Distribuição de aumentos de preços
Caros comerciantes!
No meu tempo livre, li muitos tópicos neste fórum - muitos deles discutem o problema de determinar o tipo de distribuição dos retornos de valores aleatórios (os chamados incrementos de preço). Percebi por mim mesmo que este problema não foi resolvido e ter alguns :) :) ), educação e habilidades apropriadas, decidi participar da solução deste problema.
Portanto, a definição da tarefa:
Para determinar a partir dos dados de um determinado par de moedas uma distribuição de probabilidade de sucessivos aumentos de preço Bid e Ask (ou seja, analisado um conjunto de dados que consiste na diferença entre o preço atual e o anterior Ask e o mesmo conjunto para o preço Bid). As fórmulas para a função de densidade de probabilidade, a função de distribuição e a função quantil de uma dada distribuição devem ser apresentadas de forma analítica.
A tarefa certamente provou ser difícil. Deixe-me dizer que esta distribuição não é uma daquelas amplamente discutidas - nem normal, nem logística, nem Laplace, nem Cauchy, etc., etc.
Antes de dizer-lhes esta distribuição (mais precisamente, é uma família de distribuições, pois diferentes pares de moedas têm valores diferentes do coeficiente de escala, que, em geral, não coincide com o desvio padrão), por favor, respondam-me a algumas perguntas - o que é que o conhecimento desta distribuição proporciona exatamente? Como isso ajuda no comércio Forex?
Sinceramente,
Acidentalmente de passagem e interessado no mercado Forex
Alexander_K :) :)
Caros comerciantes!
No meu tempo livre, li muitos tópicos neste fórum - muitos deles discutem o problema de determinar o tipo de distribuição de um retorno variável aleatório (os chamados incrementos de preço). Percebi por mim mesmo que este problema não foi resolvido e ter alguns :) :) ), educação e habilidades apropriadas, decidi participar da solução deste problema.
Portanto, a definição da tarefa:
Para determinar a partir dos dados de um determinado par de moedas uma distribuição de probabilidade de sucessivos aumentos de preço Bid e Ask (ou seja, analisado um conjunto de dados que consiste na diferença entre o preço atual e o anterior Ask e o mesmo conjunto para o preço Bid). As fórmulas para a função de densidade de probabilidade, a função de distribuição e a função quantil de uma dada distribuição devem ser apresentadas de forma analítica.
A tarefa certamente provou ser difícil. Deixe-me dizer que esta distribuição não é uma daquelas amplamente discutidas - nem normal, nem logística, nem Laplace, nem Cauchy, etc., etc.
Antes de dizer-lhes esta distribuição (mais precisamente, é uma família de distribuições, pois diferentes pares de moedas têm valores diferentes do coeficiente de escala, que, em geral, não coincide com o desvio padrão), por favor, respondam-me a algumas perguntas - o que é que o conhecimento desta distribuição proporciona exatamente? Como isso ajuda no comércio Forex?
Sinceramente,
Acidentalmente de passagem e interessado no mercado Forex
Alexander_K :) :)
Na verdade (IMHO) não há dependência do preço atual em relação ao anterior. Aqueles que procuram esta distribuição querem apenas identificar a tendência atual do tempo no mercado (tendência para cima, tendência para baixo ou flat). Uma vez identificada a tendência, o comerciante procura uma chance de lucrar com ela.
Na verdade (IMHO) não há correlação entre o preço atual e o anterior. Aqueles que buscam esta distribuição querem simplesmente identificar a tendência atual no mercado (tendência para cima, tendência para baixo ou flat). Uma vez identificada a tendência, o comerciante está procurando a oportunidade de lucrar com ela.
- O que realmente faz saber esta distribuição? Como isso ajuda no comércio Forex?
Os modelos GARCH com entradas logarítmicas consistem em três partes: um modelo de tendência, um modelo de volatilidade eum modelo de distribuição incremental. Existe uma enorme literatura sobre estas distribuições, sua influência nos algoritmos, diferenças de pares de moedas por tipos de distribuição e outros.... A questão que você coloca é uma questão com uma barba de 30 anos de idade. A principal ferramenta matemática nos mercados financeiros é o GARCH, do qual existem muitos. Na linha de aprendizagem da máquina dei uma seleção de literatura - estou me apegando a ela novamente.
