De la théorie à la pratique - page 3
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
le marché se débat avec les volumes d'achat et de vente.
Je ne me débats pas. Sur le marché, autant on achète, autant on vend. C'est toujours un équilibre total.
Ouaip...
Maintenant !
https://www.oanda.com/lang/ru/forex-trading/analysis/open-position-ratios
Considérons maintenant le côté droit de l'équation de Fokker-Planck, composé de trois termes :
1. La dérive M(x,t) est une mesure de la tendance centrale des mouvements de prix à une taille d'échantillon particulière. Dans notre cas, il s'agit d'une moyenne pondérée mobile WMA, où le poids w de chaque valeur de prix en tick est déterminé à partir de la densité de probabilité des incréments pour une paire de devises particulière à l'aide dela formule:
Densité de probabilité:
par Mikhail Dovbakh:
s^2/[2*sqrt((s^2+x^2)^3)]
Les notations suivantes s'appliquent :
X - augmentation du prix
S - facteur d'échelle (non égal à l'écart-type en général).
Il convient toutefois de préciser qu'il s'agit d'une formule asymptotique, et lorsqu'il s'agit d'argent, nous aimons tous la précision, n'est-ce pas ?
Par conséquent, dans mes calculs, j'utilise les valeurs exactes de densité de probabilité, que j'ai calculées pour chaque paire de devises sur la base de données historiques.
Pour l'EURJPY, cela se présente comme suit :
Ici, pour chaque valeur d'incrément dans les blocs CASE, il existe des valeurs de probabilité spécifiques, séparément pour l'offre et la demande, qui sont utilisées comme pondérations dans le calcul de la moyenne pondérée mobile.
Je le répète, le marché n'a pas de terrain d'entente et le processus de négociation est chaotique.
Et cette théorie est construite précisément sur la déviation du milieu
Il y a toujours plus de marchandises achetées que vendues dans un magasin ! !!Il n'est pas du tout difficile de faire écran à ce bruit. Cependant, je suis d'accord pour dire que cette tâche (éliminer le bruit des tiques) ne doit pas être abordée du tout.
Enfin, pour aujourd'hui, il s'agit de déterminer la taille de l'échantillon de données à cocher nécessaire pour l'analyse.
TRÈS IMPORTANT !
En général, c'est la tâche la plus difficile de toutes celles que j'ai rencontrées sur mon chemin. Il est clair que le marché est auto-similaire et que le TS doit fonctionner avec n'importe quelle taille d'échantillon. Mais il existe des tailles d'échantillon, différentes pour les différentes paires de devises, à partir desquelles le niveau de profit atteint des valeurs maximales.
J'ai fait une première tentative pour résoudre ce problème dans le sujet :
https://www.mql5.com/ru/forum/220237/page2
Mais cela ne correspondait pas au commerce réel et c'est tout... La formule semble être correcte - mais quelque chose ne va pas...
La chose la plus importante - cet échantillon devrait couvrir presque toutes les valeurs d'incréments pour une paire de devises particulière.
J'ai réalisé une série d'expériences et j'ai compris que la formule permettant d'estimer la taille d'échantillon requise se présente comme suit
N=(Z^2*(S/E)^2)/2, où
Z - quantile de la distribution des incréments d'une certaine paire de devises
S - écart-type
E - précision des mesures
Par exemple, pour la paire EURJPY, le quantile de la probabilité de confiance de 0,999 est5,337746244, l'écart type =2,99751979 et la taille de l'échantillon s'avère être 12,800. Je l'ai vérifié expérimentalement - les valeurs maximales de profit sont effectivement obtenues.
Je peux proposer l'hypothèse suivante pour expliquer ce fait :
La distribution t2 de Student formée au niveau des incréments de prix ne disparaît JAMAIS, elle se forme sous une forme ou une autre autour des mesures de la tendance centrale, en particulier pour les déviations linéaires du prix par rapport à la moyenne pondérée mobile, et atteint une similarité maximale lorsque la taille de l'échantillon couvre presque complètement la distribution t2.
C'est tout pour aujourd'hui.
Bonne chance à tous !
Vous cherchez un livre :
Orlov Y.N., Osminin K.P. Non-stationary time series : methods of
Méthodes de prévision avec des exemples d'analyse des marchés financiers et des marchés des matières premières. - М. :
Maison du livre LIBROCOM, 2011. - 384 с.
Il existe un matériel proche de ce thème dans les prépublications :
http://library.keldysh.ru/preprint.asp?id=2013-3
La distribution t2 de Student, après s'être formée au niveau des incréments de prix, ne disparaît JAMAIS, elle se forme sous une forme ou une autre autour des mesures de tendance centrale, en particulier pour les déviations linéaires du prix par rapport à la moyenne pondérée mobile, et atteint une similarité maximale lorsque la taille de l'échantillon couvre presque complètement la distribution t2.
