Da teoria à prática - página 3

 
Renat Akhtyamov:

o mercado está lutando para comprar e vender volumes.

Eles não são. No mercado, tanto se compra, quanto se vende. Há sempre um equilíbrio completo.
 
Yuriy Asaulenko:
Não é um problema. No mercado, tanto se compra, quanto se vende. É sempre um equilíbrio total.

Sim...

Agora!

https://www.oanda.com/lang/ru/forex-trading/analysis/open-position-ratios

Валютные позиции | Коэффициенты открытых позиций Форекс | OANDA
  • www.oanda.com
На этих графиках показаны разбивки по последним открытым позициям для основных валютных пар, взятые из книг OANDA. Выборка информации осуществляется каждые 20 минут. Как интерпретировать эти графики (Смотреть видео-учебник) Соотношения позиций. Показывает процент открытых позиций, удерживаемых для каждой из основных валютных пар. Для каждой...
 

Considere agora o lado direito da equação de Fokker-Planck, que consiste em três termos:

1. A deriva M(x,t) é uma medida da tendência central dos movimentos de preços a um determinado tamanho de amostra. Em nosso caso é uma WMA média móvel ponderada, onde o peso w de cada valor do preço do tick é determinado a partir da densidade de probabilidade de incrementos para um determinado par de moedas usandoa fórmula:

Densidade de probabilidade:

por Mikhail Dovbakh:

s^2/[2*sqrt((s^2+x^2)^3)]

São utilizadas as seguintes notações:

X - aumento de preço

S - fator de escala (não igual ao desvio padrão em geral).

No entanto, ainda deve ser dito que esta é uma fórmula assimptótica, e quando se trata de dinheiro, todos nós gostamos de precisão, não é mesmo?

Portanto, em meus cálculos utilizo valores exatos de densidade de probabilidade, que calculei para cada par de moedas com base em dados históricos.

Para EURJPY parece que é o seguinte:

Aqui, para cada valor de incremento de blocos CASE especificamos valores de probabilidade específicos separadamente para Bid e Ask, que são usados como pesos no cálculo da média móvel ponderada.

 

Repito, o mercado não tem meio-termo e o processo comercial é caótico.

E esta teoria é construída precisamente sobre o desvio do meio

Sempre há mais mercadorias compradas do que vendidas em uma loja!!!
 
Yuriy Asaulenko:
Não é difícil fazer a triagem deste ruído. No entanto, concordo que esta tarefa (peneirar o ruído de carrapato) não precisa ser abordada de forma alguma.
Se fosse na realidade, nossos Escalpadores fariam uma fortuna neste El Dorado. Mas a prática mostra que o ruído de informação + o barulho do VC não permite que os Escalpadores se virem completamente, e é pouco provável que o permita no futuro, se forem quantidades realmente significativas... e não mesquinhas, não dignas de atenção...
 

Finalmente, para hoje é determinar o tamanho da amostra necessária de dados de carrapatos para a análise.

MUITO IMPORTANTE!

Em geral, esta foi a tarefa mais difícil de todas aquelas que encontrei no meu caminho. É claro que o mercado é auto-similar e o TS deve funcionar com qualquer tamanho de amostra. Mas há alguns tamanhos de amostra, que são diferentes para vários pares de moedas, nos quais o nível de lucro atinge valores máximos.

Eu fiz uma primeira tentativa para resolver este problema no tópico:

https://www.mql5.com/ru/forum/220237/page2

Mas não concordou com o comércio real e é isso... A fórmula parece estar correta - mas algo está errado...

O mais importante - esta amostra deve cobrir quase todos os valores de incrementos para um determinado par de moedas

Realizei uma série de experimentos e entendi que a fórmula para estimar o tamanho da amostra necessária parece ser a seguinte

N=(Z^2*(S/E)^2)/2, onde

Z - quantificação da distribuição dos incrementos de um determinado par de moedas

S - desvio padrão

E - precisão das medidas

Por exemplo, para o par EURJPY, o quantil da probabilidade de confiança de 0,999 é5,337746244, o desvio padrão =2,99751979 e o tamanho da amostra acaba sendo de 12,800. Eu o verifiquei experimentalmente - os valores máximos de lucro são realmente obtidos.

Posso oferecer as seguintes hipóteses como explicação para este fato:

A distribuição t2-distribuição do estudante formada no nível de aumentos de preço NUNCA desaparece, ela se forma de uma forma ou de outra em torno de medidas da tendência central, em particular para desvios de preços lineares da média ponderada móvel, e atinge sua máxima semelhança quando o tamanho da amostra cobre a distribuição t2 quase completamente.

