Obtention d'une BP stationnaire à partir d'une BP de prix - page 22
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
Dans une somme cumulative, la variance augmente en proportion directe du carré du temps.
Pour un RV stationnaire, la variance = constante
Intuitivement, nous associons la stationnarité d'une série temporelle à la condition qu'elle ait une moyenne constante et fluctue autour de cette moyenne avec une variance constante.
...
Une série x(t) est dite strictement stationnaire (ou stationnaire au sens étroit) si la distribution de probabilité conjointe de m observations x(t1),x(t2), :,x(tm) est la même que pour m observations
...
En d'autres termes, les propriétés d'une série temporelle strictement stationnaire ne changent pas lorsque l'origine temporelle change.
Espérance mathématique Mx(t)=a
Dispersion Dx(t)=M(x(t)-a)2= c^2
...
Une série x(t) est dite faiblement stationnaire (ou stationnaire au sens large) si sa moyenne et sa variance sont indépendantes de t.
Qualitativement, une série stationnaire est une série en équilibre statistique, dans le sens où elle ne contient aucune tendance (c'est une tendance latérale avec des limites claires), alors qu'une série non stationnaire est telle que ses propriétés changent avec le temps
Chers collègues, je m'excuse pour cette erreur (merci à Sergei pour la subtile allusion :o). Il s'agissait juste de calculer une transformation délicate qui était l'entrée de la difurcation, et cela a été implémenté dans un algorithme.
Rame :
Une sorte d'autocorrélation (R(n)=R(-n)) :
Estimation (bien sûr, il y a une erreur dans le calcul)
Soit dit en passant, une façon courante d'identifier les modèles AR/ARIMA est de prédire à rebours. On peut voir que cela ne fonctionne pas pour de telles séries.
Et le VR stationnaire a une dispersion = constante
bien sûr. Mais nous parlons de somme cumulée ;)
Pouvons-nous garder les choses simples...
il y a une discussion sur la fourchette "moelleuse" ici.
Des précisions de la part des candidats ?
Ce n'est pas pour Grasn.
;)
Bien sûr. Mais il s'agit du montant cumulé ;)
Et je parle de rangs stationnaires. Je n'ai même pas mentionné ces sommes.
Si le bruit blanc cumulé s'écarte de MO de deux sigmas, avec une probabilité de 97,5 %, il y retournera indépendamment de la fréquence d'échantillonnage, qu'il s'agisse de ticks ou de hiboux. Par exemple, nous pouvons entrer à un sigma, il y aura plus de transactions, mais la probabilité de retour sera de 67 %, et dans 33 % des cas, elle passera à deux ou trois sigmas.En fait, si un processus stationnaire dévie, ne serait-ce que de peu, de son MO, il reviendra à son MO avec une probabilité de 100 %, car c'est le "juste prix" de ce processus. C'est une sorte d'attracteur qui attire toutes sortes d'amoureux des systèmes dynamiques non linéaires.
Désolé, mais vous écrivez des absurdités, ce qui témoigne d'un manque total de maîtrise de la matière.
Je ne peux rien ajouter à ce qu'Avals a dit correctement :
Avals a écrit(a) >> Les incréments sont indépendants et rien ne doit revenir en arrière. Comment la somme cumulée revient-elle à mo ? Prenez un SB avec des incréments avec mo=0 - il peut s'écarter du zéro aussi loin que vous le souhaitez et ne pas y revenir aussi longtemps que vous le souhaitez. La somme cumulée a une variance qui augmente en proportion directe avec le carré du temps.
grasn a écrit >>
Il y a une philosophie profonde ici. Ce qui est primaire, c'est le modèle de prédiction et par conséquent la construction du TS sur sa base ou le TS pour lequel la prédiction est sélectionnée. >> Jusqu'à présent, je ne comprends pas vraiment ce que signifie le TS "optimal" (sur quelle plage, parmi ce qui est optimal), pourquoi un seul pas en avant est important pour lui, comment il est corrélé avec l'écart.
