De la théorie à la pratique - page 255
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
Pendant que je suis occupé à régler le problème de WebMoney et à ouvrir un compte de signaux et de PAMM sans restriction, je voudrais m'attarder encore et encore sur le point clé - les intervalles de temps entre les cotations en tick.
Je l'ai vérifié une fois de plus. Voici ce que j'ai obtenu pour la paire AUDCAD :
Voici la distribution des intervalles de temps entre les ticks réels
Je ne cesse de répéter qu'il s'agit de la DISTRIBUTION DISCRITE DE LOGARIFIE
La colonne C représente les valeurs réelles de la fonction de densité de probabilité
Colonne D - calculée par la formule dehttps://ru.wikipedia.org/wiki/Логарифмическое_распределение avec p=0.7.
Messieurs !!!!!!!!!
Eh bien, montrez-moi au moins une théorie qui fonctionnerait avec de tels intervalles de temps entre les événements.
Il n'y en a pas et il n'y en a pas à attendre.
C'est pourquoi je partitionne cette série temporelle avec un exposant, en y introduisant des pseudo-états et en travaillant avec des équations de diffusion.
Non, pas une distribution lognormale, le graphique ressemble à un exposant.
https://ru.wikipedia.org/wiki/%D0%9B%D0%BE%D0%B3%D0%BD%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B5_%D1%80%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5
mais voici l'exposant :
https://ru.wikipedia.org/wiki/%D0%AD%D0%BA%D1%81%D0%BF%D0%BE%D0%BD%D0%B5%D0%BD%D1%86%D0%B8%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B5_%D1%80%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5
Voici la lognormale, la distribution du nombre de ticks par barre.
https://forum.fxclub.org/threads/32942-prostye-nenuzhnye-veshhi?p=594214&viewfull=1#post594214
Non, pas une distribution lognormale, le graphique ressemble à un exposant.
https://ru.wikipedia.org/wiki/%D0%9B%D0%BE%D0%B3%D0%BD%D0%BE%D1%80%D0%BC%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B5_%D1%80%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5
mais voici l'exposant :
https://ru.wikipedia.org/wiki/%D0%AD%D0%BA%D1%81%D0%BF%D0%BE%D0%BD%D0%B5%D0%BD%D1%86%D0%B8%D0%B0%D0%BB%D1%8C%D0%BD%D0%BE%D0%B5_%D1%80%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5
Non. Les intervalles de temps entre les tics réels sont logarithmiques, point final.
https://en.wikipedia.org/wiki/Logarithmic_distribution
Si c'est une propriété d'un processus non-markovien, alors je suis encore plus content. Qu'il soit logarithmique. La "spirale du temps" me vient immédiatement à l'esprit... La beauté, en un mot.
Mais, la beauté ne nous suffit pas, n'est-ce pas ?
Et oui ! Messieurs de la physique et des mathématiques !
La tête baissée et la casquette enlevée, je vous demande humblement de poster sur ce fil une formule VRAIMENT éprouvée pour calculer le coefficient de Hearst.
Les formules ont été oubliées depuis longtemps, car il existe de nombreux logiciels prêts à l'emploi qui, entre autres, calculent le coefficient de Hurst.
C'est ce qu'on appelle l'idée de différenciation fractionnée. Les valeurs requises sont automatiquement recherchées, par exemple auto.arima {forecast} . Le résultat de la fonction sera deux vecteurs contenant trois valeurs :
Vous pouvez également nommer d'autres paquets.
PS.
Dans l'ensemble mentionné, votre Hurst est un détail mineur, et extrêmement rare. Mais c'est pour des broutilles, car ce paquet est débile, car les marchés ne sont pas seulement NON stationnaires, il y a encore plus d'une centaine de modèles pour lesquels ils ont été inventés.
Pendant que je suis occupé à régler le problème de WebMoney et à ouvrir un compte de signaux et de PAMM sans restriction, je voudrais m'attarder encore et encore sur le point clé - les intervalles de temps entre les cotations en tick.
