Cosa rende un grafico instabile instabile o perché l'olio è olio? - pagina 32

 
Urain >>:
Мощьное заявление, и главное что все подсознательно хотят чтоб оно было правдой.
Ne sono consapevole io stesso, quindi è un'affermazione equilibrata e verificata. Tuttavia, sapendo quanto può essere insidioso il mercato, invito coloro che desiderano confutare la mia conclusione o trovare un errore logico in essa. Sarei felice che mi si indicasse con competenza cosa sto sbagliando.
 
A proposito, essere in grado di fare previsioni non significa che ci si possa guadagnare sopra :) c'è ancora uno spread
 
Farnsworth писал(а) >>

Non so come lo guardi - ma è abbastanza ovvio che i processi sono stazionari, e l'RMS è lo stesso fino alla sesta cifra. In generale, è un processo stazionario, e i metodi statistici lo confermano con molta precisione (e funziona su scale più piccole). Un'altra cosa è che questo di per sé non rende il processo prevedibile.

Grazie, collega. Cercherò di ripetere i vostri calcoli. Ma vorrei cambiare il corso di queste discussioni e passare dalla teoria alla pratica. Credo che il trading redditizio sul forex sia possibile. Lilliput con il suo sovrano lo ha dimostrato. La domanda che tutti si pongono è la stessa: come trovare e utilizzare la regolarità latente del mercato. Ci sono tre metodi di base per costruire sistemi di trading

  1. Dilettante: leggiamo vari libri intelligenti, troviamo esempi di diversi sistemi come le medie crossover, il rimbalzo dai canali, il breakout dei canali, i livelli di supporto e resistenza, ecc. Codificateli e assicuratevi che non funzionino. Aggiungi diversi filtri usando centinaia di indicatori e ottieni qualcosa che funziona per brevi periodi di tempo e poi fallisce. Si arriva all'idea che il mercato cambia nel tempo ed è necessario adattare i parametri del sistema di trading. Procediamo alle prossime due possibili varianti.
  2. Cerchiamo di adattare un modello di mercato come un modello autoregressivo lineare, una rete neurale multistrato o un'altra funzione non lineare. I coefficienti del modello si adattano automaticamente al mercato.
  3. Rinunciare a modelli lineari e non lineari. Trovare sezioni simili della storia e assumere che il prezzo cambierà allo stesso modo della sezione simile nel passato (metodo del vicino più vicino)

Il grande problema nei punti 2 e 3 è la selezione dei dati di input in modo tale da descrivere la condizione del mercato in modo unico e succinto. È qui che i metodi di riduzione della dimensionalità sono necessari.

Qualcuno si è chiesto come funziona il sistema di Lilliputa? Nella sua intervista ha detto che usa l'algoritmo RIPPER per trovare le regole di entrata e uscita. Qualcuno conosce questo algoritmo?

 
alsu >>:

(1) Я только хотел сказать, что приведенная мной методика проверки ряда на независимость приращений дает практически однозначный и теоретически на 99,99% обоснованный результат - ценовой ряд не является рядом с независимыми приращениями (даже если они мало или вообще не коррелируют). (2) А это, в свою очередь, говорит о том, что все модели работы с ценой, подразумевающие независимость соседних отсчетов - неадекватны.

(1) Sì, gli incrementi non sono indipendenti. Questo è già stato calcolato prima di noi. Il modello GARCH è un metodo famoso e piuttosto semplice per affrontare questo problema. Sono possibili metodi più avanzati. O anche solo aumentare l'ordine del modello GARCH, ed è già molto sofisticato.

(2) Qualsiasi modello è inadeguato, questo deriva dalla definizione del modello. Solo il mercato stesso sarà perfettamente adeguato al mercato. Cioè c'è una scelta costante tra l'aumento dell'adeguatezza del modello e l'aumento della sua complessità, e anche un piccolo aumento di adeguatezza richiede un serio aumento di complessità. La questione è, quindi, quanto sia inadeguato il modello. Un modello semplice è spesso migliore di uno sofisticato. Gli incrementi possono essere considerati indipendenti e anche normalmente distribuiti e il prezzo stesso una passeggiata casuale. In realtà non è così, ma può comunque essere un buon modello da seguire.

 
Farnsworth писал(а) >>

Non ne dubitavo, la domanda è un'altra, cosa hai calcolato esattamente, sto cercando di capirlo (solo per me stesso).

Il punto è che i metodi di verifica chiari (per me) e provati richiedono più segmenti, richiede semplicemente un numero. La serie ottenuta di parametri per segmenti viene analizzata per la corrispondenza a una certa (a seconda del metodo o della sua variante) distribuzione e solo dopo si possono applicare i criteri di tendenza. Per due punti, è difficile trarre tali conclusioni.

Naturalmente, se uno vuole, può farlo. Ecco un semplice esempio: serie EURUSD, M15, con 200 000 campioni nella storia. Divido la serie in due parti di 100 000 e traccio le frequenze delle prime differenze (la seconda immagine è un logaritmo):

Penso che sorriderete, ma l'analisi visiva per la stima della stazionarietà si applica anche come prima informazione. Vediamo come si relazionano gli RMS dei due pezzi:


Come ha detto Shiryaev, la volatilità stessa è volatile. La dispersione è in realtà un modo di misurarla. Sì, ha un valore medio e su lunghi pezzi di storia la media dell'ospedale sarà la stessa, ma questo non significa che sia la stessa su pezzi più corti. È statisticamente provato che la volatilità è basata su cluster e autoregressiva, per questo i modelli ARCH/GARCH sono abbastanza adeguati (è dimostrato in "Fundamentals of Financial Mathematics" di Shiryaev).