Prenons un TS arbitraire qui négocie selon l'algorithme le plus général.
Unité d'analyse :
1. détermine le point d'entrée sur le marché et la direction de la position ouverte ;
2. détermine le point de sortie, c'est-à-dire la fermeture d'une position ouverte.
Il est clair qu'en définissant l'algorithme de trading de cette manière, nous décomposons le prix TP en sections isolées dans le temps, là où nous nous trouvons sur le marché. Appelons le paramètre d'optimalité TS - k le rapport entre le nombre de paiements de commissions DC et le nombre de transactions réalisées. Dans ce cas, il est évident que k=1 toujours et que la série de transactions contient toute série longue unidirectionnelle. Nous appellerons un TS "optimal" celui qui minimise le paramètre k.
Il s'avère qu'il n'est pas nécessaire de fermer et d'ouvrir des positions consécutives unidirectionnelles en perdant le spread à chaque étape. Des transactions unidirectionnelles consécutives peuvent être combinées en " ne sortant pas " du marché et en perdant un spread à chaque série de transactions " virtuelles " au lieu de chaque membre de la série, ce qui conduira à la minimisation du paramètre d'optimisation. Maintenant, k<=1.
Un tel TS, toutes conditions égales par ailleurs (lorsqu'une seule et même unité de contrôle analytique fonctionne pour différents TS), donnera le rendement maximal possible défini en points par transaction (en moyenne) et sera optimal au sens indiqué.
Maintenant, si vous faites appel à votre imagination "artistique", vous pouvez voir devant vos yeux une TS qui est toujours sur le marché. Ce qui est ce qu'il fallait prouver.
Désolé, mais ce n'est pas encore vrai. Les incréments sont indépendants et rien ne doit revenir en arrière. Comment la somme cumulée revient-elle à mo ? Prenez le SB avec des incréments avec mo=0 - il peut s'écarter du zéro aussi loin qu'il veut et ne pas y revenir aussi longtemps qu'il veut. La somme cumulée a une variance qui augmente en proportion directe avec le carré du temps.
Le bruit blanc n'est pas non plus corrélé dans le temps - c'est sa principale condition - mais sa variance est finie. Par exemple, la première différence dans SB est du bruit.La somme cumulée de ces différences est une marche aléatoire, très bien.Maintenant, prenez deux ou plusieurs séries fortement corrélées (SB - somme cum.), faites une analyse de régression et obtenez les résidus (bruit blanc - somme cum.).
"Vivre et apprendre", pensa le lieutenant en déplaçant l'étui à cigarettes en argent de la poche de son pantalon sous son oreiller.
Vous savez quel est votre problème ? Je ne sais pas non plus. Mais vous en avez une.
Mais qu'est-ce que tu fais ? Tu essaies de baiser un cheval sphérique. Eh bien, de l'amour et des conseils. Et plus d'enfants...
===
Bon sang, la branche de Niroba est sortie.
"Vivre et apprendre", pensa le lieutenant en déplaçant l'étui à cigarettes en argent de la poche de son pantalon sous son oreiller.
Vous savez quel est votre problème ? Je ne sais pas non plus. Mais vous en avez une.
Mais qu'est-ce que tu fais ? Tu essaies de baiser un cheval sphérique. Eh bien, de l'amour et des conseils. Et plus d'enfants...
===
Bon sang, la branche de Niroba est au repos.
une fois de plus, je n'ai pu contenir mon plaisir devant la curiosité de votre esprit.
Mais mon esprit immature ne peut toujours pas accepter tes 300longitudes.Mais qu'est-ce que tu fais ? Tu essaies de baiser le cheval sphérique. Eh bien, de l'amour et des conseils.
>>Pierre, finis tes excuses bossues et dépêche-toi de te joindre à nous dans cette fête de la vie - mets-toi au travail !)