価格差の分配 - ページ 15

[Alexander_K]

nahdi:

実は、それが聞きたかったのです。経験豊富な物理学者、統計学者（あるいは何でもいいのですが）が、なぜこのテーマに興味を持つのでしょうか？金融は金融屋がやった方がいいのでは？みんな自分のことは自分でやるべきだ。そして、何もなければ、考えさせられる。

あるいは、メドベージェフ氏がよく言っていたように、物理学者は天職だ...。お金が欲しいなら、商売をしなさい。損をしたければ、金融市場に出ればいい...。

私もそう思います。一般的な生活概念や価値観の観点から - 私は（物理学者として）FXでやることはありません。なぜなら、分析式で表現されたプロセスを明確に理解する必要があるからです。それでも時々、理論的な結果を持ってフォーラムにやってくることがあるんです。今では、暇な時にウォッカを飲むのが趣味みたいなものです、本当に:)))。

[podotr]

Alexander_K:

私もそう思います。普通の生活の概念や価値観で言えば、 - FXでは（物理学者として）分析式で表されるプロセスの明確な理解が必要なので、何もすることがないのです。それでも、理論的な結果を持ってフォーラムに来ることはありますよ。今は趣味のようなもので、暇さえあればウォッカを飲んでいるわけではありません、本当に:))))

もし市場に公式があれば、それは市場ではないだろう!!!些細な需要と供給の話です。計算式が必要なら、価格モデルを読めばいい。しかし、これらはリスクを抑えるための手段に過ぎない。

そして、理解しがたい数字に頭を悩ませるよりも、ウォッカを一杯飲んだほうがいいのかもしれない。

[Vladimir]

Alexander_K:

私が考えていたのは、こんなことです。

もし、FX分布のノンパラメトリックスキューが不変であり、+-0.185に等しいという記述が真であれば、それは（神秘主義を抜きにして：））たった一つのことを意味します。

なお、正規分布の場合、その半分（いわゆる半正規分布）はノンパラメトリックなスキュー=0.36279となります。

この場合、ノンパラメトリックなスキュー=0.185の平均的な半不明分布が あり、それを両側から見ると、対称的な正規分布のようなものが見えます。

もう一度質問します。

1.不変」という言葉を繰り返し使われていますが、この場合、比率k＝（中央値-平均値）／（標準偏差）に対して、不変とはどういう意味でしょうか？

2.どのようなデータを選んで分析したのか、興味がありました。そうでなければ、1万個以上のサンプルの中央値と平均値は標準偏差の何百倍も小さくなり、弾性率 k=0.185 はどこにも見つからなくなるはずです。本当ですか？

3.その場合、重い尾（外れ値）があると、どうして中央値が平均値より小さくなるのでしょうか？https://ru.wikipedia.org/wiki/%D0%9C%D0%B5%D0%B4%D0%B8%D0%B0%D0%BD%D0%B0_(%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B0):

"同じ部屋に19人の貧乏人と1人の大富豪がいるとする。貧乏人は一人5ドル、大富豪は100万ドルを持っている^（106）。合計で1,000,095ドルになります。20人で均等に分けると、50,004.75ドルになります。これは、その部屋にいた20人全員が持っていた金額の算術平均に なります。

この場合、中央値は5ドル（10番目と11番目の中間 値の半値）となる。これを次のように解釈することができる。我が社を10人ずつの2つのグループに等分すると、第1グループの全員が5ドル以上を持っておらず、第2グループの全員が5ドル以下を持っていると言えるのです。一般に、中央値とは「平均的」な人がいくら持ってきたかということだと言えるでしょう。逆に算術平均は、平均的な人が持っている現金の額よりも著しく高いので、不適切な特性であると言えます。"

そして、お願いがあります。ご指摘の通り、https://www.mql5.com/ru/forum/218475/page14#comment_6040 781。

"4.グラフがない - 配列は動的に生成され、巨大なサイズになる - 結果だけ保存した。原理的には、興味のある方は、VisSimやMathLab（このシステムで-私は作業したことがないので不明）で私の実験を繰り返すことができます。"

解析したティックの全百万（1.5倍）をここに公開する。100万行のkの計算は、Excelで対応できると思います。

[Denis Kirichenko]

Vladimir:

...つまり、ティックを分析することは、Forexではなく、この証券会社による、選択された期間での、指定された 口座タイプでの指定されたペアの 相場生成のアルゴリズムの特性を分析することです。そして、ここに多くの奇跡を見出すことができます。例えば、顧客をリアル口座に誘引する方法として、デモ口座でボサボサ（大雑把に言えばフィルターなし）、あるいは意図的に（例えば「過剰規制」によって）ハッキングされた相場を提供すること。あるいは、実口座ですでに多くの裁定取引（7シグマの異常値の話でお気づきでしょうが）を許しているところに、その会社の「若さ」の兆しがあるのです。

