De la théorie à la pratique - page 349

 
Novaja:

Je me demandais où en était la recherche sur les flux Erlang ? Peut-on espérer obtenir une distribution normale ?

BonjourNovaja.

Un domaine controversé, inexploré...

Pour autant que je puisse joindre 2 fichiers pour EURUSD à mon avis pour les 25-27 avril.

EURUSD.csv - données lues régulièrement avec un intervalle = 2 sec.

EURUSD_Erlang_1.csv - lecture exponentielle avec p=0.5( intervallemoyen également = 2 sec.).

Si l'on observe la distribution des incréments de ces séries, on remarque immédiatement que pour le flux le plus simple EURUSD_Erlang_1, l'asymétrie est presque égale à 0, contrairement au flux uniforme.

Je vais, en temps voulu, compléter la recherche. Patience, mes amis.

Dossiers :
EURUSD_Datas.zip  341 kb
 
Alexander_K2:

Bonjour, ma douceNovaja.

Un domaine controversé, inexploré...

Jusqu'à présent, je peux joindre 2 fichiers pour EURUSD à mon avis pour les 25-27 avril.

EURUSD.csv - lecture régulière des données avec intervalle = 2 sec.

EURUSD_Erlang_1.csv - lecture exponentielle avec p=0.5( intervallemoyen également = 2 sec.).

Si l'on examine les distributions de ces séries, on remarque immédiatement que l'asymétrie pour le flux simple EURUSD_Erlang_1 est presque nulle, contrairement au flux uniforme.

Je vais, en temps voulu, compléter la recherche. Patience, mes amis.

Très heureux de vous voir aussi)) Dites-moi, à quoi est lié le décalage de l'affichage à 2 sec.

Au fait,@Maxim Dmitrievsky a fait une lecture exponentielle pour les ticks.

https://www.mql5.com/ru/forum/86386/page875#comment_7299394

 
Novaja:

Très heureux de vous voir aussi)) Pouvez-vous me dire, quelle est la raison du passage à 2 secondes dans la lecture ?

Au fait,@Maxim Dmitrievsky a fait une lecture exponentielle pour les ticks.

https://www.mql5.com/ru/forum/86386/page875#comment_7299394

Ceci est un exemple. D'après mes données, en augmentant l'intervalle de lecture, certaines ordures se trouvent toujours dans le flux uniforme, tandis que dans les flux Erlang apparaît une distribution de Laplace( ???), c'est-à-dire dans Excel kurtosis=3, asymétrie=0. Une distribution normale dans Excel devrait donner kurtosis=0, n'est-ce pas ? Je ne le vois pas encore.

Oui, je l'ai fait. Max est bon.

 
Alexander_K2:

Ceci est un exemple. D'après mes données, en augmentant encore l'intervalle de lecture, il y a toujours des déchets dans le flux uniforme, et les flux Erlang dessinent une distribution de Laplace( ???), c'est-à-dire dans Excel kurtosis=3, asymétrie=0. Une distribution normale dans Excel devrait donner kurtosis=0, n'est-ce pas ? Je ne le vois pas encore.

Oui, je l'ai fait. Max est bon.

D'ailleurs, on m'a déjà posé des questions à ce sujet, les étrangers sont intéressés.. :

Quelle est la distribution du prix ?

 
Renat Akhtyamov:

D'ailleurs, on m'a déjà posé des questions à ce sujet, les étrangers sont intéressés... :

Distribution de Laplace des prix ?

Je soupçonne qu'il ne s'agit même pas d'une distribution de Laplace, mais d'une distribution hyperbolique.https://en.wikipedia.org/wiki/Generalised_hyperbolic_distribution

Pourquoi est-il si important d'obtenir une distribution stable des incréments ?

Clair comme le jour - alors toute la puissance mathématique connue pour les processus gaussiens, les processus de Levy, etc. - sont à votre service.

Tant qu'une telle distribution connue des gradients n'est pas obtenue (et il est impossible d'y parvenir avec une lecture uniforme, selon moi), tout Graal est hors de question.

Il y aura un Graal en bois (sur la base de la théorie de Shelepin, avec 1 affaire par semaine, comme la mienne) et rien de plus. Mais, nous voulons littéralement arracher l'argent de l'arbre de vie à chaque seconde, n'est-ce pas ?

