Por que a distribuição normal não é normal? - página 18

 
getch >> :

Seria interessante ouvir o lado prático das considerações acadêmicas.

Este estudo particular, e a maioria dos outros, não são um fim em si, mas um subproduto (se me permitem dizer) da busca de oportunidades de arbitragem apresentadas no mercado. Por exemplo, a construção de uma série de autocorrelação para leituras adjacentes da primeira diferença de uma série de preços é uma tentativa de trocar a cor de uma vela. Matriz de coeficientes de correlação de pares - uma tentativa de capturar arbitragens antes de fortes movimentos noticiosos. Exame da função de distribuição dos incrementos da WPD - maximizando a rentabilidade do TS, levando em conta os riscos limitantes. Bem, etc.

Portanto, o interesse é bastante prático e está longe de ser uma curiosidade ociosa (embora não sem ela). O mercado é um sistema complexo com numerosos feedbacks e esperar reinstalá-lo com paradas e MAK é inútil. Portanto, é preciso escavar.

 
Você quer dizer arbitragens estatísticas baseadas em correlações?
 
Neutron писал(а) >>

Este material é a prova da minha afirmação acima. Uma pergunta à parte é sobre o significado das dependências encontradas. Infelizmente, para nós como comerciantes, estas relações só têm valor prático se o produto da volatilidade de um instrumento na KK para a TF selecionada exceder seus custos de transação (dispersão das corretoras). Isto não é observado.

E eu acho interessante a tabela KK(TF) na 15ª página. Apenas a estimativa de valor prático não é muito clara. Você pode citar a matemática. Seria muito interessante.

 
Colegas, por que vocês investigam apenas o incremento a(n)-a(n+1)? Tente algo como a(n)-a(n+5) ou a(n)-a(n+30). Para a construção de projetos preditivos, a etapa de atraso não importa. Confira! Posso assegurar que você ficará agradavelmente surpreso (dado o título do tópico)...
 
muallch >> :
Colegas, por que vocês estão investigando apenas o incremento a(n)-a(n+1)? Tente algo como a(n)-a(n+5) ou a(n)-a(n+30). Para a construção de projetos preditivos, a etapa de atraso não importa. Confira! Posso assegurar que você ficará agradavelmente surpreso (dado o título do tópico)...

Em meu gráfico, o eixo horizontal é TF derivado de minúcias usando o seguinte algoritmo: TF1 a(n)-a(n+1), TF2 a(n)-a(n+2),...,TFk a(n)-a(n+k). Portanto, colega, estamos fazendo exatamente o que você aconselha.

Doutor. escreveu(a) >> Mas achei curioso o gráfico de QC(TF) na página 15. Apenas a avaliação do valor prático não é muito clara. Você pode me dar a matemática? Seria muito interessante.

Por definição, o coeficiente de correlação em pares entre amostras adjacentes em RPM de uma série de preços, é a probabilidade de prever corretamente a cor da próxima vela, ou em outras palavras, é a eficiência da MTS. Para converter porcentagens em pontos, precisamos conhecer a volatilidade do instrumento no prazo selecionado. Multiplicando a eficiência pela volatilidade, obtemos uma estimativa para a rentabilidade do TS como o valor médio de pontos por transação. Isto deve ser comparado com a comissão da corretora (spread). Se a rentabilidade em qualquer TF excede o spread, é possível uma negociação lucrativa.

Aqui, por exemplo, os dados sobre o par EURCHF:

A cor vermelha mostra o coeficiente de correlação entre os castiçais em função do TF (neste exemplo, o valor é dado como modulo). O azul mostra a volatilidade do instrumento. Lilás é uma estimativa do retorno médio. Os dados foram utilizados em 2005-2006, portanto 4 sinais e espalhados naqueles tempos para este par foi o ponto 2. Vemos que com esta abordagem não superamos a comissão DT em nenhuma das TFs (não há estatísticas suficientes para TF>100 min, mas a CC certamente cairá lá e arrastará a rentabilidade em geral). As barras mostram a faixa de confiança correspondente à dispersão estatística dos dados de entrada.

Toda esta tristeza está relacionada à tentativa de explorar as propriedades estacionárias da série de preços, e todos eles são conscientemente cobertos por CD no espalhamento, o campo é pisoteado como um pasto. A única solução parece ser a busca de características quase-estacionárias que permitam "superar" o CD.

Getch wrote(a) >> Você quer dizer arbitragem estatística baseada em correlações?

Sim, foi uma idéia, mas os meios técnicos disponíveis não permitem que ela seja realizada.


 
Não está claro porque há uma referência constante ao tempo - n. Que diferença faz (para fins comerciais) se o preço passou a figura em uma hora ou em um dia?
 

Absolutamente certo - não desempenha um papel! Mas, eu não entendo a pergunta...

Naturalmente, a análise pode ser feita em termos de horizonte comercial (não horizonte temporal, mas horizonte de preços). A única coisa importante, como você observou corretamente, é o movimento de preços - ele determina nossos interesses e o tipo de negociação. Os carregadores trabalham em faixas de preços curtas, os comerciantes de médio prazo trabalham na faixa de 100-500 pips (para 4 dígitos), etc.

 

Você está analisando uma série cronológica onde n é o tempo. Este é um erro conceitual. a(n) - deve ser o valor do preço do extremo local (ZigZag), ou o valor do preço através de volumes financeiros acumulados iguais do instrumento comercial.

 

É bom ver você (leia-se), colega!

Exatamente. Eu mesmo utilizo apenas a escala de preços (vertical) da divisão da série de preços e excluo completamente o tempo da análise. Não faz sentido (exceto pela dependência do tempo da volatilidade do instrumento, mas esses são detalhes - pequena segunda ordem).

Em geral, não podemos passar sem tempo. Este parâmetro aparecerá definitivamente ao estimar a rentabilidade máxima do TS por unidade de tempo real (vivemos no mundo real e precisamos ganhar mais rápido do que em um milhão de anos).

 

Ótimo! Afinal, o tempo de mercado é uma medida de mudança no volume financeiro. Eu não entendo o que é a(n ) em seu raciocínio?

Não concordo com a necessidade de levar em conta o tempo humano. Um dos argumentos pode ser o consultor especialista em sistemas inversos, que não tem nenhum conceito de tempo humano.