Misura dell'ampiezza delle vibrazioni - pagina 9

 

La curva dipende dal particolare algoritmo zigzag.

C'è un noto zigzag che afferma esplicitamente: se il ginocchio corrente è inferiore a N pip - non viene formato. E un tale zigzag non avrà ginocchia inferiori a N pip.

 
Mathemat:

La curva dipende dal particolare algoritmo zigzag.

C'è un noto zigzag che afferma esplicitamente: se il ginocchio corrente è inferiore a N pips - non si forma. E un tale zigzag non avrà ginocchia inferiori a N pip.


Perbacco, Alexey: quale curva dipende da un particolare algoritmo a zig zag?
 
Quello disegnato da HideYourRichess nella pagina precedente.
 
Mathemat:

La curva dipende dal particolare algoritmo zigzag.

C'è un noto zigzag che afferma esplicitamente: se il ginocchio corrente è inferiore a N pip - non viene formato. E un tale zigzag non avrà ginocchia inferiori a N pip.

Quindi qual è il problema, i nostri dati sono discreti. Prendete un ginocchio di un pip.
 
HideYourRichess: Prendete un ginocchio di un dito.
Perché cazzo dovrei volere un tale zigzag?
 
Di quale avete bisogno?
 
Non ce n'è uno, ad essere onesti. Alla fine sono tutti uguali :)
 

Bene, allora non ci disturbi. Nascondi la tua ricchezza. Buona fortuna nei tuoi sforzi e felicità nella tua vita personale.

Alexei, non tu.

 
tara:
Di quale avete bisogno?

Almeno due spreads hanno senso da guardare...

;)

 
223231:

Per esempio, il primo range è 10-13 pip, che equivale a 10+30%. Lo chiamo il range con il 30% di deviazione. La percentuale massima (sul grafico) nella gamma 42-54,6 punti, significa che su tutte le singole fluttuazioni (diciamo che ci sono 100) nella gamma 42-54,6 punti, è caduto 26 pezzi, o 26%. Significa che c'è il 26% di probabilità che il prezzo dopo aver passato 42-54,6 punti si inverta e passi la stessa quantità di punti nella direzione opposta. Naturalmente, più ampia è la gamma, più è probabile che una singola fluttuazione vi rientri.

In una storia breve (un mese), possiamo vedere minimi e massimi; se prendiamo la storia di 3 anni, diventa quasi piatta, con una caduta all'inizio. Così, più lunga è la storia, più uniforme diventa la distribuzione. Mostra come il mercato cambia, che la distribuzione delle ampiezze è diversa in ogni periodo di tempo separato, quindi il TS ottimizzato per un periodo fallirà in primo piano. Quindi, conoscendo la distribuzione delle ampiezze, possiamo regolare i parametri del TS, come ottimizzare in tempo reale.


Forse allora sarebbe più logico aprire un nuovo argomento o rinominare questo in qualcosa come prevedere le distribuzioni di ampiezza.

Essenzialmente non è altro che una distribuzione di rimbalzo, ma dipende dalla lunghezza del campione su cui si basa la distribuzione (in grassetto).

ma qual è la relazione tra cambiare la lunghezza del campione e cambiare l'uniformità della distribuzione? sarebbe più interessante da vedere.