Dalla teoria alla pratica - pagina 3
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
il mercato sta lottando con i volumi di acquisto e di vendita.
Non si sforza. Nel mercato, tanto si compra tanto si vende. È sempre un equilibrio totale.
Sì...
Ora!
https://www.oanda.com/lang/ru/forex-trading/analysis/open-position-ratios
Consideriamo ora il lato destro dell'equazione di Fokker-Planck, composto da tre termini:
1. La deriva M(x,t) è una misura della tendenza centrale dei movimenti di prezzo ad una particolare dimensione del campione. Nel nostro caso si tratta di una media mobile ponderata WMA, dove il peso w di ogni valore di prezzo in tick è determinato dalla densità di probabilità degli incrementi per una particolare coppia di valute utilizzandola formula:
Densità di probabilità:
da Mikhail Dovbakh:
s^2/[2*sqrt((s^2+x^2)^3)]
Si applicano le seguenti notazioni:
X - incremento di prezzo
S - fattore di scala (non uguale alla deviazione standard in generale).
Tuttavia, va detto che si tratta di una formula asintotica, e quando si tratta di soldi, a tutti noi piace la precisione, vero?
Pertanto, nei miei calcoli uso valori esatti di densità di probabilità, che ho calcolato per ogni coppia di valute sulla base di dati storici.
Per EURJPY appare come segue:
Qui, per ogni valore di incremento nei blocchi CASE ci sono specifici valori di probabilità separatamente per Bid e Ask, che sono usati come pesi nel calcolo della media ponderata mobile.
Ripeto, il mercato non ha vie di mezzo e il processo di trading è caotico.
E questa teoria è costruita proprio sulla deviazione dal centro
Ci sono sempre più merci comprate che vendute in un negozio!!!Non è affatto difficile schermare questo rumore. Tuttavia, sono d'accordo che questo compito (setacciare il rumore delle zecche) non deve essere affrontato affatto.
Infine, per oggi è necessario determinare la dimensione del campione di dati delle zecche per l'analisi.
MOLTO IMPORTANTE!
In generale, questo è stato il compito più difficile di tutti quelli che ho incontrato sulla mia strada. È chiaro che il mercato è autosimile e la ST deve funzionare con qualsiasi dimensione del campione. Ma ci sono alcune dimensioni del campione, che sono diverse per varie coppie di valute, alle quali il livello di profitto raggiunge i valori massimi.
Ho fatto un primo tentativo di risolvere questo problema nel topic:
https://www.mql5.com/ru/forum/220237/page2
Ma non era d'accordo con il trading reale e questo è tutto... La formula sembra essere corretta - ma qualcosa è sbagliato...
La cosa più importante - questo esempio dovrebbe coprire quasi tutti i valori degli incrementi per una particolare coppia di valute
Ho fatto una serie di esperimenti e ho capito che la formula per stimare la dimensione del campione necessaria è la seguente
N=(Z^2*(S/E)^2)/2, dove
Z - quantile della distribuzione degli incrementi di una certa coppia di valute
S - deviazione standard
E - precisione delle misure
Ad esempio, per la coppia EURJPY, il quantile della probabilità di confidenza 0,999 è5,337746244, deviazione standard =2,99751979 e la dimensione del campione risulta essere 12,800. L'ho controllato sperimentalmente - i valori massimi di profitto sono effettivamente ottenuti.
Posso offrire la seguente ipotesi come spiegazione di questo fatto:
La distribuzione t2 di Student formata a livello degli incrementi di prezzo non scompare MAI, si forma in una forma o nell'altra intorno alle misure della tendenza centrale, in particolare per le deviazioni lineari del prezzo dalla media ponderata mobile, e raggiunge la massima somiglianza quando la dimensione del campione copre quasi completamente la distribuzione t2.
Questo è tutto per oggi.
Buona fortuna a tutti!
Alla ricerca di un libro:
Orlov Y.N., Osminin K.P. Serie temporali non stazionarie: metodi di
Metodi di previsione con esempi di analisi del mercato finanziario e delle materie prime. - М.:
Casa editrice LIBROCOM, 2011. - 384 с.
C'è un materiale vicino a questo tema nei preprint:
http://library.keldysh.ru/preprint.asp?id=2013-3
La distribuzione t2 di Student, dopo essersi formata a livello degli incrementi di prezzo non scompare MAI, si forma in una forma o nell'altra intorno alle misure di tendenza centrale, in particolare per le deviazioni lineari del prezzo dalla media ponderata mobile, e raggiunge la massima somiglianza quando la dimensione del campione copre quasi completamente la distribuzione t2.
