그림은 하루 동안의 수익 변동성(5분 이내)을 보여줍니다. 여기에는 고정이 없고 있어서도 안 됩니다. HL의 범위가 변경되면 통계적 이유로 인해 수익도 변경되어야 합니다.
죄송합니다. 우리가 뭔가를 이해하지 못하거나 용어가 혼동될 수 있습니다. 예를 들어보겠습니다. 두 가지 절차를 수행하는 일련의 숫자 1 2 3 4 5가 있습니다. 먼저 시리즈에 난수를 추가하고 시리즈 -2 3 1 5 7을 얻습니다. 또 다른 반환 절차(각 다음 숫자에서 이전 것을 빼기)를 수행하면 시리즈 1 1 1 1을 얻습니다. 따라서 2를 얻습니다. 시리즈, 하나는 고정되어 있고 다른 하나는 고정되어 있습니다.
따라서 이 문구는 "HL의 범위가 변경되면 통계적 이유로 수익률도 변경되어야 함은 분명합니다." 틀리다. 예, 두 번째 행은 고정되어 있지 않을 수 있지만 이러한 이유 때문은 아닙니다. 나는 그것이 고정적이지 않다는 것을 여전히 의심하지만.
아무 것도 표시되지 않습니다. 본질적으로 HL은 변화의 범위이며 SCO와 잘 상관된 대략적인 추정치입니다. 반환 시 변경 사항으로 간주하면 동일한 결과를 얻을 수 있습니다. 변경 범위는 같지만 가깝습니다. 그래프는 HL과 수익률의 범위가 서로 2배 차이가 나는 것을 보여줍니다. 이론상 그래야 하고 데이터에서 밝혀집니다. 이론과 잘 일치하는 작은 요점이 여전히 많이 있습니다.
그 외에는 두 개의 데이터 시리즈가 하나에서 파생되면 하나는 고정되고 다른 하나는 그렇지 않을 수 있습니다. 왜 지구에 있습니까? 수행된 기본 작업, 데이터에서 무엇을 변경합니까? 2가 5로 바뀌었다는 사실은 아무 의미가 없으며 변화의 규모는 동일하게 유지되었습니다.
또한 그림, 실제 데이터는 데이터 특성의 변화가 2~3배에 달한다는 것이 이미 분명할 때 명확하지 않을 수 있습니다. 5%가 아니라 200~300%입니다.
2 : 그건 그렇고, Mathemat , 나는 당신이 모델을 싫어하는 것을 정말로 이해하지 못합니다.
내가 모델을 싫어하는 이유를 설명해 주세요. 그게 내가 하려는 것이라면 시장 모델입니다. 물론 쉽게 재현되는 그러한 모델입니다. 더 많은 돈을 벌 수 있는 시장 모델은 필요하지 않습니다.
그러나 H4에서 두 시스템 A와 B를 테스트한 후 "1년 의 시간 간격으로 73%의 확률을 가진 시스템 A는 30% 이상의 감소를 보일 것"이라고 단호하고 자신 있게 말할 수 있는 시스템이 필요합니다. 또는 "1년 간격으로 61% 의 확률을 가진 시스템 B는 6% 이하, 94% - 18% 이하, 99.9% - 37% 이하의 확률로 손실을 줄 것입니다. 나는 두 번째에 내기 할 것입니다 ...
영원히 돈을 버는 시스템은 존재하지 않는다고 생각합니다. bstone 님 의 의견에 동의합니다. 그러나 어떤 이유에서인지 특정 기간 동안 제한된 감소를 통계적으로 보장하는 시스템이 비 Wiener 프로세스에서 가능하다고 확신합니다. 그러나 Wiener에서는 그러한 보증을 할 수 없습니다 ...
lna01 : , 생성 알고리즘이 모델이 됩니다. 그리고 그것은 당신이 재현하려고 할 고정성인 매개변수에서 날카롭게 될 것입니다. ... 흠, 하지만 돈을 버는 모델은 더 간단할 것입니다. :). 시장의 모든 특성(임의의 TS를 테스트하도록 설계된 모델)을 재생산하는 것이 아니라 돈을 버는 데 필수적인 특성만 재생하도록 설계되었기 때문입니다.
당신은 내 생각을 직접 읽고 있습니다 - 아니면 나는 당신의 것입니다 ... 단락 1에 따르면 "그것이 날카롭게 된 이유": 현재로서는 모델이 넓은 의미에서 고정 프로세스를 재현하는 것으로 충분합니다(MO, RMS, ACF).
항목 2에 따르면: 그렇습니다. 그러나 이것은 이미 이러한 불변량을 식별하도록 설계된 특정 알고리즘을 의미합니다. 두 대의 기계의 경우 이들은 하나의 불변량이지만 추가 지표를 사용하면 다릅니다. 그리고 그것이 ZZ+Fibo라면, 이러한 불변량은 매우 복잡하고 이 아이디어에 따른 테스트는 매우 어렵습니다.
그건 그렇고, 그건 그렇고. 나는 기억하고, 뒤적 거리며 ... 파헤쳤다. - S.V. Bulashev는 그의 책 " Statistics for Trader "에서 가격 비율의 로그 분포가 지수 분포 법칙을 따른다는 것을 (Pearson의 기준에 따라) 증명하는 예를 제공합니다.
동시에 "비정상적"이라는 단어는 그의 책에서 한 번 등장합니다. 그는 "자산의 주가 역학은 확률론적이고 비정상적인 과정으로 표현될 수 있다"고 인정합니다.
그래서 두 가지 신선한 생각:
수익률이 아니라 시리즈 ln(Close[i+1]/Close[i])을 분석하려고 시도합니다. 여기서 i의 낮은 값은 이전 막대에 해당합니다.
