De la teoría a la práctica - página 3
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
el mercado está luchando con los volúmenes de compra y venta.
No se está luchando. En el mercado, tanto se compra como se vende. Siempre es un equilibrio total.
Sí...
¡Ahora!
https://www.oanda.com/lang/ru/forex-trading/analysis/open-position-ratios
Consideremos ahora el lado derecho de la ecuación de Fokker-Planck, que consta de tres términos:
1. La deriva M(x,t) es una medida de la tendencia central de los movimientos de los precios en un tamaño de muestra determinado. En nuestro caso se trata de una media ponderada móvil WMA, en la que el peso w de cada valor del precio de los ticks se determina a partir de la densidad de probabilidad de los incrementos para un determinado par de divisas utilizandola fórmula:
Densidad de probabilidad:
por Mikhail Dovbakh:
s^2/[2*sqrt((s^2+x^2)^3)]
Se aplican las siguientes anotaciones:
X - incremento de precio
S - factor de escala (no es igual a la desviación estándar en general).
No obstante, hay que decir que se trata de una fórmula asintótica, y cuando se trata de dinero, a todos nos gusta la precisión, ¿no?
Por lo tanto, en mis cálculos utilizo valores exactos de densidad de probabilidad, que he calculado para cada par de divisas basándome en datos históricos.
En el caso del EURJPY, el aspecto es el siguiente:
Aquí, para cada valor de incremento de los bloques CASE, establecemos valores de probabilidad específicos por separado para la Oferta y la Demanda, que se utilizan como pesos en el cálculo de la media ponderada móvil.
Repito, el mercado no tiene término medio y el proceso de negociación es caótico.
Y esta teoría se construye precisamente sobre la desviación del medio
¡¡¡Siempre hay más productos comprados que vendidos en una tienda!!!No es nada difícil filtrar este ruido. Sin embargo, estoy de acuerdo en que esta tarea (cribar el ruido de las garrapatas) no necesita ser abordada en absoluto.
Por último, hoy se trata de determinar el tamaño de la muestra de datos de garrapatas necesario para el análisis.
¡MUY IMPORTANTE!
En general, ésta ha sido la tarea más difícil de todas las que he encontrado en mi camino. Está claro que el mercado es autosimilar y la ST debe funcionar con cualquier tamaño de muestra. Pero hay algunos tamaños de muestra, que son diferentes para varios pares de divisas, en los que el nivel de beneficios alcanza valores máximos.
He hecho un primer intento de resolver este problema en el tema:
https://www.mql5.com/ru/forum/220237/page2
Pero no estaba de acuerdo con el comercio real y eso es todo... La fórmula parece ser correcta - pero algo está mal...
Lo más importante - esta muestra debe cubrir casi todos los valores de los incrementos para un par de divisas en particular
Realicé una serie de experimentos y comprendí que la fórmula para estimar el tamaño de la muestra necesaria es la siguiente
N=(Z^2*(S/E)^2)/2, donde
Z - cuantil de la distribución de los incrementos de un determinado par de divisas
S - desviación estándar
E - precisión de las mediciones
Por ejemplo, para el par EURJPY, el cuantil de la probabilidad de confianza de 0,999 es5,337746244, la desviación estándar =2,99751979 y el tamaño de la muestra resulta ser 12.800. Lo he comprobado experimentalmente: efectivamente se obtienen los valores máximos de beneficio.
Puedo ofrecer la siguiente hipótesis como explicación de este hecho:
La distribución t2 de Student que se forma a nivel de los incrementos de precio no desaparece NUNCA, se forma de una u otra forma en torno a las medidas de la tendencia central, en particular para las desviaciones lineales del precio con respecto a la media ponderada móvil, y alcanza la máxima similitud cuando el tamaño de la muestra cubre la distribución t2 casi por completo.
Eso es todo por hoy.
¡Buena suerte a todos!
Buscando un libro:
Orlov Y.N., Osminin K.P. Series temporales no estacionarias: métodos de
Métodos de previsión con ejemplos de análisis de mercados financieros y de materias primas. - М.:
Casa del Libro LIBROCOM, 2011. - 384 с.