いいとこ取り！？ちなみに、これも解決可能な問題です。いくつかの証券会社を取り上げて、同じ通貨ペアのティックの分布を比較すれば十分です。もし、違うのであれば、シャーマニズムが行われる...。

[Alexander_K]

Dennis Kirichenko:
いいとこ取り！？ちなみに、これも解決可能な問題です。複数の証券会社を取り上げて、同じ通貨ペアのティック配信を比較すれば十分です。もし違うなら、シャーマニズムが行われていることになる...。

私もそう思います。シンプルなフィルターが必要です。再確認しました。連続する2つのティックの間の平均を取る。分布はより圧縮され、"滑らか "になり、つまりスケールファクターが変わり、より作業しやすくなり、不変性は変わりません。そして、これがいいんです!

[Denis Kirichenko]

今のところskew=0.185を 見つけることはできていない。EURUSDのビッドティックで確認しました。ゼロもあったからかな？なしで測ってみたら、0.3くらいになった。

[Alexander_K]

はい、実は今、それをやっているところなんです。

もし、「平均的に」すべてのTFに、つまり、どのサンプルサイズにも存在する単一の分布を扱うなら、第一近似で問題を解くアルゴリズムは次のようになります。

1.特定のサンプル量について、大きな期間での平均分散を計算します。この場合の分散は、あるサンプルから別のサンプルに移るときに変化します。つまり、不変ではなく、知る必要があるのはその平均値です。

2.支持線/抵抗線は、計算された平均分散とt2-分布の分位数を考慮して、与えられたサンプルサイズの加重移動平均（ここで、重みは増分の与えられた値に対する確率 密度の値です）に対してプロットされます。これは、非マルコフ過程の「記憶」効果を記述するのに必要な基本的なことである。

3.このラインを超えると、平均値では不変だが、この段階では基準値とは異なる値を持つ係数が分析される。

例えば、ノンパラメトリックスキューが=0.4となった場合、0.185と比較すると、分布はかなり歪んでおり、価格は加重平均に戻らなければならないと結論付けられます。つまり、トレンドに逆らって取引をすることになります。その逆も然り。

しかし、不変係数が1つでは不十分で、少なくとももう1つ見つけなければならないのでは......。

[Alexander_K]

Dennis Kirichenko:

つまり、skew=0.185を 見つけることがまだできていないのです。EURUSDのビッドティックで確認しました。ゼロもあったからかな？なしで測ってみたら、0.3くらいになった。

よくやった、デニス!何を使っていたのですか？Matlabで？0.3はどのサンプルでも変わらない？

[Stanislav Korotky]

Alexander_K:

1.与えられたサンプルサイズに対して、大きな期間での平均分散を計算します。この場合の分散は、あるサンプルから別のサンプルに移るときに変化する、つまり不変ではなく、知る必要があるのは平均値である。

2.支持線/抵抗線は、計算された平均分散とt2-分布の分位数を考慮して、与えられたサンプルサイズの加重移動平均（ここで、重みは増分の与えられた値に対する確率 密度の値です）に対してプロットされます。これは、非マルコフ過程の「記憶」効果を記述するのに必要な基本的なものである。

3.このラインを超えると、平均値では不変だが、この段階では基準値とは異なる値を持つ係数が分析される。

例えば、ノンパラメトリックスキューが=0.4となった場合、0.185と比較すると、分布はかなり歪んでおり、価格は加重平均に戻らなければならないと結論付けられます。つまり、トレンドに逆らって取引をすることになります。その逆も然り。

最適化すべきパラメータ（この場合は「あるサンプル量」）に戻ってしまうのでは？そして、これは最適化のあらゆる「魅力」をもたらし、確率的なアプローチを平準化するのです。

[Alexander_K]

Stanislav Korotky:

この場合も、最適化すべき何らかのパラメータ（この場合は「特定のサンプルサイズ」）につながるのではないでしょうか？そして、これは最適化の「魅力」をすべて引きずって、確率的なアプローチを平準化させる。

現在のところ、サンプルサイズがt2分布の大半の値を「カバー」しているとき、すなわち1000以上のときに取引へのエントリーポイントが成功する、という図式が成り立っています。しかし、出口はそうではありません。どういうわけか、それらは他のパラメータに依存しています。例えば、カウンタートレンドの取引において、価格が必ずしも移動加重平均に達するとは言えません。たった100ティック足りないだけで、移動平均線に届かずに価格が上昇し始めることもあります。考えるべきことしかし、出口の場合は、確かにサンプルの量を最適化する必要がありますね...。