De la théorie à la pratique - page 577

 
Alexander_K:

1. Vitesse = Somme des incréments (Absolu) / temps

2. Lambda = Somme des incréments (absolus)/nombre de cotations réelles

3. Temps = fenêtre d'observation

4. Ecart-type D = Sqrt(Vélocité * Lambda * Temps)

5. Mon graphique a l'espérance +- l'écart type*quantile.

A propos de la racine cubique...

J'ai essayé de lire l'écart type comme SUMM(ABS(returns))/DEVEL(N,0.3333333) ou même SUMM(ABS(returns))/DEVEL(N,0.4) au lieu de SUMM(ABS(returns))/DEVEL(N,0.5).

Cela semble mieux fonctionner, mais je ne suis pas encore sûr. Je dois regarder et lire davantage...

Il s'avère donc que : Ecart-type D =Sqrt(somme des incréments*somme des incréments*temps

------------------------------------------------------------

temps* nombre de guillemets réels )

total : somme des incréments/Sqrt(nombre de citations réelles), le temps est complètement abandonné ici, n'est-ce pas ?

 
Novaja:

Résultats totaux : Ecart-type D =Sqrt(somme des incréments*somme des incréments*temps

------------------------------------------------------------

temps* nombre de guillemets réels )

total : somme des incréments/Sqrt(nombre de citations réelles), le temps n'est pas pris en compte ici, n'est-ce pas ?

Si on considère la vitesse moyenne par temps = fenêtre d'observation, alors oui, si elle est instantanée, disons par tic, alors non...

 
Vizard_:

Demandez à Zhenya ou à quelqu'un d'autre de le faire.

1.Turquie + enveloppe.
2.Equity (2x spread).

Insérez la formule - regardez la coupe, etc.
Ensuite, vous pouvez ajouter des ha...


Eh bien, oui - la somme des incréments dans la fenêtre coulissante, si je comprends bien. Bel indicateur, mais il ne fait pas grand-chose sur les tendances. Mais - cool... Mais pas génial... Je suis confus.

Je suis en train de lire un livre en ce moment. C'est le meilleur que j'ai trouvé depuis un moment. On y trouve beaucoup de choses dont nous avons parlé dans ce fil de discussion + les réseaux neuronaux.

Je le publie à nouveau.

Dossiers :
 
Novaja:

Résultats totaux : Ecart-type D =Sqrt(somme des incréments*somme des incréments*temps

------------------------------------------------------------

temps* nombre de guillemets réels )

Total : somme des incréments/Sqrt(nombre de citations réelles), le temps s'arrête ici complètement, non ?

C'est drôle. Si nous prenons également une cotation à 4 chiffres, alors la "somme des incréments (Absolu)" est égale au produit 0.0001 * N, où N est le "nombre de cotations réelles", et

Ecart-type D = 0,0001 * N / N^0,5 = 0,0001 * N^0,5 = Sqrt (N/100). Donc tout le truc est ce qui est pris à la place des vraies citations. Comment ils sont éclaircis.

 
Vladimir:

Drôle. Si vous prenez également un DC avec une cotation à 4 chiffres, alors la "somme des incréments (Absolu)" est égale au produit 0,0001 * N, où N est le "nombre de cotations réelles", et

Ecart-type D = 0,0001 * N / N^0,5 = 0,0001 * N^0,5 = Sqrt (N/100). Donc tout le truc est ce qui est pris à la place des vraies citations. Comment ils sont éclaircis.

Le sujet est intéressant, mais n'a rien à voir avec le marché.

Des images, des noms et des termes étranges, qui n'ont rien à voir avec le marché.

Il n'y a pas d'incréments, ce n'est pas dans cette zone qu'il faut les chercher.

 
Alexander_K:

...

J'ai essayé de compter l'écart type comme SUM(ABS(returns))/Degree(N,0.3333333) ou même SUM(ABS(returns))/Degree(N,0.4) au lieu de SUM(ABS(returns))/Degree(N,0.5).

Cela semble mieux fonctionner, mais je ne suis pas encore sûr. J'ai encore besoin de regarder et de lire...

Il me semble que si vous prenez l'ABS(retours)^4 au lieu de l'ABS(retours), il y aura une réaction plus vive aux écarts par rapport à la moyenne, et vous semblez les attraper.

 
Vitaly Muzichenko:

Le sujet est intéressant, mais n'a rien à voir avec le marché.

Des images, des noms et des termes étranges, qui n'ont rien à voir avec le marché. Il n'y a pas d'incréments, ce n'est pas un domaine dans lequel il faut les chercher.

Vous devez lire à partir du chapitre 2. Et les formes de distributions sont les mêmes que sur le Forex. Et le réseau neuronal détermine les paramètres de ces distributions. Dans l'ensemble, un bon livre.

 
Vizard_:

Faites un outil approprié. À la volée - introduisez la formule et regardez la coupe.
Je veux qu'il prenne en compte quelques millions d'observations et qu'il ait un graphique évolutif.
C'est ce que je dis...

Compris. Bien reçu.

 
Vladimir:

Il me semble que si vous prenez l'ABS(retours)^4 au lieu de l'ABS(retours), il y aurait une réaction plus vive aux écarts par rapport à la moyenne, et vous semblez les capter.

:)

 
Maxim Dmitrievsky:
Bon sang, c'est tellement intéressant, je pourrais m'asseoir toute la journée... mais ça ne rapporte pas d'argent)

:))) Je me suis choqué moi-même... Il manque quelque chose...

Mais le sorcier s'entête à me conseiller de finir une matière. Eh bien, si nous devons le faire, nous le ferons. J'ai peur que nous ne puissions pas le faire sans un réseau neuronal. Dans le livre (voir ci-dessus), les gars utilisent le neuronet pour déterminer les paramètres de la distribution du courant "à la volée". Peut-être est-ce ce qui manque....

Après tout, le quantile est toujours une constante, dérivée de la fonction de distribution gaussienne du quantile, et il s'agit d'une approximation très grossière. Le quantile doit également être calculé de manière dynamique. C'est là qu'un réseau neuronal peut s'avérer très utile.