Hay un material cercano a este tema en los preprints:
http://library.keldysh.ru/preprint.asp?id=2013-3
La distribución t2 de Student, habiéndose formado a nivel de los incrementos de precio, no desaparece NUNCA, se forma de una u otra forma en torno a las medidas de tendencia central, en particular para las desviaciones lineales del precio respecto a la media ponderada móvil, y alcanza la máxima similitud cuando el tamaño de la muestra cubre la distribución t2 casi por completo.
Díselo a los que han sobrevivido al franco y a la libra...
Buscando un libro:
Orlov Y.N., Osminin K.P. Series temporales no estacionarias: métodos de
Métodos de previsión con ejemplos de análisis de mercados financieros y de materias primas. - М.:
Casa del Libro LIBROCOM, 2011. - 384 с.
Hay un material cercano a este tema en los preprints:
http://library.keldysh.ru/preprint.asp?id=2013-3
Yo también me interesé y busqué. No encontré el libro, pero sí muchos preprints del Instituto Keldysh y de otros autores y coautores. Entre ellas, la tesis doctoral "Algoritmos para la previsión de series temporales no estacionarias" de Osminin, defendida en octubre de 2008 bajo la supervisión del Dr. Orlov. En 2009, Orlov publicó el libro "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. - Moscú: OOO Gazpromexpo, 2009. - 312 p." y otro en 2012, en coautoría con Osminin: "Orlov Y.N., Osminin K.P. Methods of statistical analysis of literary texts. - Moscú: Editorial URSS, 2012. - 312 с.". Se puede concluir que él y Osminin cambian a veces de dirección, y el libro que buscamos refleja resultados que ya estaban en la disertación de Osminin. Por lo tanto, adjunto el texto de la tesis.
Alexander_K, por favor, dígame si usted y el sistema de software VisSim que utiliza activamente tienen en cuenta la inaplicabilidad de la teoría clásica de la probabilidad a las citas, señalada en la pág. 4 de la tesis de Osminin:
"Mientras que en el caso estacionario existe una confianza probatoria en la consistencia asintótica de las estimaciones de una estadística particular, en el caso no estacionario no existe la noción de una población general en sí misma, quehace inaplicable todo el aparato desarrollado de la estadística matemática moderna, excepto cuando se da la identidad funcional a priori del modelo del proceso."
Tengo la impresión de que gravitas hacia un único tipo identificado de distribución de probabilidad (una de las clásicas, la de Student). ¿Hay algún error metodológico inherente a esto?
Yo también me interesé y busqué. No encontré el libro, pero sí muchos preprints del Instituto Keldysh y otros de estos autores y coautores. Entre ellos se encuentra la tesis doctoral "Algoritmos para la previsión de series temporales no estacionarias", defendida a finales de octubre de 2008 bajo la dirección científica de Orlov. En 2009, Orlov publicó el libro "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. - Moscú: OOO Gazpromexpo, 2009. - 312 p." y otro en 2012, en coautoría con Osminin: "Orlov Y.N., Osminin K.P. Methods of statistical analysis of literary texts. - Moscú: Editorial URSS, 2012. - 312 с.". Se puede concluir que él y Osminin cambian a veces de dirección, y el libro que buscamos refleja resultados que ya estaban en la disertación de Osminin. Por lo tanto, adjunto el texto de la tesis.
Alexander_K, por favor, dígame si usted y el sistema de software VisSim que utiliza activamente tienen en cuenta la inaplicabilidad de la teoría clásica de la probabilidad a las citas, señalada en la p. 4 de la tesis de Osminin:
"Mientras que en el caso estacionario existe una confianza probatoria en la consistencia asintótica de las estimaciones de una estadística particular, en el caso no estacionario no existe la noción de una población general en sí misma, quehace inaplicable todo el aparato desarrollado de la estadística matemática moderna, excepto cuando se da la identidad funcional a priori del modelo del proceso."
Tengo la impresión de que gravitas hacia un único tipo identificado de distribución de probabilidad (una de las clásicas, la de Student). ¿Hay algún error metodológico inherente a esto?
También añadiría: "Y al tipo de media WMA una vez identificado", "Y al método de muestreo de una secuencia de muestras una vez identificado"...