Construction d'un système de négociation à l'aide de filtres passe-bas numériques - page 23
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
J'ai vu quelque part sur le web une description plus détaillée de ses approches. Pas vraiment minutieux, mais quand même. Mais je ne m'intéresse pas aux détails, mais je m'intéresse aux approches méthodologiques, disons, générales. Et ce sur quoi ils sont basés, et si c'est la moyenne ou autre chose, n'est pas si important. En outre, l'intérêt de connaître les subtilités de la construction des LRMA à partir de moyennes est très provisoire, en termes de compréhension des processus.
Et ceci, en fait, explique aux esprits étourdis de quoi Gorchakov parle. J'ai lu quelque chose, lu quelque chose, mais je n'en ai pas saisi l'idée ou la profondeur :)
Je n'arrive pas à comprendre, mais j'ai réussi à lire son fichier *.ppt, son rapport. Comment cela est-il arrivé ? Il n'y a rien de très détaillé, mais c'est quand même très intéressant cette mystique...
Téléchargez-le à nouveau. Il y a un fichier doc pour 2003. Pour 2005, il s'agit en fait d'un ppt, mais il ne s'agit pas de cela. :)
J'ai vu quelque part sur le net une description plus détaillée de ses approches. Pas vraiment minutieux, mais quand même. Mais je ne suis pas intéressé par les détails, mais par les approches méthodologiques, disons, générales. Et ce sur quoi ils sont basés, et si c'est la moyenne ou autre chose, n'est pas si important. En outre, l'intérêt de connaître les subtilités de la construction de LRMA à partir de moyennes est très provisoire, en termes de compréhension des processus.
Et ceci, en fait, explique aux esprits étourdis de quoi Gorchakov parle. J'ai lu quelque chose, lu quelque chose, mais je n'ai pas déduit l'idée ou sa profondeur :)
Tout cela est intéressant si vous le lisez attentivement. Bien sûr, les indicateurs sont très brefs, mais il s'agit de l'opinion d'un trader pratiquant les séries et les modèles de prix, autrefois professionnel dans le domaine des statistiques appliquées (je pense que c'est ce qu'il disait de lui-même). Pour moi, c'est l'un des travaux les plus intéressants après le rapport de Shiryaev. Une grande partie de ce qui s'y trouve peut être confirmée. Y compris les différences à court terme entre le marché et la martingale (ce qui renvoie à la question de la stationnarité mentionnée ici). Le matériel n'est pas assez nouveau, donc je ne sais pas s'il y a eu un développement des idées. Je ne sais pas, pour chaque phrase il peut y avoir une page de texte abrégé.
Tout cela est intéressant si vous le lisez attentivement. Bien sûr, les indicateurs sont très brefs, mais il s'agit de l'opinion d'un trader pratiquant les séries et les modèles de prix, autrefois professionnel dans le domaine des statistiques appliquées (je pense que c'est ce qu'il disait de lui-même). Pour moi, c'est l'un des travaux les plus intéressants après le rapport de Shiryaev. Une grande partie de ce qui s'y trouve peut être confirmée. Y compris les différences à court terme entre le marché et la martingale (ce qui renvoie à la question de la stationnarité mentionnée ici). Le matériel n'est pas assez nouveau, donc je ne sais pas s'il y a eu un développement des idées. Je ne sais pas, tu pourrais écrire une page de texte abrégé pour chaque phrase.
Et voici "notre réponse à Chamberlain" : http://monetarism.ru/articles/06/05/02/0644217.shtml
Il semble que Gorchakov ait trouvé une asymétrie là où elle n'existe pas. Nous pouvons en conclure que s'il a obtenu des résultats positifs en appliquant son idée au commerce réel, ils étaient en grande partie accidentels, car la prémisse sous-jacente était fondamentalement fausse.
Tout cela est intéressant si vous le lisez attentivement. Bien sûr, les indicateurs sont très brefs, mais il s'agit de l'opinion d'un trader pratiquant les séries et les modèles de prix, autrefois professionnel dans le domaine des statistiques appliquées (je pense que c'est ce qu'il disait de lui-même). Pour moi, c'est l'un des travaux les plus intéressants après le rapport de Shiryaev. Une grande partie de ce qui s'y trouve peut être confirmée. Y compris les différences à court terme entre le marché et la martingale (ce qui renvoie à la question de la stationnarité mentionnée ici). Le matériel n'est pas assez nouveau, donc je ne sais pas s'il y a eu un développement des idées. Je ne sais pas, tu pourrais écrire une page de texte d'expléments pour chaque phrase là-dedans.
