FR H-Volatility

 

このスレッドは、かぎ割りの話の続きです。

由良さん、EURJPY10^6ティックBPのカギージグザグのセグメントのFRをH=10でプロットして見ましょう。

グラフは、実は縦軸に対して鏡面対称になっているのですが、統計をとるために差の係数をとってみました。この分布が正規分布でないことは明らかです。私の理解では、あなたの推論はすべて、カギ-ジグザグセグメントの正規分布の仮定に反発するものだと思うのですが...。もう一度質問を組み立ててください。

追伸:ちなみに、FRの平均値(最大値ではなく、t.t.)を求めると、このパーティションでは19.3であり、これは<2Hであり、何も矛盾していないのです。

 
こんにちは。
夏にはシリヤエフの資料とパストゥホフの論文を読みました。このテーマはとても面白いと思いますが、いつも時間と知識が不足しています。 貴社とYurixxの開発は印象的ですが、主にユーロでの開発です。 このテーマを自分の手で他の通貨でもMT4で開発したいと思います。そのような知識や経験を持っているのは誰なのか。まず、hからNを計算することに興味があります。残念ながら、私はまだカドが得意ではありません。
 

Nとは何か、どう使うつもりなのか、もう一度考えてみてください。

 
Neutron:

ケイジ・ジグザグのセグメントの ...をH=10で構築した。


できれば、これらのコンセプトについてもう少し詳しく教えてください。残念ながら、私は専門用語を知りません。私は、あなたがどのようなBPを分析しているのか、それはどのように出てくるのか、あなたがこのチャートに持っているものを理解するために、本当に理解したいと思います。
 
それは 意見 です。
紙面上ではよく見えても、サンプルではかなり堅牢でも、実際の取引では同じ結果になるとは限らないからです。ここでは、テストチャートには表示されず、あなたのすべての有益なシステムトレードは、単に実際の取引では入力できないことが判明しました。コンピュータは、並列のリアルタイムテストであなたのすべてのエントリを描きますが、負けトレードでは、「ようこそ!」と言うでしょう。だからこそ、例えばシリヤエフやパストゥホフが笛を吹いたのは、彼らは理論家であり、現実には誰もくれないような小さな滴で理論的な利益を集め、最大ロットしか与えないからなのです。このようなことは(それについてだけでなく)、実際の取引の中でしか学べません。もう一度言いますが、あなたのチャートは実際の取引で利益を出して取引できるものではありません。これは小手先の対策ではなく、あくまで親切なアドバイスであり、諸経費を節約することができる。
 
Neutron:

Nとは何か、どう使うつもりなのか、もう一度考えてみてください。

セルゲイ、私はシリヤエフの報告書(下に添付)からシリヤエフの用語を使ったんだ。

"......私、たとえばこの写真を見て......ここに、hからのNが2より大きければ、適切な瞬間に買うと書いてあるんです。つまり、この場合、市場の動きと同じ方向に行動することになります。Nが2以下なら、その逆をやればいいのです。価格が上がっても、売るべき ......」と。




絵の中もパストゥホフの論文も、毎回すべてが違うのだが(まあ、それは何でもないのだが)。その手法の本質は明確です。R(H)の物理的な意味を理解していないため、正しく計算する自信がない。ですから、どのように計算されているのかをお聞きしたいのです。おそらく、MQL4ですでにやっている人がいればわかりやすいと思います。
ファイル:
shirjaev.zip  17 kb
 
Neutron:

実際には、グラフは縦軸に対して鏡面対称ですが、統計をとるために差の係数をとりました。明らかに、この分布は正規分布ではない。私の理解では、あなたの推論はすべて、カギージグザグのセグメントの正規分布という仮定に基づいているのですが......。もう一度質問を組み立ててください。

追伸:ちなみに、FRの平均値(最大値ではなく、参考値)を求めると、与えられたパーティションに対して19.3であり、<2Hであり、何ら矛盾はない。


そうですね......一般的には、実験用FRの構築に関する質問でした。私はあなたと同じように、明白な理由でZZセグメント> 0を暗示しました。看板は考慮しなかった。そこで、定義域[0,∞]とFRのゼロ値をゼロとすることにした。これらのことから、正規分布はモデル関数 としても適さないという結論に至った。

