.
Alexander, tus observaciones son interesantes. Sería estupendo que escribieras un artículo sobre los resultados de tu estudio en la sección "Artículos sobre análisis de datos y estadísticas en MQL5".
Sí, gracias. A mí también me gustan los resultados, es fascinante. Es muy bonito.
Cuestión metodológica. ¿Por qué no se hace una depuración de los valores atípicos antes de ajustar una asignación - detección de valores atípicos?
Y no tengo tiempo para escribir un artículo: estoy trabajando y no tengo mucho tiempo. Resulta ser como un hobby. Tal vez alguien se interese y, por ejemplo, defienda una tesis doctoral; no me da pena. Y puede que alguien se interese y cree un sistema de supercomercio: también está bien. Todavía estoy muy lejos de la programación real: que la gente la use.
Cuestión metodológica. ¿Por qué no se realiza una limpieza de valores atípicos antes de ajustar la distribución - detección de valores atípicos?
Curiosamente, pero para la mayoría de los pares de divisas las distribuciones de los incrementos netos sin procesar son distribuciones t2, y sólo para algunos hay una "infradistribución" de ticks en cero, es decir, cuando hubo negociación y los precios Ask y Bid permanecieron iguales, entonces no viene ningún tick. No sé por qué y no trabajo con esos pares (como el AUDCHF).
No debo haber hecho la pregunta correcta. He descargado las garrapatas que has publicado. Por lo tanto, si se limpian los valores atípicos (valores muy grandes y muy pequeños en la muestra) allí, será una distribución diferente :-)
No debo haber hecho la pregunta correcta. He descargado las garrapatas que has publicado. Así, si se limpia la muestra de valores atípicos (valores muy grandes y muy pequeños en la muestra), será una distribución diferente :-).
Pero no deberías hacer esto - entonces tampoco obtendrás la invariancia de la inclinación. Y digo - todo muy hermoso y como si uno sigue a otro, pero para comprender esta profundidad para formar una imagen general no puedo todavía.
Pero, es el procedimiento estándar. Para saber cómo se comporta el sistema en la mayoría de los casos y no en los raros... Por cierto, ¿qué sentido tiene tomar a toda la población? En mi opinión, hay que trabajar con una muestra.