Dillo a quelli che sono sopravvissuti al franco e alla sterlina...
Alla ricerca di un libro:
Orlov Y.N., Osminin K.P. Serie temporali non stazionarie: metodi di
Metodi di previsione con esempi di analisi del mercato finanziario e delle materie prime. - М.:
Casa editrice LIBROCOM, 2011. - 384 с.
Nel suo lavoro c'è un materiale vicino a questo argomento in pre-stampa:
http://library.keldysh.ru/preprint.asp?id=2013-3
Anch'io ero interessato e ho cercato. Non ho trovato il libro, ma ho trovato molti preprint dell'Istituto Keldysh e di altri autori e co-autori. Tra questi la tesi di dottorato "Algoritmi per la previsione di serie temporali non stazionarie" di Osminin, difesa nell'ottobre 2008 sotto la supervisione del dottor Orlov. Orlov nel 2009 ha pubblicato un libro "Vovk V.S., Novikov A.I., Glagolev A.I., Orlov Y.N., Bychkov V.K., Udalov V.A. World industry and LNG markets: forecast modelling. - Mosca: OOO Gazpromexpo, 2009. - 312 p." e un altro nel 2012, coautore con Osminin: "Orlov Y.N., Osminin K.P. Methods of statistical analysis of literary texts. - Mosca: Editoriale URSS, 2012. - 312 с.". Si può concludere che lui e Osminin a volte cambiano direzione, e il libro che stiamo cercando riflette risultati che erano già nella tesi di Osminin. Allego quindi il testo della tesi.
Alexander_K, per favore dimmi se tu e il sistema software VisSim che usi attivamente prendete in considerazione l'inapplicabilità della teoria classica della probabilità alle citazioni, nota a pg. 4 della tesi di Osminin:
"Mentre nel caso stazionario c'è la fiducia probatoria nella consistenza asintotica delle stime di una particolare statistica, nel caso non stazionario non c'è il concetto della popolazione generale stessa, cherende inapplicabile tutto l'apparato sviluppato della moderna statistica matematica, tranne quando è data l'identità funzionale a priori del modello di processo."
Ho l'impressione che tu graviti verso un unico tipo identificato di distribuzione di probabilità (una di quelle classiche, quella di Student). C'è qualche errore metodologico insito in questo?
Mi sono interessato e ho cercato anch'io. Non ho trovato il libro, ma ho trovato molti preprint dell'Istituto Keldysh e altri di questi autori e co-autori. Tra questi c'è la tesi di dottorato "Algoritmi per la previsione di serie temporali non stazionarie", difesa a fine ottobre 2008 sotto la direzione scientifica di Orlov. Orlov nel 2009 ha pubblicato un libro "Vovk V.S., Novikov A.I., Glagolev A.I., Orlov Y.N., Bychkov V.K., Udalov V.A. World industry and LNG markets: forecast modelling. - Mosca: OOO Gazpromexpo, 2009. - 312 p." e un altro nel 2012, coautore con Osminin: "Orlov Y.N., Osminin K.P. Methods of statistical analysis of literary texts. - Mosca: Editoriale URSS, 2012. - 312 с.". Si può concludere che lui e Osminin a volte cambiano direzione, e il libro che stiamo cercando riflette risultati che erano già nella tesi di Osminin. Allego quindi il testo della tesi.
Alexander_K, per favore dimmi, tu e il sistema di software VisSim che usi attivamente prendete in considerazione l'inapplicabilità della teoria classica della probabilità alle citazioni, notata a p. 4 della tesi di Osminin:
"Mentre nel caso stazionario c'è la fiducia probatoria nella consistenza asintotica delle stime di una particolare statistica, nel caso non stazionario non c'è la nozione di una popolazione generale stessa, cherende inapplicabile tutto l'apparato sviluppato della moderna statistica matematica, tranne quando è data l'identità funzionale a priori del modello di processo."
Ho l'impressione che tu graviti verso un unico tipo identificato di distribuzione di probabilità (una di quelle classiche, quella di Student). C'è qualche errore metodologico insito in questo?
Vorrei anche aggiungere: "E al tipo una volta identificato di media WMA", "E al metodo una volta identificato di campionamento di una sequenza di campioni"...