Calculez la probabilité d'inversion - page 3
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
En général, on sait peu de choses sur le processus, ici j'ai volontairement généré une séquence, dans laquelle l'étape suivante dépend de la précédente et la probabilité de continuation est d'environ 65%, je ne me souviens pas exactement. C'est-à-dire que j'ai défini la probabilité de continuation-> généré la séquence-> obtenu la distribution, maintenant je veux récupérer le paramètre de la probabilité de continuation à partir de la distribution.
Il est peu probable qu'il soit possible de le calculer de manière analytique. Vous pourriez essayer une simulation de Monte Carlo pour voir approximativement comment la distribution (par exemple sa variance) dépend de la probabilité de continuation.
En général, je ne sais pas grand chose du processus, j'ai intentionnellement généré une séquence, où l'étape suivante dépend de la précédente et où la probabilité de continuation est d'environ 65%, je ne me souviens plus exactement. En d'autres termes, j'ai défini la probabilité de continuation-> généré la séquence-> obtenu la distribution, maintenant je veux récupérer le paramètre de la probabilité de continuation à partir de la distribution.
Dans le post original, c'était : "d'où la question de savoir comment, n'ayant qu'un diagramme de densité de probabilité, calculer la probabilité d'inversion à chaque étape."
Vous voulez donc trouver un chiffre (65% dans l'exemple) commun à toutes les étapes ? Vous ne voulez pas connaître les probabilités d'inversion (pas nécessairement les mêmes) à chaque étape ?
Dans le post original, c'était : "d'où la question de savoir comment, avec seulement un diagramme de densité de probabilité, calculer la probabilité d'inversion à chaque étape."
Vous voulez donc trouver un chiffre (65% dans l'exemple) commun à toutes les étapes ? Vous ne voulez pas connaître les probabilités d'inversion (pas nécessairement les mêmes) à chaque étape ?
La signification de l'histogramme est la suivante : on prend un échantillon de 10 étapes (une étape peut être ascendante ou descendante) et on mesure la distance à laquelle le processus s'est déplacé par rapport au point de départ pour ces 10 étapes. Ensuite, nous prenons 10 000 échantillons de ces échantillons et nous calculons combien de pourcentages sont passés à -10 pas du point de départ (vers le bas), puis à -8, -6 et ainsi de suite. Ces pourcentages sont inscrits sur l'histogramme, et les valeurs de -10 à 10 sont inscrites en bas de l'histogramme.
Pourquoi l'avoir limité aux dix points les plus intimes. Pour les bords de l'intervalle de probabilité non nulle P <> 0 (points atteignables) à chaque numéro d'étape i, l'égalité P(max) = k^i est vraie, où k est la fraction constante requise de directions d'étape vers le haut. Par conséquent, P(min) = (1-k)^i. A partir de ces fronts de propagation des perturbations, nous pouvons également estimer k. Seulement, il ne faut pas prendre le milieu (10 sur 10 000) mais les bords.
Vous pouvez utiliser un intervalle de 10 pas, alors votre histogramme montre Pmax=0.0217, k = 0.0217^0.1=0.68178, Pmin=0.0225, k = 0.0225^0.1=0.684255. Il n'est pas très différent de 0,65. Mais ici vous pouvez voir que vous avez k exactement la probabilité de continuation de la tendance, alors que je parlais de la probabilité d'une hausse dans le post ci-dessus.
L'erreur d'estimation diminuera si vous faites plus de pas. Mais il faut que les probabilités Pmax et Pmin aient encore un ordre de grandeur raisonnable, elles diminuent rapidement avec l'augmentation de i. A 30 étapes, leurs valeurs seront pour k=0.7 d'environ 0.00002, pour k=0.3 d'environ 2.00E-16 (k est la probabilité d'avancement).
///
D'où la question de savoir comment, avec seulement un graphique de densité de probabilité, calculer la probabilité d'inversion à chaque étape.
///
La somme d'un côté de la barre centrale + la moitié de la barre centrale divisée par la somme totale de toutes les barres. Probabilité.
...
Supposons que nous ayons le graphique de densité de probabilité suivant
Ici, sur l'axe des x, vous pouvez voir combien de pas une personne a fait depuis le point de départ, de -10 (à gauche) à +10 (à droite) et il est signé avec quelle probabilité il l'a fait en %. Comment trouver quelle était la probabilité de tourner à chaque étape ?
Et qu'entendez-vous par demi-tour ? - Un pas dans la direction opposée ou tous les pas suivants dans la direction opposée ?
À première vue, le problème habituel dans le domaine des chaînes de Markov est l'évolution de la distribution initiale dans le temps. Une certaine complication est due au fait que la chaîne est du second ordre (la probabilité du prix à l'instant n dépend non seulement du prix à l'instant n-1, mais aussi à l'instant n-2).
Le calcul doit être effectué numériquement. De manière élégante (analytique), il serait possible sauf à calculer une distribution stationnaire, mais ici elle n'est évidemment pas définie.
Alexey, et étant donné le graphique des probabilités des étapes finies et le fait que l'étape suivante p=50%, ne peut pas être résolu comme une distribution de table stationnaire ?
ap : compris que ce n'est pas 50%. Mais tout de même, si l'on considère que la distribution reste normale, et que cette même probabilité est constante sur cet échantillon alors je pense qu'il est possible de la calculer analytiquement.
Et si elle n'est pas constante, alors le problème a de nombreuses solutions.
Vous pouvez utiliser un intervalle de 10 pas, alors votre histogramme montre Pmax=0.0217, k = 0.0217^0.1=0.68178, Pmin=0.0225, k = 0.0225^0.1=0.684255. Il n'est pas très différent de 0,65. Mais ici vous pouvez voir que vous avez k exactement la probabilité de continuation de la tendance, alors que je parlais de la probabilité d'une hausse dans le post ci-dessus.
L'erreur d'estimation diminuera si vous faites plus de pas. Mais il faut que les probabilités Pmax et Pmin aient encore un ordre de grandeur raisonnable, elles diminuent rapidement avec l'augmentation de i. A 30 étapes, leurs valeurs seront pour k=0.7 d'environ 0.00002, pour k=0.3 d'environ 2.00E-16 (k est la probabilité d'avancement).
Que voulez-vous dire par un demi-tour ? - Un pas dans la direction opposée ou tous les pas suivants dans la direction opposée ?
Alexey, et le graphique donné des probabilités d'étapes finies et le fait que l'étape suivante p=50%, ne pouvez-vous pas résoudre comme une distribution de table stationnaire ?
ap : compris que ce n'est pas 50%. Mais tout de même, si l'on considère que la distribution reste normale, et que cette même probabilité est constante sur cet échantillon alors je pense qu'il est possible de la calculer analytiquement.
Et si elle n'est pas constante, alors le problème a de nombreuses solutions.
Que voulez-vous dire par un demi-tour ? - Un pas dans la direction opposée ou tous les pas suivants dans la direction opposée ?
Alexey, et le graphique donné des probabilités d'étapes finies et le fait que l'étape suivante p=50%, ne pouvez-vous pas résoudre comme une distribution de table stationnaire ?
ap : compris que ce n'est pas 50%. Mais tout de même, si l'on considère que la distribution reste normale, et que cette même probabilité est constante sur cet échantillon alors je pense qu'il est possible de la calculer analytiquement.
Et si elle n'est pas constante, alors le problème a de nombreuses solutions.
Par définition, la distribution stationnaire ne doit pas changer à chaque étape. Dans ce cas, toute distribution va "s'étaler" à chaque étape, ce qui augmente la variance.