さて、もちろん、符号を考慮すると対称的なFRが得られることに気づきました。残るはゼロのディップのみ。しかし、それもまた闇の問題です。価格が変わらなければ、新しい見積もりは翻訳されない、つまり意味がないのです。そのため、データストリームにはゼロ以外の差分しかない(あるいはほとんどない)。

あなたの絵は(私の理解が正しければ)新しい主張です。対数スケールでは、ほぼ直線になります。これは、指数が2次ではなく、1次であることを意味します。これがもう面白いんですよ。

そして、WienerプロセスのHボラティリティの値ですが、私はそれを理解しました。価格がどの位置にあるにせよ、その時点から上方にHを通過する確率と下方にHを通過する確率は同じである。そして、それは現在の価格値にも、以前の価格値にも、Hにも依存しない。そして、ここから、最終的にはFRの明示的なビューを得ることができるのである。ブラウン運動の分布が何に由来するのか見る必要がありますが、おそらく同じだと思います。平均値の2H値も、私の理解では、この規定の結果だと思います。

しかし、ところで、Wiener過程にはもう一つ、裁定基準として使える関係がある。ガウス分布の場合、平均とスコの値は明示的に計算されるので、スコ/平均=root(π/2)となります。また、これはどのHパーティションパラメーターにも言えることです。例えば、写真のような分布の場合、実際に何があるのかを確認するのは面白いですね。

 
Rosh:
それは 意見 です。
紙面上ではよく見えても、サンプルではかなり堅牢でも、実際の取引では同じ結果になるとは限らないからです。ここでは、テストチャートには表示されず、あなたのすべての有益なシステムトレードは、単に実際の取引では入力できないことが判明しました。コンピュータは、並列のリアルタイムテストであなたのすべてのエントリを描きますが、負けトレードでは、「ようこそ!」と言うでしょう。だからこそ、例えばシリヤエフやパストゥホフが笛を吹いたのは、彼らは理論家であり、現実には誰もくれないような小さな滴で理論的な利益を集め、最大ロットしか与えないからなのです。このようなことは(それについてだけでなく)、実際の取引の中でしか学べません。もう一度言いますが、あなたのチャートは実際の取引で利益を出して取引できるものではありません。これは小手先の対策ではなく、あくまで親切なアドバイスであり、諸経費を節約することができる。

この点については、夏にフォーラムで読んだ通りで、私もかなり同意見です。しかし、ロッシュ、君はそう思わないかい?彼らはパストゥホフの論文を適格に解析し、このアプローチの矛盾を概ね証明したんだ。
kagiの戦略などには興味がない。しかし、R(H)自体は当該機器の独立した特性として。調査したいのですが、何かあるのでしょうか?
 

".......И, например, глядя на эту картинку – вот тут вот у меня написано, что если N от h больше двойки, то мы покупаем в соответствующие моменты. Т.е. мы в этом случае действуем сонаправленно с движением рынка. Если N меньше двойки, то поступать надо наоборот. Даже если цены растут, то надо тем не менее продавать. ...."

すべてがクリアになる、これがH-ボラティリティ(Hv)の定義です。ゼロ期待値の確率変数(Wiener過程または1次元ブラウン運動)を積分して得られる時系列では、Hボラティリティは同一に2に等しいことが示される。つまり、ステップHによる平均的なケージの広がりは、2H(Hv=2H/H=2)になる傾向があるのだ。一方、Wienerタイプのトレード戦略(TS)BPのリターンはゼロになる傾向がある。s = (Hv-2)*H - Hの関数として、ポイントで1取引あたりのTSの平均リターンは、。

 
мнение


ロッシュが書いた(a)。
そんなものがあるんですね。

そうです、私たちは長い間、すべての商品、すべてのHパーティションについて、長期的にはTSのdreprofitabilityがスプレッドの内側にあることを知っていました。 さらに、Hパーティションがあらゆる種類の裁定戦略のリターンの漸近限界であることをおそらく証明することができるのです。

 
Yurixx:

しかし、ところで、Wienerプロセスには、裁定基準として使える別の関係がある。ガウス分布は明示的な平均とskoを持つので、sko/mean = root(pi/2) となります。また、これはどのHパーティションパラメーターにも言えることです。例えば、写真のような分布の場合、実際に何があるのかを確認するのは面白いですね。


対称的なFRの場合、それは真です: sko=SQRT(Sum[(M-x)^2]/[n-1]), mean=Sum[(M-x)]/n), それから sko/mean != root(pi/2).

説明してください、どういう意味ですか?

理由: