Dalla teoria alla pratica - pagina 299

 
Алексей Тарабанов:

Beh, non sono d'accordo su dove.

Non sono mai stato interessato a questa domanda. È lei, i prezzi, i suoi affari. Dove va, va bene. Quello che abbiamo è quello con cui lavoriamo.

 
Yuriy Asaulenko:

Non sono mai stato interessato a questa domanda. È lei, i prezzi, i suoi affari. Dove va, va bene. Quello che abbiamo è quello con cui lavoriamo.

Questo vale per i grafici al minuto, sui timeframe più lunghi si può prevedere con un certo grado di probabilità dove andrà.

 
Yuriy Asaulenko:

Non sono mai stato interessato a questa domanda. È lei, i prezzi, i suoi affari. Dove va, va bene. Quello che abbiamo è quello con cui lavoriamo.

Non mi chiedo, però, da cosa dipende, dove andrà?
 
Renat Akhtyamov:

ha trovato qualche cifra - 0,0018, tutto è venuto fuori senza calcoli.

Qual è il punto?

Sono due giorni che mi scervello, non so dove o come applicarlo...

Se hai incontrato qualcosa di simile, per favore dammi un suggerimento.
Ricordo che nel novembre 2017 Alexander parlava di qualche invariante, che spesso risultava essere 0,0018. Penso che si riferisse allora ai parametri di t2 - la distribuzione di Student, il parametro di scala e credo la deriva. Mi ricordo il numero per qualche motivo.
 
Vladimir:
Ricordo che nel novembre 2017 Alexander ha parlato di qualche invariante, che spesso si è rivelato essere 0,0018. Penso che si riferisse allora ai parametri di t2 - la distribuzione di Student, il parametro di scala e credo la deriva. Il numero mi è rimasto impresso per qualche motivo.

Grazie!

Verificherò la fattibilità di questa figura.

In attesa di vedere se ci sarà un ritorno a una sorta di media, finora il grafico è quasi immobile

 
Vladimir:
Ricordo che nel novembre 2017 Alexander parlava di una specie di invariante, che spesso risultava essere 0,0018. Penso che si riferisse ai parametri t2 della distribuzione di Student, il parametro di scala e credo la deriva. Mi ricordo il numero per qualche motivo.

0.18

Sì, uso ancora questo invariante.

È il valore medio del coefficiente di asimmetria dello skew non parametrico della distribuzione di probabilità dei prezzi.

Ancora una volta - se prendiamo un certo volume di tick di campionamento (per esempio = 10.000) e calcoliamo la varianza e la skewness per questo volume all'arrivo di ogni nuovo tick, esse sono sempre diverse - da zero a infinito. Ma se, ad ogni passo, si calcola la media di questi valori, si vedrà che sono praticamente costanti.

Sono sei mesi che lo osservo. Mai prima d'ora questo valore medio, per esempio per un mese, è stato >0,2 o <0,16 per nessuna delle 32 coppie di valute.

La conclusione è che la distribuzione di probabilità del prezzo medio è stabile. Cerchiamo di distruggere questa struttura con le nostre azioni, ma non ci riusciamo. La serie dei prezzi ripristina la sua struttura per tendenze. Questo è quello che io chiamo l'effetto "memoria" del processo.

 
Alexander_K2:

0.18

Sì, uso ancora questo invariante.

È il valore medio del coefficiente di asimmetria dello skew non parametrico della distribuzione di probabilità dei prezzi.

Ancora una volta - se prendiamo un certo volume di tick di campionamento (per esempio = 10.000) e calcoliamo la varianza e la skewness per questo volume all'arrivo di ogni nuovo tick, esse sono sempre diverse - da zero a infinito. Ma se, ad ogni passo, si calcola la media di questi valori, si vedrà che sono praticamente costanti.

Sono sei mesi che lo osservo. Mai prima d'ora questo valore medio, per esempio per un mese, è stato >0,2 o <0,16 per nessuna delle 32 coppie di valute.

La conclusione è che la distribuzione di probabilità del prezzo medio è stabile. Cerchiamo di distruggere questa struttura con le nostre azioni, ma non ci riusciamo. La serie dei prezzi ripristina la sua struttura per tendenze. Questo è quello che io chiamo l'effetto "memoria" del processo.

Quando si prende l'esponente dei valori massimi, questo diminuisce più velocemente della serie di incrementi. Se si cambia il coefficiente, risulta essere 1,6, ma questo è un valore grezzo.

 
Fatto questa tabella di asimmetria per incrementi di ritardo (per frequenza in + -) secondo i dati di Alexander.
File:
ye1j7.zip  18 kb
 
Alexander_K2:

0.18

Sì, uso ancora questo invariante.

È il valore medio del coefficiente di asimmetria dello skew non parametrico della distribuzione di probabilità dei prezzi.

Ancora una volta - se prendiamo un certo volume di tick di campionamento (per esempio = 10.000) e calcoliamo la varianza e la skewness per questo volume all'arrivo di ogni nuovo tick, esse sono sempre diverse - da zero a infinito. Ma se, ad ogni passo, si calcola la media di questi valori, si vedrà che sono praticamente costanti.

Sono sei mesi che lo osservo. Mai prima d'ora questo valore medio, per esempio per un mese, è stato >0,2 o <0,16 per nessuna delle 32 coppie di valute.

La conclusione è che la distribuzione di probabilità del prezzo medio è stabile. Stiamo cercando di distruggere questa struttura con le nostre azioni, ma non ci riusciamo. La serie dei prezzi ripristina la sua struttura per tendenze. Questo è quello che io chiamo l'effetto "memoria" del processo.

Beh, stavo solo dividendo per un punto per confrontare le coppie in qualche modo... e ho ottenuto 0,0018

Sì, infatti, è una media.

Tuttavia, non c'è ancora molto effetto da questa idea

 
Alexander_K2:

1. Ancora una volta - se prendiamo un certo volume di tick campione (per esempio = 10.000) e calcoliamo varianza e asimmetria per questo volume all'arrivo di ogni nuovo tick, sono sempre diversi - da zero a infinito. Ma se si calcola la media di questi valori ad ogni passo, si vedrà che sono praticamente costanti.

2. Conclusione - la distribuzione di probabilità dei prezzi è stabile in media. Stiamo cercando di distruggere questa struttura con le nostre azioni, ma non ci riusciamo. La serie dei prezzi ripristina la sua struttura per tendenze. Questo è quello che io chiamo l'effetto "memoria" del processo.

1. è chiamata la legge dei grandi numeri o la temperatura media in un ospedale).

2. Il regolatore lascia semplicemente oscillare il prezzo finché si muove entro i limiti necessari, e altrimenti lo corregge nella direzione desiderata dalla tendenza. Il regolatore "ricorda" quale dovrebbe essere il prezzo))

Cercare il misticismo e qualche misterioso processo casuale di formazione dei prezzi è ovviamente ingenuo, ma è abbastanza possibile che ci si possa imbattere in alcune formule matematiche intelligenti che in qualche modo analizzino e prevedano questo senza tener conto della tendenza, che è inizialmente non casuale...