이 고정이 필요한 사람은 아무도 없을까요? Bulashev가 이 급수의 종속성을 지수 RR에 종속시키는 것을 증명하면서 그가 확률론적이고 비정상적인 과정을 다루고 있다는 것을 깨닫기 때문에
그림은 하루 동안의 수익 변동성(5분 이내)을 보여줍니다. 여기에는 고정이 없고 있어서도 안 됩니다. HL의 범위가 변경되면 통계적 이유로 인해 수익도 변경되어야 합니다.
죄송합니다. 우리가 뭔가를 이해하지 못하거나 용어가 혼동될 수 있습니다. 예를 들어보겠습니다. 두 가지 절차를 수행하는 일련의 숫자 1 2 3 4 5가 있습니다. 먼저 시리즈에 난수를 추가하고 시리즈 -2 3 1 5 7을 얻습니다. 또 다른 반환 절차(각 다음 숫자에서 이전 것을 빼기)를 수행하면 시리즈 1 1 1 1을 얻습니다. 따라서 2를 얻습니다. 시리즈, 하나는 고정되어 있고 다른 하나는 고정되어 있습니다.
따라서 이 문구는 "HL의 범위가 변경되면 통계적 이유로 수익률도 변경되어야 함은 분명합니다." 틀리다. 예, 두 번째 행은 고정되어 있지 않을 수 있지만 이러한 이유 때문은 아닙니다. 나는 그것이 고정적이지 않다는 것을 여전히 의심하지만.
아무 것도 표시되지 않습니다. 본질적으로 HL은 변화의 범위이며 SCO와 잘 상관된 대략적인 추정치입니다. 반환 시 변경 사항으로 간주하면 동일한 결과를 얻을 수 있습니다. 변경 범위는 같지만 가깝습니다. 그래프는 HL과 수익률의 범위가 서로 2배 차이가 나는 것을 보여줍니다. 이론상 그래야 하고 데이터에서 밝혀집니다. 이론과 잘 일치하는 작은 요점이 여전히 많이 있습니다.
그 외에는 두 개의 데이터 시리즈가 하나에서 파생되면 하나는 고정되고 다른 하나는 그렇지 않을 수 있습니다. 왜 지구에 있습니까? 수행된 기본 작업, 데이터에서 무엇을 변경합니까? 2가 5로 바뀌었다는 사실은 아무 의미가 없으며 변화의 규모는 동일하게 유지되었습니다.
또한 그림, 실제 데이터는 데이터 특성의 변화가 2~3배에 달한다는 것이 이미 분명할 때 명확하지 않을 수 있습니다. 5%가 아니라 200~300%입니다.
그러나 H4에서 두 시스템 A와 B를 테스트한 후 "1년 의 시간 간격으로 73%의 확률을 가진 시스템 A는 30% 이상의 감소를 보일 것"이라고 단호하고 자신 있게 말할 수 있는 시스템이 필요합니다. 또는 "1년 간격으로 61% 의 확률을 가진 시스템 B는 6% 이하, 94% - 18% 이하, 99.9% - 37% 이하의 확률로 손실을 줄 것입니다. 나는 두 번째에 내기 할 것입니다 ...
영원히 돈을 버는 시스템은 존재하지 않는다고 생각합니다. bstone 님 의 의견에 동의합니다. 그러나 어떤 이유에서인지 특정 기간 동안 제한된 감소를 통계적으로 보장하는 시스템이 비 Wiener 프로세스에서 가능하다고 확신합니다. 그러나 Wiener에서는 그러한 보증을 할 수 없습니다 ...
내가 아는 유일한 정상성 테스트는 Dickey-Fuller 테스트입니다. 그러나 일종의 프로세스 모델(이 경우 1차 자기회귀)을 가정합니다. 그러나 모델이 사전에 우리에게 알려지지 않은 경우에는 어떻게 됩니까?
...
흠, 하지만 돈을 버는 모델은 더 간단할 것입니다. :). 시장의 모든 특성(임의의 TS를 테스트하도록 설계된 모델)을 재생산하는 것이 아니라 돈을 버는 데 필수적인 특성만 재생하도록 설계되었기 때문입니다.
항목 2에 따르면: 그렇습니다. 그러나 이것은 이미 이러한 불변량을 식별하도록 설계된 특정 알고리즘을 의미합니다. 두 대의 기계의 경우 이들은 하나의 불변량이지만 추가 지표를 사용하면 다릅니다. 그리고 그것이 ZZ+Fibo라면, 이러한 불변량은 매우 복잡하고 이 아이디어에 따른 테스트는 매우 어렵습니다.
당분간은 모델이 넓은 의미(MO, RMS, ACF)의 정상 과정을 재현하는 것으로 충분합니다.
글쎄, 정지를 주장할 것입니다. 현재는 반환됩니다(의심스럽긴 하지만 여전히 희망합니다).
그건 그렇고, 그건 그렇고. 나는 기억하고, 뒤적 거리며 ... 파헤쳤다. - S.V. Bulashev는 그의 책 " Statistics for Trader "에서 가격 비율의 로그 분포가 지수 분포 법칙을 따른다는 것을 (Pearson의 기준에 따라) 증명하는 예를 제공합니다.
동시에 "비정상적"이라는 단어는 그의 책에서 한 번 등장합니다. 그는 "자산의 주가 역학은 확률론적이고 비정상적인 과정으로 표현될 수 있다"고 인정합니다.
그래서 두 가지 신선한 생각:
글쎄, 다음은 비정상을 고정된 것으로 바꾸는 가장 간단한 선형 변환입니다.