De la théorie à la pratique - page 299
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
Eh bien, je ne suis pas d'accord sur le lieu.
Je n'ai jamais été intéressé par cette question. C'est elle, les prix, ses propres affaires. Où ça va, c'est bien. Ce que nous avons est ce avec quoi nous travaillons.
Je ne me suis jamais intéressé à cette question. C'est elle, les prix, ses propres affaires. Où il va, c'est bien. Ce que nous avons est ce avec quoi nous travaillons.
Cela s'applique aux graphiques minute, sur des périodes plus longues, vous pouvez prédire avec un certain degré de probabilité où il ira.
Je ne me suis jamais intéressé à cette question. C'est elle, les prix, ses propres affaires. Où il va, c'est bien. Ce que nous avons est ce avec quoi nous travaillons.
J'ai trouvé un chiffre - 0.0018, tout s'est passé sans calcul.
Quel est l'intérêt ?
Cela fait deux jours que je me creuse la tête, je ne sais pas où ni comment l'appliquer...
Si vous avez rencontré quelque chose de ce genre, veuillez me donner un indice.Je rappelle qu'en novembre 2017, Alexandre a parlé d'un certain invariant, qui s'est souvent avéré être 0,0018. Je pense qu'il se référait aux paramètres t2 de la distribution de Student, le paramètre d'échelle, et je pense la dérive. Le numéro m'a frappé pour une raison quelconque.
Merci !
Je vais vérifier la viabilité de ce chiffre.
Nous attendons de voir s'il y aura un retour à une sorte de moyenne, jusqu'à présent le graphique est presque immobile.
Je me souviens qu'en novembre 2017, Alexander parlait d'une sorte d'invariant, qui s'est souvent avéré être 0,0018. Je pense qu'il se référait aux paramètres t2 de la distribution de Student, le paramètre d'échelle, et je pense la dérive. Je me souviens du numéro pour une raison quelconque.
0.18
Oui, j'utilise toujours cet invariant.
Il s'agit de la valeur moyenne du coefficient d'asymétrie de l'asymétrie non paramétrique de la distribution de probabilité des prix.
Encore une fois - si nous prenons un certain volume d'échantillonnage de tick (par exemple = 10.000) et que nous calculons la variance et l'asymétrie de ce volume à l'arrivée de chaque nouveau tick, elles sont toujours différentes - de zéro à l'infini. Mais si, à chaque étape, vous calculez la moyenne de ces valeurs, vous verrez qu'elles sont pratiquement des constantes.
Je regarde ça depuis six mois maintenant. Jamais auparavant cette valeur moyenne, par exemple pour un mois, n'a été >0,2 ou <0,16 pour aucune des 32 paires de devises.
La conclusion est que la distribution de probabilité du prix moyen est stable. Nous essayons de détruire cette structure par nos actions mais nous ne pouvons pas. La série de prix rétablit sa structure par des tendances. C'est ce que j'appelle l'effet "mémoire" du processus.
0.18
Oui, j'utilise toujours cet invariant.
Il s'agit de la valeur moyenne du coefficient d'asymétrie de l'asymétrie non paramétrique de la distribution de probabilité des prix.
Encore une fois - si nous prenons un certain volume d'échantillonnage de tick (par exemple = 10.000) et que nous calculons la variance et l'asymétrie de ce volume à l'arrivée de chaque nouveau tick, elles sont toujours différentes - de zéro à l'infini. Mais si, à chaque étape, vous calculez la moyenne de ces valeurs, vous verrez qu'elles sont pratiquement des constantes.
Je regarde ça depuis six mois maintenant. Jamais auparavant cette valeur moyenne, par exemple pour un mois, n'a été >0,2 ou <0,16 pour aucune des 32 paires de devises.
La conclusion est que la distribution de probabilité du prix moyen est stable. Nous essayons de détruire cette structure par nos actions mais nous échouons. La série de prix rétablit sa structure par des tendances. C'est ce que j'appelle l'effet "mémoire" du processus.
Lorsque vous prenez l'exposant des valeurs maximales, il diminue plus rapidement que la série d'incréments. Si vous changez le coefficient, il s'avère être de 1,6, mais c'est une valeur grossière.
0.18
Oui, j'utilise toujours cet invariant.
Il s'agit de la valeur moyenne du coefficient d'asymétrie de l'asymétrie non paramétrique de la distribution de probabilité des prix.
Encore une fois - si nous prenons un certain volume d'échantillonnage de tick (par exemple = 10.000) et que nous calculons la variance et l'asymétrie de ce volume à l'arrivée de chaque nouveau tick, elles sont toujours différentes - de zéro à l'infini. Mais si, à chaque étape, vous calculez la moyenne de ces valeurs, vous verrez qu'elles sont pratiquement des constantes.
Je regarde ça depuis six mois maintenant. Jamais auparavant cette valeur moyenne, par exemple pour un mois, n'a été >0,2 ou <0,16 pour aucune des 32 paires de devises.
La conclusion est que la distribution de probabilité du prix moyen est stable. Nous essayons de détruire cette structure par nos actions mais nous échouons. La série de prix rétablit sa structure par des tendances. C'est ce que j'appelle l'effet "mémoire" du processus.
Eh bien, je divisais juste par un point afin de comparer les paires d'une certaine manière... et j'ai obtenu 0,0018.
Oui, en effet, c'est une moyenne.
cependant, il n'y a pas encore beaucoup d'effet de cette idée non plus.
1. Une fois encore - si nous prenons un certain volume d'échantillon de tick (par exemple = 10.000) et que nous calculons la variance et l'asymétrie pour ce volume à l'arrivée de chaque nouveau tick, elles sont toujours différentes - de zéro à l'infini. Mais si vous calculez la moyenne de ces valeurs à chaque étape, vous verrez qu'elles sont pratiquement des constantes.
2. Conclusion - la distribution de probabilité des prix est stable en moyenne. Nous essayons de détruire cette structure par nos actions mais nous n'y arrivons pas. La série de prix rétablit sa structure par des tendances. C'est ce que j'appelle l'effet "mémoire" du processus.
1. On l'appelle la loi des grands nombres ou la température moyenne dans un hôpital).
2. Le régulateur laisse simplement le prix osciller tant qu'il évolue dans les limites nécessaires, et sinon il le corrige dans la direction souhaitée par la tendance. Le régulateur "se souvient" de ce que le prix devrait être))
Rechercher le mysticisme et un mystérieux processus aléatoire de formation des prix est bien sûr naïf, mais il est tout à fait possible de tomber sur des formules mathématiques astucieuses qui vont en quelque sorte analyser et prédire cela sans tenir compte de la tendance, qui n'est initialement pas fortuite...