Viaggio medio giornaliero in punti per strumento. - pagina 21
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
A proposito, il tuo ultimo post si è fermato al numero 228, non ho potuto fare a meno di prenderlo in giro.
Questo è tutto, me ne vado.
A proposito, il tuo ultimo post si è fermato al numero 228, non ho potuto fare a meno di prenderlo in giro.
Questo è tutto, me ne vado.
Come si può rendere conto, in un metodo chirurgico, del cambiamento della densità del flusso tic?
così, in parallelo, voglio guardare il calcolo della media geometrica standard degli indici, tenendo conto della densità dei tick (cambiamento del volume dei tick).
Ma come tenerne conto nella formula (quella standard). forse per ogni coppia la volatilità e la densità di tick dovrebbero essere confrontate prima, e poi dovrebbero essere prese in considerazione nel calcolo degli indici.
Il vero meccanismo che determina i movimenti dei prezzi delle attività è difficilmente conosciuto con certezza. L'unica cosa che si può dire con certezza è che c'è un fattore casuale nei movimenti dei prezzi. Ma la natura di questa casualità può variare.
Secondo un'ipotesi, i logaritmi delle variazioni di prezzo seguono la distribuzione normale, ma questa distribuzione non è stazionaria. Cioè, sia l'aspettativa matematica che la deviazione standard della distribuzione possono variare nel tempo. Di conseguenza, quando si elabora un campione empirico usando metodi statistici standard che assumono che l'intero campione sia tratto da una singola popolazione generale, si ottiene un campione non gaussiano. Questo può essere espresso sotto forma di code pesanti di una distribuzione empirica (la curtosi calcolata da un campione supera il numero 3, cioè la curtosi di una distribuzione normale).
Un'altra ipotesi è che i logaritmi delle variazioni di prezzo seguano inizialmente una distribuzione con curtosi maggiore di 3. In questa situazione, anche se la distribuzione stessa è stazionaria, il campione empirico tratto da questa distribuzione può essere considerato non stazionario nel tempo. Il punto è che la stima dell'aspettativa matematica di una variabile casuale x è la media aritmetica del campione:
<X> = 1/N * sum(x(i), i =1..N )
La media aritmetica delle variabili casuali è essa stessa una variabile casuale. La deviazione standard della media aritmetica dipende dalla deviazione standard di una variabile casuale e dalla dimensione del campione:
sigma(<X> ) = sigma(X) / sqrt (N)
Quindi, la deviazione standard della media è inferiore alla deviazione standard della variabile casuale stessa di sqrt (N) volte, cioè la precisione della stima dell'aspettativa matematica può essere migliorata aumentando la dimensione del campione. Ma questo è vero solo per una variabile casuale con aspettativa matematica finita e varianza finita. Il punto è che l'aspettativa matematica finita esiste solo per quelle distribuzioni la cui densità di probabilità all'infinito cade come 1 / |x|^(2+delta) o inferiore, e la varianza finita solo per quelle distribuzioni la cui densità di probabilità all'infinito cade come 1 / |x|^(3+delta) o superiore (delta - qualsiasi piccolo numero positivo). Se modelliamo un grafico di prezzo usando come logaritmi della variazione di prezzo un campione casuale preso da una distribuzione stazionaria con varianza infinita e/o aspettativa matematica infinita, e offriamo questo campione per l'analisi a un osservatore indipendente, egli può avere l'illusione di avere a che fare con un processo non stazionario nel tempo.
Infine, non possiamo escludere il caso in cui non solo i parametri di distribuzione ma anche la legge di distribuzione degli incrementi di prezzo sia non stazionaria nel tempo, e nella serie temporale dei prezzi ci possono essere aree descritte dalla distribuzione con varianza infinita e/o aspettativa matematica infinita.
Polygrafych, questo è per te:
middle_period è il movimento medio di una barra su un timeframe di periodo. Il movimento è Alto - Basso (o per esempio |Close - Open|).
middle_H1 è il tratto medio di una barra su TF H1.
Nella formula tra parentesi si dovrebbe usare il periodo in minuti, cioè H1 = 60.
Funziona, per esempio: middle_H4 ~ middle_H1 * sqrt( H4 / H1 ) = middle_H1 * sqrt( 240 / 60 ) = 2 * middle_H1.
Alexey, per favore non picchiarmi, quanto sarebbe utile e c'è qualcosa in esso, se in questa formula prendiamo il conteggio del periodo non in minuti (timeline) ma in tick (numero di tick) questa formula sarebbe giusta? e se sì, hai provato a prendere non diciamo n4 e n1, ma (4 tick e 1 tick)
quindi è possibile prendere 1 tick e 0,4 tick - cioè ottenere un valore di discrepanza inferiore a 1 tick attraverso questa formula, espressa attraverso la discrepanza minima esistente di 1 tick.
Difficilmente utile, mi sembra. Perché andare in 0,4 ticks se non esistono? Beh sì, tecnicamente la formula può essere applicata, ma bisogna comunque applicare estrapolazioni oltre i valori economicamente ragionevoli.
Prival ha parlato molto della frequenza di campionamento e dell'utilità dei dati "corretti". Ma dove si trovano, questi dati corretti, in un DC? E che senso ha, se allo stesso tempo farete trading solo sui tick che il vostro Dio - società di brokeraggio vi dà?
Difficilmente utile, mi sembra. Perché andare in 0,4 ticks se non esistono? Beh sì, tecnicamente la formula può essere applicata, ma bisogna comunque applicare estrapolazioni oltre i valori economicamente ragionevoli.
Prival ha parlato molto della frequenza di campionamento e dell'utilità dei dati "corretti". Ma dove si trovano, questi dati corretti, in un DC? E che senso ha, se allo stesso tempo farete trading solo sui tick che il vostro Dio - società di brokeraggio vi dà?
Tra l'altro, mi ha detto di aver ottenuto una precisione maggiore di quella delle quotazioni DT, in punti, e calcolava con frazioni di pip. A proposito, forse ha usato questo meccanismo, non lo so, ma il "comportamento" intertico dei prezzi potrebbe non essere così inutile.
Non posso credere che stiate facendo una discussione seria.
O questo è il thread di Prankster...
Non posso credere che stiate facendo una discussione seria.
O questo è il thread di Prankster...
Ridete e andate avanti.
Tra l'altro, ha detto che ha ottenuto più precisione che anche con le quotazioni DT, in punti, e stava calcolando per frazioni di pip. A proposito, forse ha usato questo meccanismo, non lo so, ma il "comportamento" intertopico del prezzo può non essere così inutile. tutto crolla in regressione con un errore crescente, e se questo aumento di errore può essere escluso?
Questo fenomeno (che la formula riflette) ha un nome.
L'isomorfismo è un concetto molto generale che viene utilizzato in vari rami della matematica. In generale, si può descrivere così: definiamo due insiemi con una struttura definita (gruppi, anelli, spazi lineari, ecc.). Una biiezione tra loro è detta isomorfismo se conserva questa struttura. Se esiste un isomorfismo tra tali insiemi, essi sono detti isomorfi. Un isomorfismo definisce sempre una relazione di equivalenza su una classe di tali insiemi con struttura.
Gli oggetti tra i quali esiste l'isomorfismo sono in un certo senso "simili", si chiamano isomorfi.