 
Alexander_K2:

Ceci est un exemple. D'après mes données, en augmentant encore l'intervalle de lecture, il y a toujours des déchets dans le flux uniforme, et les flux Erlang dessinent une distribution de Laplace( ???), c'est-à-dire dans Excel kurtosis=3, asymétrie=0. Une distribution normale dans Excel devrait donner kurtosis=0, n'est-ce pas ? Je ne le vois pas encore.

Oui, je l'ai fait. Max est bon.

Oui, vous avez raison, skewness=0 est bon, kurtosis=3 est mauvais. Ces valeurs font référence à la distribution de Laplace (exponentielle bilatérale).

Les seules valeurs de données (observées ou non) qui contribuent de manière significative à l'aplatissement sont celles qui se situent en dehors de la zone de pic, c'est-à-dire les valeurs aberrantes. Par conséquent, l'aplatissement ne mesure que les valeurs aberrantes ; il ne sait rien du "pic".

Une distribution avec un excèspositif de kurtosis est appeléeleptokurtique ou leptokurtique. "Lepto" signifie "mince"[9] En termes de forme, une distribution leptokurtique a desqueuesplus denses.Les exemples de distributions leptokurtiques comprennent ladistribution de Student, ladistribution de Rayleigh, ladistribution de Laplace, ladistribution exponentielle, ladistribution de Poisson et ladistribution logistique. Ces distributions sont parfois appeléessuper-gaussiennes.

Une autre distribution que vous devriez considérer : la distribution hyperbolique.

https://en.wikipedia.org/wiki/Hyperbolic_distribution

https://en.wikipedia.org/wiki/Generalised_hyperbolic_distribution

 
Alexander_K2:

Je ne soupçonne même pas une distribution de Laplace, mais une distribution hyperboliquehttps://en.wikipedia.org/wiki/Generalised_hyperbolic_distribution.

Pourquoi est-il si important d'obtenir une distribution stable des incréments ?

Clair comme le jour - alors toute la puissance mathématique connue pour les processus gaussiens, les processus de Levy, etc. - sont à votre service.

Tant qu'une telle distribution connue des gradients n'est pas obtenue (et il est impossible d'y parvenir avec une lecture uniforme, selon moi), tout Graal est hors de question.

Il y aura un Graal en bois (sur la base de la théorie de Shelepin, avec 1 affaire par semaine, comme la mienne) et rien de plus. Mais, nous voulons littéralement arracher l'argent de l'arbre de vie à chaque seconde, n'est-ce pas ?

Les pensées convergent)))) Et l'hyperbolique généralisée, tout le problème réside dans les "queues lourdes", nous devons les alléger, obtenir la normale.

Alexander, si ce n'est pas difficile, vous avez déjà tout calculé dans votre dossier, pouvez-vous me laisser un message ?

 
Alexander_K2:

Je ne soupçonne même pas une distribution de Laplace, mais une distribution hyperboliquehttps://en.wikipedia.org/wiki/Generalised_hyperbolic_distribution.

Pourquoi est-il si important d'obtenir une distribution stable des incréments ?

Clair comme le jour - alors toute la puissance mathématique connue pour les processus gaussiens, les processus de Levy, etc. - sont à votre service.

Tant qu'une telle distribution connue des gradients n'est pas obtenue (et il est impossible d'y parvenir avec une lecture uniforme, selon moi), tout Graal est hors de question.

Il y aura un Graal en bois (sur la base de la théorie de Shelepin, avec 1 affaire par semaine, comme la mienne) et rien de plus. Mais, nous voulons littéralement arracher l'argent de l'arbre de vie à chaque seconde, n'est-ce pas ?

J'espère que vous avez vu mon post justifiant l'absurdité du trading forex HFT ?
 
Renat Akhtyamov:
J'espère que j'ai vu mon message, qui démontre l'absurdité du trading HFT sur le marché des changes ?

Je l'ai fait à temps. Notamment, si vous essayez votre modèle vers minuit, les résultats seront plusieurs fois plus rentables. Il semblerait que vous puissiez gagner de l'argent, mais, contre toute attente, le spread sera également plus important à ce moment-là.

Dès que nous avons l'occasion de faire des bénéfices, le spread augmente. Quelle désagréable coïncidence.

 
l'idée de trouver une sorte de distribution des intervalles de temps, de la superposer aux ticks réels et d'obtenir une distribution laplacienne ?

Bien sûr, toute idée a le droit d'exister, mais je ne pense pas que ça va marcher ici parce que tout est artificiel.

Je ne pense pas que si l'on impose des intervalles de temps artificiels à un processus sans mémoire, on puisse en faire un processus avec mémoire.