Phénomènes de marché - page 26
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
L'inertie ne fonctionne pas :)
Pouvez-vous préciser le processus de réflexion ?
Par exemple : Le travail est le produit de la force par le déplacement. L'inertie n'est pas une force, elle ne peut donc pas fonctionner. Par conséquent, l'inertie ne fonctionne pas :)
Gop-stop.))
Et ils l'ont légalisé ! Tant mieux pour les diables !)))
Pouvez-vous préciser le processus de réflexion ?
Par exemple : Le travail est le produit de la force par le déplacement. L'inertie n'est pas une force, elle ne peut donc pas fonctionner. Par conséquent, l'inertie ne fonctionne pas :)
La preuve du topicstarter est une valeur sûre :
Si ça marchait, alors pourquoi je ne vous vois pas sur la liste Forbes ? :))
Pouvez-vous préciser le processus de réflexion ?
Par exemple : Le travail est le produit de la force par le déplacement. L'inertie n'est pas une force, elle ne peut donc pas fonctionner. Par conséquent, l'inertie ne fonctionne pas :)
Une preuve stoïque du sujetstarter :
Si ça a marché, alors pourquoi je ne vous vois pas sur la liste Forbes ? :))
Inertie de la pensée. Si ça marchait, je boirais de la bière dans deux frigos et je ne ferais rien :)
J'aurais aimé vivre comme ça !
Je vais mettre un ordre sur une rupture du plus bas d'aujourd'hui. Peut-être qu'il aura de l'inertie pour aller encore 100 pips.
Je serai damné !
Je vais mettre un ordre sur une rupture du plus bas d'aujourd'hui. Peut-être qu'il va juste aller 100 pips de plus par inertie.
J'aurais aimé vivre comme ça !
Je vais passer une commande pour un effondrement du plus bas niveau d'aujourd'hui. Peut-être qu'il aura de l'inertie pour aller encore 100 pips.
J'aurais aimé prédire le prix comme ça ! Paukas a prédit 60 pips supplémentaires ! - C'est ça le Phénomène !
:)
J'aurais dû prévoir le prix comme ça ! Paukas a prédit 60 pips supplémentaires ! - Le voilà, le Phénomène !
:)
Je voulais dire quelques mots.
Je trouve le résultat très curieux et inattendu. (Si je comprends bien, la ligne rouge montre le cumul des BP des différences additionnées ne dépassant pas +- lambda ?) Même très inattendu. La deuxième chose qui m'a surpris est la différence avec les données de prix - très évidente. Cependant, je voudrais demander quel type de distribution avez-vous spécifié pour les nombres aléatoires synthétiques ?
Oui, cumulatif BP (pour cet exemple) . Encore une fois (j'ai utilisé mon message d'un autre fil et l'ai légèrement modifié) :
Modèle de marché
Après de nombreuses recherches, j'ai adopté ce truc de "systèmes de contrôle à structure aléatoire" comme version de travail du modèle de marché. À mon avis (bien qu'il ne s'agisse pas de mathématiques) - ce modèle décrit adéquatement le processus de cotation avec toutes ses subtilités.
Son essence est très simple. Il existe un nombre fini de structures qui décrivent la transformation des entrées en sorties. Chacune de ces structures implique un modèle selon lequel la transformation a lieu. Le processus observé est formé par une transition (switch) entre les structures. Tout ceci est illustré dans l'image ci-dessous :
Chaque modèle possède un ensemble de paramètres, qui peuvent également être modifiés à chaque changement. J'ai donc supposé qu'il y avait deux processus principaux, que chaque processus avait sa propre hiérarchie, que chaque élément situé à un nœud de la hiérarchie avait sa propre structure.
Interactions entre les processus
Ces deux processus sont en concurrence selon la matrice de transition (vraisemblablement), c'est-à-dire qu'il existe un système "externe" (conventionnellement bien sûr) au marché qui fait basculer la génération des cotations entre ces processus. Plus tard, je montrerai plus en détail, en me référant à
Adaptation à la pratique.
Tout est génial - mais il est impossible d'identifier exactement un tel système. Par conséquent, j'introduis le "modèle combiné" : A=W(1)MODEL1(paramètres)+ W(2)MODEL2(paramètres)+....+ W(n)MODELn(paramètres). Où W(n) sont des poids de participation de ces modèles dans la prédiction. Il peut être possible de partitionner explicitement les processus en raison de la transformation inventée. Mais c'est pour plus tard.
Avec quoi est-ce que je travaille ?
Je ne travaille pas directement avec les devis - c'est un processus extrêmement compliqué. Je présente toutes sortes de transformations délicates, mais ce que j'ai dit s'applique également à elles. La complexité ne va nulle part - elle est héritée. Vous ne pouvez pas simplifier le processus. Et si vous le simplifiez, vous pouvez perdre le processus lui-même. (c'est-à-dire même un peu plus compliqué que ce que j'ai décrit, mais j'ai montré le phénomène et quelques observations plus intéressantes)
Analyse de l'évolution des séries chronologiques
Étape de base. À ce stade, j'identifie toutes les structures possibles selon certains critères. J'estime les statistiques des transitions entre ces structures. Je détermine une matrice de fréquence de transition pour les structures. À l'avenir, je pense utiliser les réseaux neuronaux dits d'impulsion (ou réseaux de vagues). C'est une direction très prometteuse.
Algorithme
(1) En faisant certaines hypothèses sur le comportement, une estimation probabiliste de l'état futur du système au moment donné sur l'horizon de planification est effectuée. Le réseau neuronal parcourt la matrice d'évaluation des probabilités résultante p=f(time,cotir) de l'état initial et émet à son tour une hypothèse sur la présence d'un point d'entrée/sortie. Il peut dire très précisément s'il y aura ou non une entrée/sortie à l'horizon de planification. Il ne reste plus qu'à la trouver.
(2) Un ordre est donné pour établir une prévision précise. Il est exécuté :
- identification de la structure actuelle "on
- évaluation du choix des structures futures les plus probables
- Identification des paramètres des futurs modèles
(3) Une simulation est effectuée
(4) Ensuite, le réseau neuronal estime les coefficients du modèle combiné.
La deuxième chose que je voulais dire concerne les hypothèses de l'auteur de ce fil - les transitions markoviennes. Je pense que l'on peut trouver un certain caractère non aléatoire (si l'on s'en tient au modèle avec séparation des incréments à l'intérieur de lambda et à l'extérieur de lambda), car il existe une certaine autocorrélation des incréments (pris modulo). Et si l'on pense au modèle proposé à l'origine avec des creux sur toute la gamme de valeurs, je ne sais pas, nous devrions l'essayer.
Le caractère non aléatoire a déjà été découvert, la preuve en est la recherche approfondie d'Alexey (Mathemat). Je les confirme, tout est correct. Mais si le caractère markovien n'est pas respecté, alors tout sera beaucoup plus compliqué, nous devrons le réinventer :o(