De longe, a mais utilizada é a distribuição em t biselada. Mas repito que um modelo completo consiste em três componentes.
Existem pacotes de software de prateleira que são amplamente utilizados no comércio real. Os resultados estão disponíveis em publicações públicas. De R podemos citar: fgarch, rugarch, mas eles não são os únicos.
De fato, isso acontece. Há uma memória no mercado porque cada negócio é dinheiro e se um negócio foi aberto, será fechado mais cedo ou mais tarde.
Não vou argumentar que todos têm uma opinião, mas se houvesse tal correlação, então seria possível por extrapolação prever movimentos futuros de preços com muito mais precisão do que 50/50.
Os modelos GARCH com logaritmo de incrementos como entrada consistem em três partes: um modelo de tendência, um modelo de volatilidade eum modelo de distribuição incremental. Existe uma enorme literatura sobre estas distribuições, sua influência nos algoritmos, diferenças de pares de moedas por tipos de distribuição e outros.... A questão que você coloca é uma questão com uma barba de 30 anos de idade. A principal ferramenta matemática nos mercados financeiros é o GARCH, do qual existem muitos. Na linha de aprendizagem da máquina dei uma seleção de literatura - estou me apegando a ela novamente.
De longe, a mais utilizada é a distribuição em t biselada. Mas repito que um modelo completo consiste em três componentes.
Existem pacotes de software de prateleira que são amplamente utilizados no comércio real. Os resultados estão disponíveis em publicações públicas. De R podemos citar: fgarch, rugarch, mas eles não são os únicos.
Sim, você indicou uma aproximação muito próxima - uma distribuição em t inclinada.
Na verdade, meus cálculos deram a chamada distribuição t-distribuição não padronizada do estudante com número de graus de liberdade = 2. O coeficiente de escala não é igual ao desvio padrão e é calculado separadamente para cada par de moedas.
Entretanto, isto é verdade exatamente para os aumentos de preços. Os preços reais formam alguma mistura dessas distribuições em t e saber a distribuição dos incrementos não me dá, pessoalmente, uma compreensão do processo como um todo.
No entanto, peço para não fechar este tópico - pode ser que alguma mente brilhante me diga como obter conhecimento do particular para o geral a partir do conhecimento do particular, seria incrivelmente legal.
Pela minha parte, prometo postar meus exercícios matemáticos nesta área e ler cuidadosamente o feedback e os comentários.
Cumprimentos.
Alexander_K
Não vou discutir, todos têm uma opinião, mas se tal relacionamento existisse, poderíamos ter usado extrapolação para prever movimentos futuros de preços com muito mais precisão do que 50/50.
Há várias razões pelas quais é impossível utilizar a extrapolação. Primeiramente, a taxa de amostragem deve ser correta, se uma onda senoidal com tempo aleatório não pode ser prevista, mesmo uma onda senoidal. E, em segundo lugar, como se pode prever, se não for conhecido, quando cada participante fechará a ordem? Sabe-se que todos os participantes que abriram negócios os fecharão, mas quando, já não está claro. Ou você não concorda com o fato de que todos os negócios abertos serão fechados?
O que isto dá é que há mais desvios grandes da média do que em uma distribuição normal e quanto menor a amostra, maior a chance de obter um erro maior. É apenas uma distribuição com caudas grossas, todos sabem há muito tempo que as citações não são normalmente distribuídas. Normalmente eles o associam com memória ou inércia, ou seja, grandes mudanças são seguidas por grandes mudanças nas citações, pequenas mudanças são seguidas por pequenas mudanças (em média), mas pequenas mudanças ainda superam em número as grandes.
