Comment puis-je faire la différence entre un graphique FOREX et un PRNG ? - page 30
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'auteur de ce fil de discussion a posé une question apparemment très simple (dans sa formulation) mais profonde : comment faire la distinction entre un vrai quotidien et un HSPC ?
Les universitaires locaux ont été rapidement conduits à l'écart et ont commencé à démontrer leur connaissance de quelques détails mineurs, jusqu'à inventer une autre bicyclette et la mettre dans une kodobase.
Quelle différence cela fait-il de savoir quelle formule est utilisée pour calculer l'ACF ? Beaucoup plus important est le programme de calcul de l'ACF, qui est ce que la plupart des économistes utilisent pour analyser les données économiques. Non. Quelques indications d'un spécialiste des DSP, Matcadas avec Matlab. S'agit-il de logiciels spécialisés dans l'analyse des données économiques ? Non. Par conséquent, le cercle des économistes qui utilisent ces paquets est très restreint. Pourquoi les résultats du calcul de l'ACF dans des progiciels spécialisés, qui ont des millions d'utilisateurs et ont corrigé tous les bugs depuis longtemps, ne sont-ils pas donnés ? Qui a établi les algorithmes et leur application correcte ?
Nous aurions pu ne pas mentionner les forfaits spéciaux. Mais ce fil de discussion est ouvert à la discussion d'une tâche générale, et ACF n'est qu'une étape dans la solution de cette tâche générale. Si nous en avions discuté dans le cadre de paquets spéciaux (EViews, R ....), nous aurions tout de suite compris que l'ACF est une bagatelle, les premiers pas de l'analyse qui pourrait potentiellement répondre à la question posée sont faits par d'autres calculs. En outre, après avoir calculé l'ACF, nous devrions franchir quelques étapes supplémentaires pour répondre à la question du sujet.
Et, surtout, il faudrait s'en remettre à la méthodologie des statistiques, qui jette toujours le doute sur les chiffres obtenus. Comme pour l'ACF, les valeurs de corrélation dans l'ACF doivent nécessairement être accompagnées d'une probabilité qui indiquera le niveau de confiance dans les valeurs de corrélation résultantes. L'expérience de l'utilisation de l'ACF sous cette forme montre que très souvent cette probabilité tourne autour de 0,5, c'est-à-dire qu'il n'est pas clair s'il est possible ou impossible de faire confiance à la valeur de corrélation disponible dans un camp donné.
Je propose de revenir au premier message du sujet. Décrivez au moins en mots une liste d'actions qui répondraient à la question du sujet. Et le sujet le mérite.
Il n'y a pas de preuve rigoureuse.
La périodicité de la volatilité change - on peut faire une supposition. Mais la série doit être suffisamment longue et le TF inférieur à 4H. Sur un échantillon de 500 observations, comme dans les graphiques, il n'est pas certain qu'une série de prix réels donne un tel effet. Et ce n'est pas le fait que gpsh ne donnera pas une réalisation avec le même effet. Ou plutôt, c'est un fait qu'il aura le même effet ou plus.
Les fameuses queues épaisses sont en fait la présence de "valeurs aberrantes". La série doit également être suffisamment longue. Sur un échantillon relativement court, vous pouvez choisir un outil qui ne donnera pas un effet aussi évident. Un gpsh ordinaire, bien sûr, ne montrera pas un tel effet.
Autocorrélation - il y a les deux. C'est absurde.
Soit ce qui a été suggéré - trouver un critère de différence pour les TS spécifiques.
1. C'est tout à fait faux. La fonction d'autocorrélation n'a vraiment qu'une seule définition :
2) Mais vous pouvez penser à au moins quarante-deux façons de l'évaluer (et non de la calculer), c'est-à-dire de calculer l'ACF de l'échantillon.
2. Vous avez raison sur le point 2, comme je l'ai dit plus haut à Privalov, mais l'auteur de cette branche du forum a manifestement des problèmes de vue.
1. Sur le point (1) vous vous trompez, et en plus vous vous trompez monstrueusement.
Ils ont d'abord inventé l'ACF, puis ils ont trouvé une formule, et enfin ils ont élaboré une "définition" statistique moderne.
Il n'y a pas de "définition" de l'autocorrélation. Ce que vous indiquez ci-dessus n'est qu'une bribe alambiquée de Kolmogorovianisme.
L'ami de Karl, Yule, a décrit l'autocorrélation DANS LE MONDE entier en 1926 - comme la corrélation-similarité des PUSH d'une seule série temporelle ou d'une seule onde sinusoïdale (ci-dessus, je viens de répéter en MOTS ce concept naturel pour les mathématiciens de l'époque). Yule n'a même pas de formule pour la "corrélation sérielle" comme il l'appelle dans cet article. Il n'a donné que des graphiques de l'ACF. La méthode s'est avérée utile, et plus tard Walker l'a un peu formalisée, et les formules modernes bien connues ne sont apparues qu'après les travaux de Kolmogorov, vers 1942, par Anderson.
Voici la page originale où la corrélation sérielle est mentionnée pour la première fois au monde :
Il n'existe pas de "formule" unique pour l'autocorrélation, tout comme il n'existe pas et ne peut exister de "formule unique pour la reconnaissance des formes". Toutes ces formules modernes sont simplement des implémentations de différentes manières privées de reconnaître la similarité d'une fonction avec elle-même.
La corrélation sérielle, comme l'appelle son auteur Yule, ou l'autocorrélation, est - en des MOTS simples - une mesure de l'autosimilarité d'une fonction. Et comment calculer cette mesure - c'est oui, vous avez raison - même de cent quarante-deux façons. L'essentiel est d'avoir un résultat.
