Skellam Examples of the probability mass function for the Skellam distribution. The horizontal axis is the index k. (The function is only defined at integer values of k. The connecting lines do not indicate continuity.) Parameters Support pmf e − ( μ 1 + μ 2 ) ( μ 1 μ 2 ) k / 2 I k ( 2 μ 1...
나는 증가분의 분포와 시세를 읽는 간격에 따라 통계적 모멘트가 어떻게 변하는지 살펴보고 시장 가격에는 자기 유사성 속성이 없다는 것을 이해합니다. 이 속성은 브라운 운동과 같이 안정적이고 무한히 나눌 수 있는(예: 정규) 증분 분포가 있는 프로세스에만 고유합니다. 이것은 시장에서 볼 수 없습니다.
분명히 Mandelbrot와 그의 공범자들은 물리학을 더듬지 않고(더 나쁘게는 뒤지지만 조심스럽게 숨겼습니다) 고의적으로 고통받는 사람들을 오도하여 진드기 데이터와 작은 기간에 대한 스캘핑으로 신속하게 전환하고 예금을 고갈시키고 바닥을 채우지 못했습니다. 주머니.
델타 상관 ACF가 있는 SB가 아니라 평균으로 반환되는 Ornstein-Uhlenbeck 프로세스( 기하급수적 으로 감소하는 ACF가 있는 SB)에 대해 설명하겠습니다. 주 하나님께서 친히 고난당하는 자들, 곧 실망의 먼 길을 가신 자들을 만나시어 그 과정을 주시는 것입니다. 하지만, 당신은 여전히 그것에 도달해야합니다 ... 나는 여전히 가는 중입니다 ...
수익을 위한 모델로서 이 배포에 관심을 갖게 된 것:
https://en.wikipedia.org/wiki/Skellam_distribution
증분의 실제 분포를 매우 연상시키며 그 값은 푸아송 분포가 있는 두 수량의 차이입니다 .
그렇다면 가격 자체에 슬라이딩 윈도우의 기대값에 대한 포아송 분포가 있다고 주장할 수 있습니다. 그리고 표본 크기가 큰 포아송 분포는 정규화되는 경향이 있습니다 ...
그것이 당신이 저와 하고자 하는 것이고 평균으로의 회귀와 함께 Ornstein-Uhlenbeck 과정과 같은 Gaussian, Wiener 과정의 이론은 아직 완전히 소진되지 않았습니다.
틱 따옴표를 읽는 것(특히 고차원 Erlang 흐름에서 작업하기 위해)과 슬라이딩 윈도우에서 적어도 하루 동안의 시간 간격을 늘려야 한다고 생각합니다.
나는 60번째 순서의 Erlang 흐름(평균, 분당 1회 읽기) 및 창 = 24시간으로 TS를 시작했습니다. 내 견적을 OPEN/CLOSE M1과 비교하는 것은 흥미로울 것입니다...
드문 거래가 있습니다 (이 사실을 신이시, 저는 인내할 준비가되어 있습니다). 그러나 성배.
추신: 자기 상관도 잊지 않습니다. Ornstein과 Uhlenbeck이 요구한 대로 오랜 시간에 걸쳐 기하급수적으로 감소하는지 봅시다.
이제 할 말이 있습니다.
나는 증가분의 분포와 시세를 읽는 간격에 따라 통계적 모멘트가 어떻게 변하는지 살펴보고 시장 가격에는 자기 유사성 속성이 없다는 것을 이해합니다. 이 속성은 브라운 운동과 같이 안정적이고 무한히 나눌 수 있는(예: 정규) 증분 분포가 있는 프로세스에만 고유합니다. 이것은 시장에서 볼 수 없습니다.
분명히 Mandelbrot와 그의 공범자들은 물리학을 더듬지 않고(더 나쁘게는 뒤지지만 조심스럽게 숨겼습니다) 고의적으로 고통받는 사람들을 오도하여 진드기 데이터와 작은 기간에 대한 스캘핑으로 신속하게 전환하고 예금을 고갈시키고 바닥을 채우지 못했습니다. 주머니.
그게 다야!
나는 몇 가지 긴급한 생각을 표현할 것입니다. TF가 증가함에 따라 우리는 SA에 접근하고 있으며 그 결과는 다음과 같습니다.
1) 프랙탈의 원리가 무너진다
2) SB 성장의 특성은 유전됩니다.
그녀는 또한 말했다.
트레이더를 위한 PS Google SV Bulashev 통계 . Bulashev는 일반화된 지수 분포의 개념을 제공합니다. 43페이지
그녀는 또한 말했다.
