De la théorie à la pratique - page 340
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
Si le signal est stationnaire et périodique, il est inutile de le tuer, car il s'agit d'un graal, corrigé du bruit résiduel.
si le signal est un bruit stationnaire - encore mieux, pas besoin de NS du tout
L'auteur ne s'intéresse pas du tout à la nature du signal. Son objectif est d'en extraire la composante de bruit, en espérant que le bruit prédit avec précision les prochaines valeurs du signal. )))
Qu'est-ce que c'est que cette absurdité ? De telles querelles sont facilement prévisibles.
À propos, voici également un article de synthèse sur les prévisions de la BP qui recommande d'isoler et d'analyser la composante de bruit après avoir éliminé les composantes de tendance, cycliques et autres signaux...
https://pokrovka11.files.wordpress.com/2011/12/emetrix_time_series.pdf
Quel est le sens commun, ce n'est pas clair...
En transformant le BP en RNG, il vous sera impossible de gagner quoi que ce soit, en principe).
Vous vous contredisez,"Vous pouvez prédire la moyenne et la variance pour RNG (valeur stationnaire), pour cela étudiez les distributions" Vous avez répondu à la question vous-même, alors que la variance et la moyenne seront des constantes.
Une conclusion digne du passage de la théorie à la pratique : pas de signal, pas de modèle sain, pas de compte pamm. Ils nous ont même appelés sourciers)).
En attendant Alexandre III - il ne manquera pas d'échouer)
Vous vous contredisez,"Pour un RNG (valeur stationnaire) vous pouvez prédire la moyenne et la variance, pour cela vous étudiez les distributions" Vous avez répondu à la question vous-même, alors que la variance et la moyenne sont des constantes.
Il n'y a pas de contradiction.
Pour les incréments sur le CLO, la prédiction de l'incrément moyen est possible, c'est une constante égale à 0. Pour une série de prix par LFO (intégrale d'une série d'incréments, alias "marche aléatoire"), cela signifie une prédiction 50/50 de la direction du trade, et il n'y a aucune possibilité de gagner. La prédiction de l'incrément de courant le plus proche (que A_K2 a écrite) est également 0 plus moins quelques RMS, ce qui n'a aucune utilité pratique.
Mais les incréments GSF sont un modèle de prix simplifié, un modèle de base, une approximation zéro.
Contrairement au GSF, dans les incréments de prix réels, il existe une dépendance du prix suivant par rapport au précédent, c'est-à-dire qu'il y a des situations où la prévision du sens de la transaction diffère significativement de 50/50. Votre tâche consiste à trouver de telles situations dans les incréments de prix, et par définition elles n'existent pas dans le RNG.
Face à un downisme flagrant, sous la forme de l'affirmation selon laquelle on ne peut pas prédire des séries de nombres aléatoires avec la distribution d'Erlang, je suis obligé de quitter le forum pour toujours.
Alexander, personnellement, j'essaie par exemple de vous épargner le coût de nombreuses années de recherche en attirant votre attention sur des chemins délibérément faux, que j'ai empruntés avant même que vous ne les connaissiez.
Donc, en "quittant le forum pour toujours", vous ne faites que vous rendre un mauvais service.
En attendant Alexandre III :)
Il n'y a pas de contradiction.
Pour les incréments LFO, prévoir l'incrément moyen est possible, c'est une constante de 0. Pour une série de prix sur le LFO (intégrale d'une série d'incréments, alias "marche aléatoire"), cela signifie une prédiction 50/50 de la direction du trade, et il n'y a aucune possibilité de gagner. La prédiction de l'incrément de courant le plus proche (que A_K2 a écrite) est également 0 plus moins quelques RMS, ce qui n'a aucune utilité pratique.
Mais les incréments GSF sont un modèle de prix simplifié, un modèle de base, une approximation zéro.
Contrairement au GSF, dans les incréments de prix réels, il existe une dépendance du prix suivant par rapport au précédent, c'est-à-dire qu'il y a des situations où la prévision du sens de la transaction diffère significativement de 50/50. Votre tâche consiste à trouver de telles situations dans les incréments de prix, et par définition elles n'existent pas dans le RNG.
La probabilité que l'écart en valeur absolue selon la distribution normale soit inférieur à 3*SCO est de 0,9973. En d'autres termes, la probabilité que la valeur absolue de l'écart dépasse le triple de la valeur efficace est très faible et est de 0,0027=1-0,9973. Cela signifie qu'elle n'est susceptible de se produire que dans 0,27 % des cas.
En pratique : si la distribution de la variable aléatoire étudiée est inconnue, mais que la condition est vérifiée, alors la variable étudiée est normalement distribuée, sinon elle n'est pas normalement distribuée, ce que prouve la BP, mais si nous obtenons la normalité de la BP en conséquence d'une transformation non linéaire, alors pourquoi ne pas utiliser cette règle ?
La probabilité que l'écart en valeur absolue sous une distribution normale soit inférieur à 3*SCO est de 0,9973.
Pas la déviation, mais un incrément. Mais A_K2 ne négocie pas un seul incrément, il négocie juste l'écart par rapport à la SMA composé de plusieurs incréments consécutifs. Pour ces déviations, nous devons construire notre propre distribution et calculer notre propre probabilité. En outre, la SMA elle-même se déplace au cours d'une transaction, de sorte que l'on peut se demander si le prix de clôture sera bénéficiaire. La bonne idée est de dessiner une distribution des écarts dans le temps par rapport au prix d'entrée, et je suppose qu'elle sera beaucoup plus proche de l'uniforme que de la normale.
En bref, tout ce spam sur les flux et les distributions est de la pure eau scientifique sans la moindre compréhension de ce qui se passe) La normalité, pour nos besoins, signifie... enfin, rien du tout, sauf que c'est normal).
Cela signifie que cela peut arriver seulement 0,27% du temps.
et si on y réfléchit bien ? les résidus sont analysés pour voir si le modèle a sélectionné toutes les informations. S'il s'agit de bruit, c'est bon. La tendance et la sévérité sont tuées pour l'homoscédasticité, les cycles restent pour la prévision. Pas de cycles périodiques - pas de prévision (sauf pour le gain attendu).
Dans le marché, les cycles sont non périodiques, donc ARIMA ne fonctionne pas, mais essayez d'appliquer GARCH pour la variance variable (hétéroscédasticité), lorsque la mémoire du processus ne peut pas être complètement tuée, et les prochaines valeurs de volatilité dépendent des précédentes.
Alexander a proposé un moyen de tuer l'effet ARCH (mémoire de processus, markoving, fat tails) et son récit ne peut en aucun cas être considéré comme incorrect ou absurde.
Si le marché est en constante évolution : changements d'amplitude, de phase et de fréquence, une dé-tendance ne sera d'aucune aide, car tout est possible sur l'historique du processus, par ajustement, mais l'inertie présente dans le marché est censée donner la possibilité d'élaborer une telle approche, à court terme, mais lorsque les règles changent, l'ajustement historique diverge de la réalité. Il est possible d'obtenir des approches alternatives pour traiter la non-stationnarité du processus, sous la forme d'un éclaircissement des BP par des flux d'Erlang (flux de Palm), et d'autres alternatives sont également possibles.