1942 :
C'était la fin de l'histoire.
C'est réglé, alors.
Eh, si seulement c'était aussi facile !
Il va bientôt déterrer Karl et son ami Jürl et les amener ici pour prouver son point de vue. ....
Eh, si seulement c'était aussi facile !
C'est exactement le contraire : il s'avère (et c'est ainsi) que tout ce que nous avons dans les livres sont soit des formulations extrêmement générales, soit des cas particuliers étroits, qui, si tant est qu'ils soient mis en avant, le sont avec beaucoup de réserves et de limitations. Surtout si l'on tient compte du fait qu'outre l'analyse de corrélation linéaire (cette dernière peut difficilement inclure l'analyse non paramétrique), il existe également une analyse non linéaire, par exemple l'algorithme de déformation temporelle dynamique qui a déjà été mentionné sur ce forum. Et ce n'est que la partie visible de l'iceberg.
Ouverture.
Naturellement, toutes les méthodes de statistiques matricielles ont des limites quant aux caractéristiques des données d'entrée utilisées. Et il est clair que les séries de prix des marchés financiers, en raison de la présence de rétroaction, ne peuvent pas être directement utilisées dans ces méthodes sans leur transformation.
DTW ? Peut-être qu'une distorsion non linéaire dans le temps donnera quelque chose dans la recherche de modèles. Mais jusqu'à présent, ce n'est que de la théorie.
Le problème est résolu ici : https://forum.mql4.com/ru/54199/page38
faa1947:
.....Le texte de votre code ne répond pas à cette question.......
C'est le cas. Il y a le mot "point" dedans. Mais un trader n'est pas intéressé par une "période" pure. Comme le disait Mark Twain, "l'histoire ne se répète pas, elle RIFME".
George Marsaglia a mélangé des morceaux de "musique" rap et les a présentés comme une série aléatoire parfaite. Il a appelé le rap "bruit noir" qui passe tous les tests PRNG.
https://tams.informatik.uni-hamburg.de/paper/2001/SA_Witt_Hartmann/cdrom/Internetseiten/stat.fsu.edu/diehard.html
ou
http://www.robertnz.net/true_rng.html
Alors comment peut-il s'agir de "bruit aléatoire" - si nous pouvons les interpoler sur le lecteur et entendre un signal polyharmonique périodique plus ou moins significatif ? Il s'agit d'un échantillonnage et d'une quantification insuffisants, et d'une méconnaissance de la structure interne du "bruit noir". Le test DIEHARD, qui peut extraire la périodicité de n'importe quoi, ne peut pas extraire la périodicité de la musique rap parce qu'il estime qu'il n'y a pas de structure interne du signal. Mais il est là. C'est la même chose avec le Forex - tous les systèmes de trading (à l'exception de notre système) ne peuvent pas extraire la structure interne du signal.
Parce qu'il est très court.
Les techniciens radio ne rêveraient jamais de ce qu'ils appellent "ToR" - missions techniques. Aucun technicien radio n'entreprendrait même une telle tâche - déterminer les paramètres d'un signal sous-échantillonné POUR SON SEUL PERIOD.
Généralisons un peu, en utilisant les concepts du fil de discussion "Qu'est-ce qu'un INDICATEUR ?
https://www.mql5.com/ru/forum/137416
1. En fait, à des fins de négociation, tout ce qui compte est de savoir OÙ - à la hausse ou à la baisse - le prix va évoluer en moyenne. Le trader accepte à l'avance de geler une partie de ses fonds auprès de son courtier ("marge") afin que sa position de trading puisse résister aux fluctuations aléatoires des prix - pour autant que ce trader SAVE exactement où ce prix ira en moyenne dans le sens de sa position de trading.
Il n'y a rien de nouveau dans cette description, c'est juste que tous les traders novices ne comprennent pas exactement cela, ne comprennent pas ce qu'ils font.
2) Ainsi, en se basant sur la base JURIDIQUE d'un contrat de trading, et aussi sur les objectifs économiques du trading - il est important pour le trader de ne connaître rien d'autre que DEUX positions de la direction du prix - à la hausse ou à la baisse. Sur cette base, un bon indicateur ou un indicateur "idéal" pour le trading ne devrait montrer que deux signaux (comme un sémaphore) à la hausse ou à la baisse. Rouge ou vert. Tous les autres arts graphiques sur l'écran n'ont aucune signification pour le trading. D'autant plus que l'œil humain aime jouer avec les illusions et les visions. L'indicateur de trading doit être conditionnel, une alternance d'une barre rouge et d'une barre verte - à la hausse ou à la baisse. Et une telle barre indique une certaine valeur "moyenne" de la série de prix.
3. Les moyennes de prix sont actuellement calculées à l'aide de moyennes mobiles (MA), qui sont utilisées dans la technique. Et il est bien connu que cette approche ne fonctionne pas sur le forex, le marché le plus volatil, avec les mouvements de prix les plus imprévisibles. La moyenne arithmétique n'est donc PAS un bon indicateur de la position moyenne sur le marché des changes. C'est là que d'autres moyennes sont nécessaires. Ces autres moyennes ne peuvent pas être simples, car le marché du Forex lui-même est complexe.
4. Les "autres" moyennes dans un cas aussi complexe doivent être calculées à l'aide de méthodes compliquées - des méthodes statistiques. Et celles qui ne le sont pas reposent sur la confiance dans le caractère RMS des écarts aléatoires par rapport à cette très "bonne moyenne".