Et voici "notre réponse à Chamberlain" : http://monetarism.ru/articles/06/05/02/0644217.shtml
Il semble que Gorchakov ait trouvé une asymétrie là où elle n'existe pas. Nous pouvons en conclure que s'il a obtenu des résultats positifs en appliquant son idée au commerce réel, ils étaient en grande partie accidentels, car la prémisse sous-jacente était fondamentalement fausse.
:) l'auteur est un clown célèbre qui a les idées les plus générales sur le sujet de discussion. je suis trop paresseux pour vérifier qui a raison, il est suffisant pour moi qu'en dehors des statistiques discutées d'autres méthodes montrent les mêmes résultats.
[Non, désolé, j'ai creusé dans les vieilles notes, j'ai vérifié les critères il y a un certain temps, j'ai déjà oublié.
Eh bien, voici un peu plus de lecture http://www.howtotrade2007.narod.ru/articles/stan.zip Je me demande si l'auteur Stanislav Bulashev est le même ?
Utilisation du bruit noir dans la modélisation du marché
ps. je ne l'ai pas testé moi-même
Utilisation du bruit noir dans la modélisation du marché
ps. je ne l'ai pas vérifié moi-même
J'ai publié un très bon livre : "Signal Processing with Fractals", mais en anglais. C'est mieux que la présentation :o)
Une hypothèse possible est que les logarithmes des variations de prix suivent une distribution normale, mais que cette distribution n'est pas stationnaire, c'est-à-dire que tant l'espérance que l'écart-type de la distribution peuvent varier dans le temps. Par conséquent, lorsqu'on traite un échantillon empirique en utilisant des méthodes statistiques standard qui supposent que l'ensemble de l'échantillon est tiré d'une seule population générale, on obtient un échantillon non gaussien. Cela peut s'exprimer sous la forme de queues lourdes d'une distribution empirique (le kurtosis calculé à partir d'un échantillon dépasse le nombre 3, c'est-à-dire le kurtosis d'une distribution normale).
Une autre hypothèse est que les logarithmes des variations de prix suivent initialement une distribution avec un kurtosis supérieur à 3. Dans cette situation, même si la distribution elle-même est stationnaire, l'échantillon empirique tiré de cette distribution peut être considéré comme non stationnaire dans le temps. L'idée est que l'estimation de l'espérance mathématique d'une variable aléatoire x est la moyenne arithmétique de l'échantillon :
<X>= 1/N * somme(x(i), i =1....N )
La moyenne arithmétique des variables aléatoires est elle-même une variable aléatoire. L'écart-type de la moyenne arithmétique dépend de l'écart-type de la variable aléatoire et de la taille de l'échantillon :sigma(<X>) = sigma(X) / sqrt(N)
Ainsi, l'écart type de la moyenne est inférieur à l'écart type de la variable aléatoire elle-même par un facteur de sqrt(N), c'est-à-dire que la précision de l'estimation de l'espérance mathématique peut être augmentée en augmentant la taille de l'échantillon. Mais ceci n'est vrai que pour une variable aléatoire avec une espérance mathématique finie et une variance finie. Le fait est que l'espérance mathématique finie n'existe que pour les distributions dont la densité de probabilité dans l'infini est égale ou inférieure à 1 / |x|^(2+delta), et la variance finie que pour les distributions dont la densité de probabilité dans l'infini est égale ou supérieure à 1 / |x|^(3+delta) ( delta - tout petit nombre positif). Si nous modélisons un graphique de prix en utilisant comme logarithme de la variation de prix un échantillon aléatoire tiré d'une distribution stationnaire avec une variance infinie et/ou une espérance mathématique infinie, et que nous offrons cet échantillon pour analyse à un observateur indépendant, il peut avoir l'illusion d'avoir affaire à un processus non stationnaire dans le temps.
Enfin, nous ne pouvons pas exclure le cas où non seulement les paramètres de la distribution mais aussi la loi de distribution des logarithmes des prix elle-même est non-stationnaire dans le temps, et la série temporelle des prix peut contenir les sections décrites par la distribution avec une variance infinie et/ou une espérance mathématique infinie.
Cela ne signifie pas que rien ne peut être fait dans le sens d'une transformation réversible des séries de prix en quelque chose de stationnaire : il est possible d'utiliser non seulement les retours. Il est un peu tôt pour tirer la ligne.
Il semble y avoir une solution au problème de la génération synthétique qui n'est pas liée à la stationnarité du processus. Mais il ne s'agit encore que d'une génétique. Nous devrions y réfléchir.