De la théorie à la pratique - page 376
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
Ici, nous sommes principalement intéressés par la variance et donc l'écart-type. Laissez-nous le réécrire :
sigma = CORNER(c*lambda*t), où :
c est une constante
lambda - la valeur moyenne des incréments
t - temps.
Cette formule est l'Alpha et l'Omega, le Yin et le Yang du Forex. Le Graal, pour faire simple.
Voyons cela plus en détail, en soulignant l'erreur que j'ai commise.
En regardant votre formule, Eskander, je me rappelle comment j'ai dansé sur ce râteau en 2006 (avant même de faire connaissance avec ce forum).
Ça me donne envie de le faire.
Nous entrons immédiatement dans le domaine conceptuel, où non seulement les calculs mathématiques sont nécessaires, mais aussi un niveau approprié de pensée abstraite, de philosophie, si vous voulez.
1. TIME t.
Le temps... Un personnage philosophique ! La pierre d'achoppement des penseurs et des philosophes. Un cadeau du destin ou l'inconnu, un abîme dans lequel nous ne sommes pas censés regarder ? Pas de réponse... Mais nous en avons besoin ! Essayons de comprendre.
Pourquoi ne calculons-nous pas la variance de façon continue depuis le début du Forex jusqu'à sa mort logique ?
La réponse est évidente. Même le grand physicien Einstein et le trader Gunn ont remarqué que la variance d'un processus est proportionnelle à la racine de t.
Honnêtement, je ne sais pas quelle était la mesure du temps de Gann, mais avec Einstein, c'était des secondes.
Donc, si vous suivez l'écart-type tout le temps, il croît avec le temps et . Et ce n'est pas grave. Pas de revenus, pas de prix Nobel... Rien.
Nous sommes donc contraints de considérer le processus dans une fenêtre temporelle d'observation strictement définie, en espérant qu'une certaine fonction de densité de probabilité avec un écart type approprié se déroule dans cette fenêtre.
En regardant votre formule Escander, je me souviens avoir dansé sur ce râteau en 2006 (avant de connaître le forum).
Ça me donne envie de le faire.
:))) C'est une bonne chose.
Maintenant, regardez le truc avec le temps.
Rappel :
sigma = Racine(c*lambda*t), où :
c est une constante
lambda - la moyenne des incréments
t - temps.
Choisissons une fenêtre de temps glissante d'observation t=14400 sec. (4 heures. Pourquoi 4 heures ? C'est un sujet pour une discussion séparée).
2. La valeur moyenne des incréments lambda.
Tous les processus physiques similaires au mouvement brownien sont toujours considérés sous l'hypothèse d'un caractère aléatoire des collisions de particules, avec deltaT -->0 entre les collisions.
Cependant, dans notre cas, cette hypothèse est incorrecte. Le caractère des changements dans le nombre de cotations dans la fenêtre d'observation glissante =4 heures a une nature cyclique selon le moment de la journée et est différent pour les différentes paires de devises.
Ainsi, si nous considérons lambda comme une moyenne temporelle, il donnera les mêmes données erronées pour une paire de devises avec des sauts énormes mais peu fréquents et pour une paire avec de petits sauts fréquents.
Il est correct de prendre lambda comme une moyenne du nombre d'offres reçues au temps t.
Réécrivons la formule de l'écart-type :
sigma = Racine(c*(SUM(ABS(return))/N)*t), où :
c est une constante
retour - la valeur de l'incrément à un moment donné du temps
N - le nombre de citations pour le temps t
t - temps.
Excellente vidéo, je l'ai regardée hier et je suis resté assis pendant une heure à réfléchir à la façon dont je pourrais ajouter un triangle de Pythagore comme gestion de l'argent à une sorte de grille d'ordres.
Pour l'instant, nous ne considérons pas la constante c. C'est très important et nous y reviendrons.
Maintenant, je vais juste souligner la chose désagréable qui m'a frappé en plein visage. Et ça fait un mal de chien...
