Uma das primeiras opções que vêm à mente é tomar a primeira diferença do processo inicial (isto é, calcular o retorno). Mas ainda não consegui provar ou refutar a hipótese de estacionaridade, pelo menos em um sentido amplo. Seria interessante colaborar neste sentido.
Sim, esta abordagem (aproximadamente) de análise foi feita com sucesso há mais de dez anos
Tudo começou com esta imagem
Ele visualiza o processo de 'caótico'
mistura de gases em movimento.
Você tem que ler tudo em inglês.
sobre a história da Companhia de Predição
Gostaria de salientar que o fluxo de entrada é um tick, qualquer transformação dele muda as características do fluxo. Se retornar[i] = Fechar[i] - Fechar[i+1], como você disse em outra linha, é uma transformação linear e não afeta as características do fluxo. Mas o cálculo das barras é uma transformação não linear que pode ser claramente vista ao tentar testá-la; pegamos o histórico de barras de 1 minuto e geramos uma lei dentro de uma barra de 1 minuto para uma reprodução adequada.
Infelizmente, temos que aguentar isto, devido às quebras de conexão e à possibilidade de reconstruir apenas barras de minutos. Em outras palavras, é melhor usar barras minúsculas e outros prazos aumentarão as não-linearidades, mas já temos muitas não-linearidades com barras minúsculas :)
Antes de mais nada, é a trama de ACF de um processo. Minhas tentativas de comparar ACF de carrapatos e minutos mostram que há uma diferença em um mercado silencioso, mas no início dos fortes movimentos há. Eu acho que Williams com sua barra de agachamento prestou atenção e quis usá-la em seu sistema comercial.
Para aqueles que querem seguir nesta direção de pesquisa de mercado, não deixem de observar que o conceito de correlação e covariância são diferentes na literatura estrangeira e em nossa literatura, especialmente é evidente na construção do processo ACF.
Bem... Agora, em vez de descansar durante o próximo mês, vou fazer equações e funções... :(((
Prival, vamos esquecer os carrapatos: este é claramente um caso fútil. As leis de distribuição de carrapatos são muito diferentes para diferentes instrumentos - e os próprios carrapatos vêm em tempo extremamente desigual. Aqui estão minhas pequenas tentativas: "Carrapatos: amplitude e distribuição de atrasos". É realmente melhor começar com pelo menos um minuto.
A pergunta mais importante que tenho para vocês é esta. Você tem um histórico de, digamos, um ano de preços de fechamento, um vetor transposto (r1, r2, ..., rN), onde N é algo como 6000. Durante o ano, o oyra (EURUSD) teve entre 20 e 25 números, ou seja, 2000-2500 pontos. Portanto, a expectativa neste intervalo (na tendência mais forte) é de cerca de 0,3-0,4 pontos. Ao mesmo tempo, a dispersão no relógio é dezenas de vezes maior, em torno de 10-15 pontos, ou seja, não menos de 25 vezes. Portanto, o que estamos contando aqui, covariância ou correlação, não é muito importante, pois a distribuição em si não é muito acentuada, e seu m.o. é muitas vezes menor do que o s.c.o.
Você tem em algum lugar um procedimento unificado para verificar a estacionaridade deste processo no sentido amplo? Curiosamente, há muito pouca informação sobre isso na Internet.
2 geometrr: Eu li o artigo, muito fascinante. Mas aí, porém, trata-se mais de caos do que de um processo aleatório.
2 Red.Line: bem, diga algo positivo, se o assunto for de interesse...
Enquanto andava no subsolo, ocorreu-me que estamos falando da mesma coisa. Retorno/delta_t é velocidade, ou seja, o aumento do preço em um determinado intervalo de tempo - velocidade. Se houver velocidade, então há também a aceleração do primeiro, segundo e outros derivados. Vou tentar obter a matriz F para a variante mais simples e fazer um MathCad andar.
A pesquisa estatística, naturalmente, representará o processo, mas não sei o que fazer com ele, porque tanto a GIR quanto a variância dependem do intervalo de análise selecionado e não sei como usá-las mais tarde ao construir um sistema comercial. Devemos investigar a dinâmica do processo, não a estática. E não é correto usar os marcadores de hora para análise, IHMO, eles são muito complicados para analisar sem 0,5.
Com relação à estacionaridade, sim, há definições disponíveis, mas não há critério, e o principal é um número, que permita tomar uma decisão. (S>5 -> estacionário, S<5 -> não estacionário). Pelo menos eu não me deparei.
Utilizei estes conceitos na prática, mas foi há muito tempo, e não para o Forex. A idéia é a seguinte ACF nos permite determinar o tempo durante o qual o processo está correlacionado e nos permite prever outros movimentos com uma certa precisão. Aqui está um exemplo na foto, suponhamos que seja de nível 0,707 e depois não estacionaridade.
Aqui, a correlação ou covariância pode ser importante para o cálculo da ACF. Não me lembro de que a ACF esteja sendo construída mais uma vez.
Eu gostaria de construir o indicador em MQL e executá-lo para ver como ele se comporta.
Eu gostaria que Rosh pudesse ajudar, ele apenas me envia links e acena com a cabeça :-)
Bem, o critério de estacionariedade no sentido amplo é mais ou menos conhecido - a constância do m.o. e a dependência da ACF somente da diferença dos argumentos, não de cada um deles. Ou isso é errado?