Dites cela à ceux qui ont survécu au franc et à la livre...
Vous cherchez un livre :
Orlov Y.N., Osminin K.P. Non-stationary time series : methods of
Méthodes de prévision avec des exemples d'analyse des marchés financiers et des marchés des matières premières. - М. :
Maison du livre LIBROCOM, 2011. - 384 с.
Il existe un matériel proche de ce sujet dans les préprints :
http://library.keldysh.ru/preprint.asp?id=2013-3
J'étais intéressé et j'ai fait des recherches aussi. Je n'ai pas trouvé le livre, mais j'ai trouvé de nombreux preprints de l'Institut Keldysh et d'autres auteurs et co-auteurs. Parmi eux, la thèse de doctorat "Algorithmes de prévision des séries temporelles non stationnaires" d'Osminin, soutenue en octobre 2008 sous la supervision du Dr Orlov. Orlov a publié en 2009 un livre intitulé "Vovk V.S., Novikov A.I., Glagolev A.I., Orlov Y.N., Bychkov V.K., Udalov V.A. World industry and LNG markets : forecast modelling". - Moscou : OOO Gazpromexpo, 2009. - 312 p." et un autre en 2012, coécrit avec Osminin : "Orlov Y. N., Osminin K. P. Methods of Statistical Analysis of Literary Texts. - Moscou : Editorial URSS, 2012. - 312 с.". On peut en conclure que lui et Osminin changent parfois de direction, et que le livre que nous recherchons reflète des résultats qui étaient déjà dans la thèse d'Osminin. Je joins donc le texte de la thèse.
Alexander_K, veuillez me dire si vous et le système logiciel VisSim que vous utilisez activement tenez compte de l'inapplicabilité de la théorie classique des probabilités aux citations, notée à la pg. 4 de la thèse d'Osminin :
"Alors que dans le cas stationnaire, il existe une confiance évidente dans la cohérence asymptotique des estimations d'une statistique particulière, dans le cas non stationnaire, il n'y a pas de notion de population générale proprement dite, qui...rend inapplicable tout l'appareil développé de la statistique mathématique moderne, sauf lorsque l'identité fonctionnelle a priori du modèle de processus est donnée."
J'ai l'impression que vous gravitez autour d'un seul type identifié de distribution de probabilité (l'une des distributions classiques, celle de Student). Y a-t-il une erreur méthodologique inhérente à cela ?
Je me suis intéressé et j'ai fait des recherches aussi. Je n'ai pas trouvé le livre, mais j'ai trouvé de nombreux preprints de l'Institut Keldysh et d'autres de ces auteurs et co-auteurs. Parmi celles-ci figure la thèse de doctorat "Algorithmes de prévision des séries temporelles non stationnaires", soutenue fin octobre 2008 sous la direction scientifique d'Orlov. Orlov a publié en 2009 un livre intitulé "Vovk V.S., Novikov A.I., Glagolev A.I., Orlov Y.N., Bychkov V.K., Udalov V.A. World industry and LNG markets : forecast modelling". - Moscou : OOO Gazpromexpo, 2009. - 312 p." et un autre en 2012, coécrit avec Osminin : "Orlov Y.N., Osminin K.P. Methods of statistical analysis of literary texts. - Moscou : Editorial URSS, 2012. - 312 с.". On peut en conclure que lui et Osminin changent parfois de direction, et que le livre que nous recherchons reflète des résultats qui étaient déjà dans la thèse d'Osminin. Je joins donc le texte de la thèse.
Alexander_K, dites-moi, s'il vous plaît, si vous et le système logiciel VisSim que vous utilisez activement tenez compte de l'inapplicabilité de la théorie classique des probabilités aux citations, notée à la p. 4 de la thèse d'Osminin :
"Alors que dans le cas stationnaire, il existe une confiance évidente dans la cohérence asymptotique des estimations d'une statistique particulière, dans le cas non stationnaire, il n'y a pas de notion de population générale proprement dite, qui...rend inapplicable tout l'appareil développé de la statistique mathématique moderne, sauf lorsque l'identité fonctionnelle a priori du modèle de processus est donnée."
J'ai l'impression que vous gravitez autour d'un seul type identifié de distribution de probabilité (l'une des distributions classiques, celle de Student). Y a-t-il une erreur méthodologique inhérente à cela ?
J'ajouterais aussi : "Et au type de moyenne d'AMM autrefois identifié", "Et à la méthode autrefois identifiée d'échantillonnage d'une séquence d'échantillons"...