n 거래가 있는 시스템의 거래 결과가 제공됩니다. 최대 감소 - dd %. 추가 N 거래를 할 때 새 세그먼트의 최대 손실이 DD %를 초과하지 않을 확률은 얼마입니까?
시스템에서 거래 순서는 알려진 성공 확률 p와 평균 수익 거래 대 평균 손실 거래 알파의 알려진 비율을 갖는 베르누이 방식입니다.
베르누이인 경우 일련의 트랜잭션이 클수록 HP에 더 가깝습니다. 그리고 드로우다운 dd%는 추가 조건입니다. 이것은 이 드로우다운이 수신된 거래 수에 따라 CB의 한 구현입니다. 일반적으로 한 번의 거래에서 분산과 mo를 계산할 때 N번째 거래 시점에서 드로다운 DD를 초과하게 될 것이라고 계산하기 쉽습니다. N번째 트랜잭션이 아니라 1..N. 그러나 여전히 매우 간단합니다. x=1..N 거래 후 드로다운을 초과하지 않고 1에서 결과를 뺀 확률의 곱입니다.
DD는 일련의 거래에서 종속성의 표현으로 의미가 있습니다. 더 정확하게는 거래를 잃는 의존성조차도. 베르누이 방식(거래의 독립성)에서 드로우다운은 거래 수, MO 및 분산(또는 손익 확률)의 함수이며 시리즈에 대한 이전 드로우다운에 의존하지 않습니다.
그리고 여기 정말 사소한 문제가 있습니다.
n 거래가 있는 시스템의 거래 결과가 제공됩니다. 최대 감소 - dd %. 추가 N 거래를 할 때 새 세그먼트의 최대 손실이 DD %를 초과하지 않을 확률은 얼마입니까?
시스템에서 거래 순서는 알려진 성공 확률 p와 평균 수익 거래 대 평균 손실 거래 알파의 알려진 비율을 갖는 베르누이 방식입니다.
베르누이인 경우 일련의 트랜잭션이 클수록 HP에 더 가깝습니다. 그리고 드로우다운 dd%는 추가 조건입니다. 이것은 이 드로우다운이 수신된 거래 수에 따라 CB의 한 구현입니다. 일반적으로 한 번의 거래에서 분산과 mo를 계산할 때 N번째 거래 시점에서 드로다운 DD를 초과하게 될 것이라고 계산하기 쉽습니다. N번째 트랜잭션이 아니라 1..N. 그러나 여전히 매우 간단합니다. x=1..N 거래 후 드로다운을 초과하지 않고 1에서 결과를 뺀 확률의 곱입니다.
DD는 일련의 거래에서 종속성의 표현으로 의미가 있습니다. 더 정확하게는 거래를 잃는 의존성조차도. 베르누이 방식(거래의 독립성)에서 드로우다운은 거래 수, MO 및 분산(또는 손익 확률)의 함수이며 시리즈에 대한 이전 드로우다운에 의존하지 않습니다.