Naturalmente, il modello di stazionarietà e invarianza della varianza non considera tali proprietà delle serie reali.

E da un punto di vista puramente visivo, l'analisi dell'onda mostra che ci sono periodi di volatilità crescente (come ora) che hanno la tendenza a continuare. È lo stesso con MO: se contiamo su grandi pezzi di dati, la temperatura media dell'ospedale sarà 0. Tuttavia, questo non esclude periodi di tendenze all'interno. Pertanto, la coincidenza di Mo e varianza sui tratti lunghi non indica la stazionarietà della serie. Se dobbiamo stimare il cambiamento della varianza, dovrebbe essere statisticamente, non di due punti. Per esempio, se volete avere 200 campioni, allora divideteli in serie di 1000 e controllate la distribuzione della dispersione.

 
FOXXXi >>:
Для тех кто по прежнему в танке - М.О. случайного блуждания(цены) равно нулю.

Per stimare la m.o. di questo processo (random walk) almeno nel dominio del tempo, si dovrebbe calcolare se esiste un limite alla media aritmetica di tutti i membri della serie dall'inizio della storia. Ma non c'è limite a questa quantità, né classicamente né per probabilità (l.i.m.). Di quale limite possiamo parlare, se il prezzo nel suo movimento può deviare tanto lontano e tanto a lungo quanto necessario dal valore all'inizio della traiettoria?

Si può parlare di m.o. solo quando si fa la media delle realizzazioni in un dato punto. Ma in questo caso, come ha sottolineato timbo, è uguale al prezzo precedente.

 
Mathemat >>:

Чтобы оценить м.о. этого процесса (случайного блуждания) хотя бы во временно й области, пришлось бы вычислить, существует ли предел среднего арифметического всех членов ряда с начала истории. Но у этой величины предела не существует - ни классического, ни по вероятности (l.i.m.). О каком пределе можно говорить, если цена в своем блуждании может сколь угодно далеко и на достаточно долгое время отклоняться от значения в начале траектории?

Об м.о. можно говорить только при усреднении по реализациям в заданной точке. Но в этом случае, как и указывал timbo, оно равно предыдущей цене.

Sì, la varianza va all'infinito, se consideriamo questa formula: x(t) = x(t-1) + e(t), dove e(t) ~ N(0,1), allora sì, М.О. è uguale al prezzo precedente. Cioè il prezzo di ieri era 1,18, il rumore è zero, allora il prezzo di oggi è x(t) = 1,18+0=1,18 - il nostro profitto è zero, meno la commissione. Ma io intendevo М.О. non alla prossima lettura, ma il movimento previsto SB in futuro.Guarda immagine timbo c "campana" - beh, quante realizzazioni, ciò che equivale il MO? E la scala assoluta non è coinvolto. Cioè se abbiamo commercio EUR / USD - io commercio senza alcun grafico e il prezzo corrente, io premere sul comprare e vendere, e si scambiano da TA, chip clustering - a lungo termine risultato sarà lo stesso.

 
FOXXXi >>:

Да,дисперсия уходит в бесконечность.

Se si parla di oro, forse.

Ma non sulle coppie di valute, inserendo di nuovo la mia opinione.

Come sarebbe su una coppia di valute inversa? A zero? ;)

Guardate il processo in modo binoculare.

Attraverso le quotazioni forward e reverse (per esempio EURUSD e USDEUR)...

Molte illusioni scompariranno.

 
FOXXXi >>:

Посмотри картинку timbo c "колоколом" - ну и,сколько там реализаций,чему равно М.О.?И абсолютная шкала здесь не причём.Тоесть если мы будем торговать евро/долл - я торгую вообще без графика и текущей цены,давлю на бай и селл,а ты торгуешь по ТА,кластеризуешь фибы - в долгосрочке результат будет одинаковым.

Ogni realizzazione moltiplicata per la probabilità di questa realizzazione equivale all'aspettativa matematica uguale al prezzo di oggi o a zero, a seconda del punto di partenza. Per la formula x(t) = x(t-1) + e(t) l'aspettativa è E[x(t)] = E[x(t-1)] + E[e(t)] dove E[e(t)] = 0. Corrispondentemente, E[x(t)] = E[x(t-1)]= E[x(t-2)] = E[x(t-3)] per qualsiasi t fino al momento in cui si conosce già il prezzo ed è uguale a una cifra specifica, non all'aspettativa.
 
FreeLance >>:

Если вы о золоте - может быть. Но не на валютных парах, опять вставляю свое мнение. Как это на обратной паре будет выглядеть? К нулю? ;)

Le coppie di valute non sono beni normali, ci sono regole diverse per loro. Se si guardano le barre mensili, si può dire che il processo è mean-reverting - ritorno alla media. Tuttavia, d'altra parte, considerando che nessuno fa trading su barre mensili e nessun deposito è abbastanza lungo da resistere ad anni di drawdown, cioè nessuno può nemmeno avvicinarsi alla nozione di non solo infinito, ma anche solo "lungo". E su scala ridotta, anche le coppie di valute si comportano come un vagabondaggio casuale.