A variação é a mesma ACF, apenas com turno zero. Mas não consigo entender em que subintervalos (grosso modo, janelas) dentro da série para contar estas "ACs parciais". Existem alguns critérios, certo? Isto é: o que é "dependência de AC somente da diferença de argumentos"? Isto significa que para uma dada diferença nos argumentos devemos construir várias (muitas) "CA parciais" diferentes, e depois investigar (estatisticamente) a estacionaridade das séries de CA parciais obtidas. É um círculo vicioso...
Não posso usar seu CEP, até que eu faça o download do Matcad. Vou ter que fazer o download e ver que tipo de monstro é...
Mais uma coisa: não tenho planos de aplicar estes estudos estatísticos diretamente ao TS. Os planos para aplicá-lo estão em seus testes.
Ainda não o li, mas já é interessante :)
Você está certo, você mesmo o diz, mas não o entende. Eu acho que sim :-) "a constância do m.o. e a dependência da ACF somente da diferença dos argumentos" é a frase chave. A questão é como utilizá-la. Agora mesmo lendo seu tópico sobre tiques, você chegou à conclusão de que claramente o processo não é estacionário. O tipo de ACF nos dirá o que está acontecendo com o mercado, por exemplo, a função delta é claramente não estacionária, etc. O mercado se tornou estacionário (plano ou tendência de qualquer forma), ou seja, o principal lóbulo ACF se expandiu e o mercado se tornou previsível.
![MQL5 - Linguagem para estratégias de negociação inseridas no terminal do cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
A idéia de aplicar o aparelho da teoria do fluxo aleatório para descrever vários processos que ocorrem na natureza surgiu há muito tempo. O trabalho mais fundamental neste campo pode ser considerado o trabalho de Bolshakov I.A. Problemas Estatísticos de Extração de Fluxo de Sinal a partir do Ruído. -M: Rádio Soviética, 1969.
Conclusão (vou mostrar entre parênteses o que quero dizer com este termo)
Há um fluxo de objetos (eventos mundiais) que não é diretamente observável, há um fluxo de medidas estatisticamente relacionadas (a taxa atual de, digamos, EUR/USD). As medições são feitas em pontos discretos no tempo e é possível pular as medições (um evento mundial ocorreu, mas a taxa de câmbio não mudou).
Há uma certa correspondência entre os parâmetros do objeto observado e os parâmetros das medidas observadas: a área W dos valores dos parâmetros corresponde à área S dos valores dos parâmetros y.
Na saída de um dispositivo de medição (terminal MT) junto com as medições geradas por sinais de objetos () aparecem medições geradas por ruído flutuante e vários tipos de interferência, ou seja, medições falsas.
Formas de descrever caminhadas aleatórias:
Função de densidade de probabilidade multivariada, que é uma descrição compacta de um fluxo aleatório
Esta é uma função arbitrária de alguma classe.
Descrição por meio de funções de momento
do qual um papel especial na teoria de fluxo é desempenhado pela função de momento de primeira ordem, chamada de intensidade de fluxo (FE):
Como modelo de movimento (a trajetória da taxa de câmbio EUR/USD)
Hipóteses diferentes podem ser consideradas; suponhamos realizações independentes de um processo Markov homogêneo com uma densidade de probabilidade de transição tal que o movimento possa ser descrito por uma equação de diferença linear da forma
(1)
onde F é uma matriz de transição conhecida,
wk é um ruído com expectativa zero E(wk)=0 e matriz de covariância E(wk,wj)=Qkdk,j,
dk,j é um símbolo da Kronecker.
O que o uso desta teoria sugere à primeira vista:
1. determinar onde a taxa de câmbio está se movendo, onde está o componente útil do movimento e onde está o ruído.
2. Para se afastar das definições qualitativas de plano, tendência (plano no relógio, tendência no minuto). Parece-me que muitas vezes é entendido em termos de sistema comercial criado (muitas perdas - flat), e se há lucro - uma tendência (porque uma tendência é um amigo). E se tomarmos outro TS no mesmo intervalo de tempo, então talvez a tendência seja o inimigo :).
3. Ir para a descrição quantitativa do fluxo - ele tem uma intensidade (talvez seja Volume) e os parâmetros de velocidade, aceleração, etc. Estou de alguma forma convencido de que não há nenhum apartamento ou tendência. Há apenas um movimento multidimensional e multidimensional, que muda suas características no tempo.
4. Um fluxo pode ser estacionário (os parâmetros são constantes em algum intervalo de tempo) e não estacionário (lacunas, picos, saída ou expectativa de notícias importantes).
5. A teoria torna possível estudar e analisar fluxos correlatos.
6. E o mais importante sob certas condições, para prever a direção do movimento.
Como exemplo, vou dar as trajetórias modeladas pela fórmula (1), estas trajetórias têm parâmetros de movimento absolutamente idênticos (isto é, são estacionárias), e sua diferença externa é gerada pelo ruído (wk).
Se você leu para este lugar, já encontrou tal abordagem de análise de mercado? E se você puder me dar um link para lê-lo, preciso pensar. Nem tudo é assim tão simples. Muitos procedimentos e funções obtidos por Bolshakov não podem ser computados como recursos computacionais necessários = infinito. A descrição das abordagens de análise de fluxo também é muito fundamental.
É difícil ver as fórmulas, eu as anexarei em Word.