Se este for o caso, então é impossível prever as citações no sistema de uma só vez, ou seja, o momento do salto de grandes mudanças para pequenas e vice-versa é estatisticamente impossível de adivinhar. Portanto, temos que olhar as citações em diferentes períodos de tempo e comparar as probabilidades. Como resultado, ainda temos que verificar o histórico de cotações e a escala máxima, quando é difícil ou impossível determinar que tipo de incrementos de mercado estão ocorrendo atualmente - pequenos ou grandes.
Mas para alguns horizontes de eventos aceitáveis e sob certas situações é provavelmente possível prever + procurar por ineficiências, que em parte formam caudas grossas
O que isto dá é que há mais desvios grandes da média do que em uma distribuição normal e quanto menor a amostra, maior a chance de obter um erro maior. É apenas uma distribuição com caudas grossas, todos sabem há muito tempo que as citações não são normalmente distribuídas. Normalmente está associado à disponibilidade de memória, ou seja, grandes mudanças são seguidas por grandes mudanças nas cotações, pequenas mudanças são seguidas por pequenas mudanças (em média), mas pequenas mudanças ainda superam as grandes.
Deixe-me dar um exemplo concreto a partir dos meus cálculos.
Para o par de moedas EURJPY, a distribuição dos movimentos de preços é uma distribuição t não padronizada do estudante com 2 graus de liberdade e o coeficiente de escala (sigma) = 1,43 pontos (minhas desculpas pela excessiva modéstia matemática). 95% dos aumentos de preço estão na faixa de tolerância de +-6,19 sigma. Isso significa que um comércio pode ser executado para uma determinada amostra se o preço exceder esse intervalo? Faz sentido a precisão dos meus cálculos até milésimos de um por cento?
Aqui está um exemplo concreto dos meus cálculos.
Para o par de moedas EURJPY, a distribuição dos incrementos de preço é uma distribuição t não padronizada do estudante com 2 graus de liberdade e o coeficiente de escala (sigma) = 1,43 pontos (desculpe-me por ser matematicamente meticuloso demais). 95% dos aumentos de preço estão na faixa de tolerância de +-6,19 sigma. Isso significa que um comércio pode ser executado para uma determinada amostra se o preço exceder esse intervalo? Faz sentido a precisão dos meus cálculos em frações de milésimo de um por cento?
Tenho vergonha de perguntar, mas tolerante em relação a quem? Parece que geralmente se toma 3 sigmas.
SanSanych tem dado muitas informações e fontes interessantes neste campo. Até onde me lembro, apenas os modelos GARCH mencionados não lidam com carrapatos, mas com incrementos próximos nos dias.
- 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
Caros comerciantes!
Quando tenho tempo livre, li muitos tópicos neste fórum - muitos deles discutem o problema de determinar o tipo de distribuição de um retorno variável aleatório (os chamados incrementos de preço). Percebi por mim mesmo que este problema não foi resolvido e ter alguns :) :) ), educação e habilidades apropriadas, decidi participar da solução deste problema.
Portanto, a definição da tarefa:
Para determinar a partir dos dados de um determinado par de moedas uma distribuição de probabilidade de sucessivos aumentos de preço Bid e Ask (ou seja, analisado um conjunto de dados que consiste na diferença entre o preço atual e o anterior Ask e o mesmo conjunto para o preço Bid). As fórmulas para a função de densidade de probabilidade, a função de distribuição e a função quantil de uma dada distribuição devem ser apresentadas de forma analítica.
A tarefa certamente provou ser difícil. Deixe-me dizer que esta distribuição não é uma daquelas amplamente discutidas - nem normal, nem logística, nem Laplace, nem Cauchy, etc., etc.
Antes de dizer-lhes esta distribuição (mais precisamente, é uma família de distribuições, já que pares de moedas diferentes têm valores diferentes do coeficiente de escala, que, em geral, não coincide com o desvio padrão), por favor, respondam-me a algumas perguntas - o que é que o conhecimento desta distribuição proporciona exatamente? Como isso ajuda no comércio Forex?
Sinceramente,
Acidentalmente de passagem e interessado no mercado Forex
Alexander_K :) :)