J'avais l'habitude de travailler avec un temps uniforme t=1 sec. J'ai considéré théoriquement les intervalles exponentiels comme une possibilité de travailler avec les flux Erlang.
Dans la fenêtre=4 heures avait :
sigma = Racine(c*(SUM(ABS(return))/N)*14400).
Mais le problème n'était pas encore résolu. La constante c ! C'est celui qui n'est pas si facile à calculer. Je sais comment le faire, mais pour cela nous devons entrer dans l'espace où toutes les paires de devises en 4 heures ont le même nombre de cotations pour le temps t. C'est-à-dire entrer dans le bon flux Erlang.
Pour l'instant, je mets simplement c=0.01 pour les paires JPY et c=0.0001 pour toutes les autres.
C'est-à-dire que j'ai utilisé la formule :
sigma = Racine(0.01*(SUM(ABS(return))/N)*14400) pour les paires avec JPY.
sigma = Racine(0.0001*(SUM(ABS(return))/N)*14400) pour tous les autres.
Maintenant je pense que ça y est - c'est l'heure des flux Erlang.
J'ai choisi un fil de 2ème ordre. C'est-à-dire que le temps moyen de lecture d'un devis = 2 secondes. J'ai compris :
sigma = Racine(0.01*(SUM(ABS(return))/N)*7200) pour les paires JPY.
sigma = Racine(0.0001*(SUM(ABS(return))/N)*7200) pour tous les autres.
И... Je l'ai eu dans le cul...
Que faire ? Abandonner les flux d'Erlang ? Revenir en arrière ?
Non !
Le chemin vers le Graal continuera.
Mais, pour l'instant, j'ai besoin d'aide.
Je demande à des mathématiciens-programmeurs respectés de suggérer un générateur HF avec distribution Erlang qui produirait des nombresentiers, mais dont la valeur moyenne suivrait strictement l'ordre du flux
Je pense qu'il devrait s'agir d'un générateur de distribution Pascal discret (voir distribution binomiale négativehttps://habr.com/post/265321), mais je ne suis pas sûr...
Le problème est le suivant.
Si j'utilise le générateur NF dehttps://en.wikipedia.org/wiki/Erlang_distribution(voirGenerating Erlang-distributed random variates), alors les nombres au format réel pour un fil d'ordre 5 avec lambda=1 ont réellement une moyenne arithmétique, un mode et une médiane = 5. Mais au format Integer moda et median = 5, mais la moyenne arithmétique = 5.5. J'ai besoin que tout soit strictement = 5 au format Integer également, car nous travaillons en temps discret.
Merci d'avance.
Que faire ? Abandonner les flux d'Erlang ? Revenir en arrière ?
Non !
Le chemin vers le Graal continuera.
Mais, pour l'instant, j'ai besoin d'aide.
Je demande à des mathématiciens-programmeurs respectés de suggérer un générateur HF avec distribution Erlang qui produirait des nombresentiers, mais dont la valeur moyenne suivrait strictement l'ordre du flux
Je pense qu'il devrait s'agir d'un générateur de distribution Pascal discret (voir distribution binomiale négativehttps://habr.com/post/265321), mais je ne suis pas sûr...
Le problème est le suivant.
Si j'utilise le générateur NF dehttps://en.wikipedia.org/wiki/Erlang_distribution(voirGenerating Erlang-distributed random variates), les nombres au format réel pour un flux de 5ème ordre avec lambda=1 ont réellement une moyenne arithmétique, un mode et une médiane = 5. Mais au format Integer moda et median = 5, mais la moyenne arithmétique = 5.5. J'ai besoin que tout soit strictement = 5 au format Integer également, car nous travaillons en temps discret.
Merci d'avance.
Recueillir des statistiques sur le nombre de numéros générés par le GSF de l'ordinateur. Vous obtiendrez chaque fois le même résultat si le nombre de générations est suffisamment grand.
Utilisez donc un cotier