델타 상관 ACF가 있는 SB가 아니라 평균으로 반환되는 Ornstein-Uhlenbeck 프로세스( 기하급수적 으로 감소하는 ACF가 있는 SB)에 대해 설명하겠습니다. 주 하나님께서 친히 고난당하는 자들, 곧 실망의 먼 길을 가신 자들을 만나시어 그 과정을 주시는 것입니다. 하지만, 당신은 여전히 그것에 도달해야합니다 ... 나는 여전히 가는 중입니다 ...
:)))))
나는 여전히 "귀"를 끝낼 것입니다. 어떻게 구하셨는지 모르겠지만 제가 기억하는 거래는 아주 좋았습니다.
무언가가 실패하면 이유를 분석해야합니다. 여기 Sorcerer가 맞습니다. 철저한 "브리핑"이 필요합니다.
그러나 "평균적으로"그 이유를 분석하지 않으면 수익성이없는 거래에도 불구하고 한 달에 최소 25 %의 이익이 있습니다. 실제 돈에 어리석게 베팅하고 증기 목욕을하지 않아야합니다. 임호.
나는 마법사가 이렇게 했다고 추측한다.
1. VR - 증분
2. 직접 푸리에 변환, 스펙트럼이 있습니다.
3. 초기(필수) 신호는 정현파이며, 증분 스펙트럼에 Winner-Kolmogorov 필터를 적용합니다.
4. 우리는 원래 신호의 최소 표준 편차에 따라 주파수를 남깁니다.
5. 증분 그래프에 가장 좋은 정현파를 플로팅합니다.
----
추신: 6. 우리는 여기에 물고기가 없다고 확신합니다.
나는 마법사가 이렇게 했다고 추측한다.
1. VR - 증분
2. 직접 푸리에 변환, 주파수 및 진폭 스펙트럼이 있습니다.
3. 초기 신호는 정현파이며 증분 스펙트럼에 Winner-Kolomogorov 필터를 적용합니다.
4. 우리는 원래 신호의 최소 표준 편차에 따라 주파수를 남깁니다.
5. 증분 그래프에 가장 좋은 정현파를 플로팅합니다.
저항할 수 없었습니다. 죄송합니다. 단일 직선, 곡선 또는 구불구불한 곡선이 아닌 모든 곳에 정현파가 있습니다. 이것은 귀하가 독점적으로 플랫하게 거래한다는 것을 의미합니다.
나는 마법사가 이렇게 했다고 추측한다.
1. VR - 증분
2. 직접 푸리에 변환, 스펙트럼이 있습니다.
3. 초기(필수) 신호는 정현파이며, 증분 스펙트럼에 Winner-Kolmogorov 필터를 적용합니다.
4. 우리는 원래 신호의 최소 표준 편차에 따라 주파수를 남깁니다.
5. 증분 그래프에 가장 좋은 정현파를 플로팅합니다.
----
추신: 6. 우리는 여기에 물고기가 없다고 확신합니다.
포인트 1 - 질문이 없습니다.
나머지 - 물고기가 없기 때문에 용광로에서!
나는 그가 사용하는 몇 가지 VR 차트를 보았습니다. 그가 그것을 어떻게 얻었는지 시각적으로 이해하는 것은 거의 불가능합니다.
저항할 수 없었습니다. 죄송합니다. 단일 직선, 곡선 또는 구불구불한 곡선이 아닌 모든 곳에 정현파가 있습니다. 이것은 귀하가 독점적으로 플랫하게 거래한다는 것을 의미합니다.
아니요
마법사는 정현파를 증분으로 보여 주었고 K_2는 순무를 긁었습니다.
이 쓰레드를 읽으려고 하는데...
지루함을 돕는다
포인트 1 - 질문이 없습니다.
나머지 - 물고기가 없기 때문에 용광로에서!
나는 그가 사용하는 몇 가지 VR 차트를 보았습니다. 그가 그것을 어떻게 얻었는지 시각적으로 이해하는 것은 거의 불가능합니다.
나는 이미 방법을 썼다.
그리고 이것에 (이미 러시아어로) 이익이 없다는 사실에 대해서도
모든 Kolmogorov의 기사(오늘, 결국 나는 무언가를 읽었습니다)에서 원래 신호가 알려져 있다는 사실에 의존합니다. 당신은 이런 종류의 문학에 의존하여 허공으로 돌진하고 있습니다 ....
우리의 경우 초기 신호는 우리가 아니라 견적자의 목표입니다. 더 많은 역추세를 포착하기 위해 이 목표를 향한 움직임이 직선 +가 되지 않도록 조정되고 있습니다. 아무리 노력해도 이 목표를 결코 알 수 없습니다.