Je l'ai vérifié une fois de plus. Voici ce que j'ai obtenu pour la paire AUDCAD :
Voici la distribution des intervalles de temps entre les ticks réels
Je ne cesse de répéter qu'il s'agit de la DISTRIBUTION DISCRITE DE LOGARIFIE
La colonne C représente les valeurs réelles de la fonction de densité de probabilité
Colonne D - calculée par la formule dehttps://ru.wikipedia.org/wiki/Логарифмическое_распределение avec p=0.7.
Messieurs !!!!!!!!!
Eh bien, montrez-moi au moins une théorie qui fonctionnerait avec de tels intervalles de temps entre les événements.
Il n'y en a pas et il n'y en a pas à attendre.
C'est pourquoi je casse cette série temporelle avec un exposant, j'y introduis des pseudo-états et je travaille avec des équations de diffusion.
Dis-moi, Alexandre, quelles raisons as-tu de répéter inlassablement qu'il s'agit d'une "DISTRIBUTION LOGARIFIQUE DISCRETE" ? En pièce jointe à votre message se trouve une feuille de calcul, à partir des données de laquelle, comme je le devine, on construit un histogramme des fréquences des échantillons à l'aide des outils de Vissim, puis dans la colonne D on ajoute les probabilités calculées de cette distribution pour comparaison à p=0.7. Pourquoi ne pas logarithmer l'axe des ordonnées des graphiques ? Vous voyez, je l'ai juste logarithmé dans le même tableau en le cochant, et j'ai ajouté une comparaison des deux séries de fréquence (colonnes C, D). Après la ligne mise en évidence à gauche, l'écart devient notable et, à la fin de l'intervalle de valeurs que vous avez choisi pour l'analyse (30), la probabilité calculée diffère de la fréquence mesurée d'un facteur 10. Et pourtant vous attrapez le comportement des tiques sur les queues de leurs distributions. Je ne comprends pas.
C'est exactement ce que je vous ai dit) à la sortie des commandes d'achat/vente de Vissim. Sur ces commandes, le robot envoie un OrderSend au prix actuel. Il n'a pas de SL/TP, il se ferme aussi sur commande.
Vous avez trop compliqué les choses).
Donc, en gros, l'algorithme est le suivant :
1 Prendre les n derniers ticks.
2 Reconstruire leurs temps(uniquement les temps)
3 croire que maintenant vous pouvez appliquer l'équation de diffusion, et l'appliquer
4 nous déterminons si le moment actuel du marché est éloigné de l'espérance mathématique (nous avons pris n avant le dernier tick)
5 si le marché est suffisamment élo igné (la définition est très vague, mais vous ne mentionnez pas l'autre), nous lançons OrderSend(sur le marché !). L'achat ou la vente est déterminé par la direction dans laquelle la déviation a été trouvée.
6 Pendant que la transaction est ouverte , la seconde du même côté ( !) sur le même actif ne s'ouvre pas.
7 ticks continuer à lire et faire la même chose à partir du point 1
Remarque : une transaction sera clôturée lorsque notre estimé VisSim décidera au point 5 que nous avons atteint l'espérance mathématique. Il n'y a pas d'autres conditions pour sortir d'une transaction ? Aucun filtre de signal supplémentaire ?
N'est-ce pas ?
Ou corrigez-moi.
Re :
Dans quelle mesure l'espérance mathématique qu'il a calculée diffère-t-elle de celle que vous pouvez calculer directement à partir des données du marché ? Leurs valeurs doivent être versées dans le journal pour chaque transaction. Les RMS sont-elles très différentes ? Lesniveauxderrière lesquels il remonte à la moyenne ne sont pas calculables sans se convertir à son espace ? Comment lenombre de transactions et le pourcentage de transactions rentables changent-ils si ces niveaux sont placés plus loin/plus près de M ?
Alors vous et l'auteur n'avez tout simplement pas les réponses.
