Phénomènes de marché - page 41

 
Neutron:

Conclusions :

1. La somme cumulée des petits incréments est à peu près égale à la somme des grands incréments. En d'autres termes, peu importe où le marché dérive lentement à petits pas, il reviendra toujours à sa position initiale avec plusieurs mouvements importants et brusques.

Il y a les errances aléatoires des petits investisseurs et les forts mouvements correctifs orchestrés par les grands investisseurs ?

2. ?

OK, je ne vais pas encore sauter délibérément à des conclusions fondamentales. Je vous suggère de revenir plus tard.

Si cela vous intéresse, voici ce qui me semble être des objectifs valables :

(1) trouver une classification plus intelligible de la division du "mix", c'est-à-dire de la cotation initiale. C'est à dire un "tailing off" plus approprié.

(2) Comprendre les propriétés du processus "betta", si c'est prévisible, c'est cool, dit - légèrement

 

Conditionnellement, nous pouvons diviser la journée en deux zones de haute et de basse volatilité pour l'instrument sélectionné. Comme hypothèse, nous pouvons supposer (sur la base des données obtenues) que le marché a tendance à récupérer le mouvement de prix obtenu pendant la période de faible volatilité. Il est important ici que les corrections vigoureuses ne soient pas distribuées de manière aléatoire sur une journée mais concentrées dans la zone de plus grande volatilité. Ensuite, un TS bien défini émerge.

Il est nécessaire d'écouter l'opinion des collègues...

 
Neutron:
Besoin d'écouter l'opinion des collègues...

Pourquoi ? Pensez-vous que cela aura un effet sur les propriétés des queues épaisses ? Je ne pense pas. Le fait qu'ils donnent le "rythme" et que leur poids dans la formation des citations est très important apparaît déjà clairement après des recherches. En fait, toutes les grandes déviations de trajectoires organisent des séquences de "queues de pie". Ils les organisent exactement, comment ils le font est un mystère.

PS : vous êtes l'un des pairs, alors donnez votre avis. Si vous pensez que c'est des conneries, pas de problème. Je sais déjà que ça ne l'est pas. La question est de l'étudier en profondeur et de l'appliquer. Mais tant que cette chose est dans la file d'attente.

:о)

 
Neutron:

Conditionnellement, nous pouvons diviser la journée en deux zones de haute et de basse volatilité pour l'instrument sélectionné. Comme hypothèse, nous pouvons supposer (sur la base des données obtenues) que le marché a tendance à récupérer le mouvement de prix obtenu pendant la période de faible volatilité. Il est important ici que les corrections vigoureuses ne soient pas distribuées de manière aléatoire sur une journée mais concentrées dans la zone de plus grande volatilité. Ensuite, un TS bien défini émerge.

Il est nécessaire d'écouter l'opinion des collègues...

vous aimez ajouter .... à temps :o))))
 
Neutron:

Conditionnellement, nous pouvons diviser la journée en deux zones de haute et de basse volatilité pour l'instrument sélectionné. Comme hypothèse, nous pouvons supposer (sur la base des données obtenues) que le marché a tendance à récupérer le mouvement de prix obtenu pendant la période de faible volatilité. Il est important ici que les corrections vigoureuses ne soient pas distribuées de manière aléatoire sur une journée mais concentrées dans la zone de plus grande volatilité. Ensuite, un TS bien défini émerge.

Il est nécessaire d'écouter l'opinion des collègues...

Où est la preuve qu'il y a des queues de pie dans votre échantillon ?
 