Il n'y a pas de temps, "préparez vos poches". N'est-ce pas ?
Cette fois, l'erreur n'est pas pertinente. Tout ce qui compte, c'est que ces intervalles ne sont pas initialement uniformes ou exponentiels.
Le déroulement des événements n'est manifestement pas aléatoire ! Cela montre une fois de plus la nature non marquante des processus sur le marché.
Je le répète - nous ne disposons pas d'un appareil mathématique développé pour décrire les processus non-markoviens, c'est pourquoi la plupart des traders s'embrouillent, inventent de plus en plus de nouvelles façons de lutter contre le marché, etc.
Moi, par contre, je le fais simplement - je lis avec force les citations à travers l'exposant.
Cela me donne le droit d'utiliser les équations de la diffusion, où, d'ailleurs, la racine temporelle que vous aimez apparaît, c'est de cela que je parle.
Sincèrement,
Alexander_K2
Vérifié à nouveau. C'est ce que j'ai obtenu pour la paire AUDCAD :
Voici la distribution des intervalles de temps entre les ticks réels
Eh bien, montrez-moi au moins une théorie qui fonctionnerait avec de tels intervalles de temps entre les événements.
Je suis probablement en train d'être puérilement obtus, mais quand même.
Pourquoi detels intervalles de temps sont-ils déconcertants ? Parce que nous allons augmenter le poids des sections où il y avait des échanges puissants ? Et si nous dessinions simplement des chandeliers par ces ticks, d'une durée d'au moins dix secondes, si les ticks le permettent ? Prenez ensuite la médiane d'un chandelier ? Et on obtient une série de pseudo-points égaux dans le temps. Pourquoi pas ?
Non, vous écrivez toutes les bonnes choses, mais pour une raison quelconque, vous tirez le RMS dans vos posts.
Je ne compte pas CCO. Il n'est pas là. Il existe une variance calculée par la formule à travers le coefficient de diffusion et le temps.
Et j'ai un paramètre supplémentaire pour l'entrée - c'est le coefficient d'asymétrie non paramétrique skew https://en.wikipedia.org/wiki/Nonparametric_skew, mais il ne fonctionne pas bien. Je suis à la recherche d'un remplaçant. C'est soit Hurst, soit la non-entropie.
Je suis probablement en train d'être puérilement obtus, mais quand même.
Pourquoi detels intervalles de temps sont-ils déroutants ? Parce que le poids de ces pièces augmentera là où il y avait de puissants pro-métiers ? Et si nous dessinions simplement des chandeliers par ces ticks, même de dix secondes, si les ticks le permettent ? Prenez ensuite la médiane d'un chandelier ? Et on obtient une série de pseudo-points égaux dans le temps. Pourquoi pas ?
Cherchez sur Internet - existe-t-il un appareil mathématique permettant de décrire des processus dont le flux d'événements se déroule dans des intervalles logarithmiques ? Et à travers les exponentielles, il y en a ! À travers des intervalles de temps uniformes, ma stratégie fonctionne de la même manière, mais de façon légèrement moins bonne.
Cette fois, l'erreur n'est pas pertinente. Tout ce qui compte, c'est que ces intervalles ne sont pas initialement uniformes ou exponentiels.
Le déroulement des événements n'est manifestement pas aléatoire ! Cela montre une fois de plus la nature non marquante des processus sur le marché.
Je le répète - nous ne disposons pas d'un appareil mathématique développé pour décrire les processus non-markoviens, c'est pourquoi la plupart des traders s'embrouillent, inventent de plus en plus de nouvelles façons de lutter contre le marché, etc.
Moi, par contre, je le fais simplement - je lis avec force les citations à travers l'exposant.
Cela me donne le droit d'utiliser les équations de la diffusion, où, d'ailleurs, la racine temporelle que vous aimez apparaît, c'est de cela que je parle.
Sincèrement,
Alexander_K2
Alexander, combien de valeurs avez-vous pris pour que l'échantillon comprenne que la distribution est logarithmique ?