Au fait, je me suis souvenu ! En ce qui concerne la volatilité, il existe un très bon livre intitulé "Probabilistic-Statistical Methods of Volatility Decomposition of Chaotic Processes" par Korolev V.

http://www.ozon.ru/context/detail/id/6298517/

Книга посвящена всестороннему описанию вероятностных математических моделей хаотических процессов и методов их статистического анализа. Рассматривается удобный класс математических моделей стохастических хаотических процессов - подчиненные винеровские процессы (процессы броуновского движения со случайным временем). В качестве аргументации в пользу указанных моделей используется асимптотический подход, основанный на предельных теоремах для обобщенных дважды стохастических пуассоновских процессов (обобщенных процессов Кокса), которые в определенном смысле являются наилучшими математическими моделями неоднородных (и даже нестационарных) хаотических потоков на временных микромасштабах. Такой подход приводит к тому, что распределения приращений рассматриваемых процессов имеют вид сдвиг/масштабных смесей нормальных законов, и дает возможность получить не только сами формальные вероятностные модели хаотических стохастических процессов, но и в некотором смысле дать разумное теоретическое объяснение их адекватности на основе минимальных предположений о внутренней структуре изучаемых характеристик. На основе представления распределений (логарифмов) приращений процессов эволюции финансовых индексов или процессов плазменной турбулентности в виде смесей нормальных законов в книге предложена многомерная интерпретация волатильности рассматриваемых процессов. Для статистического анализа хаотических случайных процессов предложен метод скользящего разделения смесей (СРС-метод), который позволяет спонтанно разложить волатильность рассматриваемого процесса на динамический и диффузионные компоненты. Большое внимание уделено аналитическим и асимптотическим свойствам смесей нормальных распределений. Систематически рассматриваются статистические процедуры численного разделения смесей, такие как ЕМ-алгоритм и его модификации, сеточные методы разделения смесей. Обсуждаются вопросы оптимальной реализации этих методов. Рассмотрены примеры применения СРС-метода к анализу влияния информационных интервенций на финансовых рынках и к анализу данных, полученных в экспериментах с плазменной турбулентностью.

Для аспирантов, студентов и преподавателей вузов, интересующихся современным состоянием исследований в области вероятностно-статистического моделирования хаотических стохастических процессов, а также для научных работников, инженеров, специалистов в области применения методов математической и прикладной статистики к анализу характеристик финансовых рынков и плазменной турбулентности.

Mots clés : processus de Cox généralisés, mélanges de distributions normales, processus de Wiener subordonnés, volatilité.

juste dans ce sujet, presque (il y a beaucoup d'idées intéressantes) :o))))

 

Les gars, j'ai lu la moitié de ce fil et j'ai presque eu des hémorroïdes cérébrales en entrant dans des théories peu familières et plutôt compliquées.

Pensez-vous vraiment que vous devez creuser si profondément pour développer une stratégie rentable ?

 
911:

Les gars, j'ai lu la moitié de ce fil et j'ai presque eu des hémorroïdes cérébrales en entrant dans des théories peu familières et plutôt compliquées.

Pensez-vous vraiment que vous devez creuser si profondément pour développer une stratégie rentable ?

Vous voyez, si nous parlons d'une entreprise stable, oui. Si l'objectif est de faire quelque chose de différent, alors vous pouvez tout faire.
 
Farnsworth:

Au fait, je me suis souvenu ! En ce qui concerne la volatilité, il existe un très bon livre intitulé "Probabilistic-Statistical Methods of Volatility Decomposition of Chaotic Processes" par Korolev V.

http://www.ozon.ru/context/detail/id/6298517/

juste dans ce sujet, presque (il y a beaucoup d'idées intéressantes) :o))))

Mon Dieu, j'en ai marre de ces gars intelligents des universités ! Depuis l'époque soviétique, ils sont intelligents et malins. Le représentant le plus brillant est Gaidar.
 
faa1947:
Bon sang, j'en ai marre de ces types intelligents des universités ! Depuis l'époque soviétique, ils sont intelligents et malins. Le représentant le plus brillant est Gaidar.

Mais je m'interroge : ne considérez-vous pas que vos manipulations avec Eview relèvent de l'intelligence ? En ce sens, vous êtes aussi un exemple à suivre ! Peut-être même mieux que Gaidar - il n'avait pas Eview, et Hedrick et Prescott n'étaient pas lauréats du prix Nobel à l'époque.

;)))