Isso é tudo por hoje.

Boa sorte a todos!

Что определяет Ваш выбор таймфрейма (ТФ) для торговли? И далее разговор о математическом обосновании выбора таймфрейма.
Что определяет Ваш выбор таймфрейма (ТФ) для торговли? И далее разговор о математическом обосновании выбора таймфрейма.
  • 2017.11.23
  • www.mql5.com
Собственная интуиция, Устоявшееся мнение сообщества, Расчет вероятности профита для разных ТФ, Привычка к данному ТФ (набил руку), Рекомендации ДЦ...
 

Procurando por um livro:

Orlov Y.N., Osminin K.P. Séries cronológicas não estacionárias: métodos de

Métodos de Previsão com Exemplos de Análise do Mercado Financeiro e de Commodities. - М.:

Casa do Livro LIBROCOM, 2011. - 384 с.

Há um material próximo a este tema nas pré-impressões:

http://library.keldysh.ru/preprint.asp?id=2013-3

Эмпирическое уравнение Фоккера-Планка для прогнозирования нестационарных временных рядов
  • library.keldysh.ru
Строится прогнозная модель среднего выборочного значения нестационарного временного ряда на основе системы уравнений эволюции моментов выборочного распределения ряда первых разностей...
 
Alexander_K:


A distribuição t2-distribuição do Estudante, tendo se formado ao nível dos incrementos de preço NUNCA desaparece, forma-se de uma forma ou de outra em torno de medidas de tendência central, em particular para desvios lineares de preço em relação à média ponderada móvel, e atinge a máxima semelhança quando o tamanho da amostra cobre quase completamente a distribuição t2-distribuição.



Diga isso àqueles que sobreviveram ao franco e à libra...

 
Yury Kirillov:

Procurando por um livro:

Orlov Y.N., Osminin K.P. Séries cronológicas não estacionárias: métodos de

Métodos de Previsão com Exemplos de Análise do Mercado Financeiro e de Commodities. - М.:

Casa do Livro LIBROCOM, 2011. - 384 с.

Em seu trabalho há um material próximo a este assunto em pré-impressões:

http://library.keldysh.ru/preprint.asp?id=2013-3

Eu também estava interessado e procurei. Eu não encontrei o livro, mas encontrei muitas pré-impressões do Instituto Keldysh e de outros autores e co-autores. Entre eles a dissertação de doutorado "Algoritmos para prever séries temporais não estacionárias" de Osminin, defendida em outubro de 2008 sob a supervisão do Dr.Orlov. Orlov em 2009 publicou um livro "Vovk V.S., Novikov A.I., Glagolev A.I., Orlov Y.N., Bychkov V.K., Udalov V.A. World industry and LNG markets: forecast modelling". - Moscou: OOO Gazpromexpo, 2009. - 312 p." e outro em 2012, co-autoria com Osminin: "Orlov Y.N., Osminin K.P. Métodos de análise estatística de textos literários. - Moscou: Editorial URSS, 2012. - 312 с.". Pode-se concluir que ele e Osminin às vezes mudam de direção, e o livro que estamos procurando reflete resultados que já estavam na dissertação de Osminin. Anexo, portanto, o texto da tese.


Alexander_K, por favor me diga se você e o sistema de software VisSim que você usa ativamente levam em conta a inaplicabilidade da teoria clássica das probabilidades às citações, anotada na pg. 4 da tese de Osminin:

"Enquanto no caso estacionário há uma confiança evidente na consistência assimptótica das estimativas de uma determinada estatística, no caso não estacionário não há noção de uma população geral em si, o quetorna inaplicável todo o aparato desenvolvido de estatísticas matemáticas modernas, exceto quando é dada a identidade funcional a priori do modelo do processo."

Tenho a impressão de que você gravita em direção a um único tipo de distribuição de probabilidade identificada (uma das clássicas, a dos estudantes). Existe algum erro metodológico inerente a isto?

Arquivos anexados:
 
Vladimir:

Eu também me interessei e procurei. Eu não encontrei o livro, mas encontrei muitas pré-impressões do Instituto Keldysh e outras desses autores e co-autores. Entre eles está a tese de doutorado "Algoritmos para prever séries temporais não estacionárias", defendida no final de outubro de 2008 sob a liderança científica de Orlov. Orlov em 2009 publicou um livro "Vovk V.S., Novikov A.I., Glagolev A.I., Orlov Y.N., Bychkov V.K., Udalov V.A. World industry and LNG markets: forecast modelling". - Moscou: OOO Gazpromexpo, 2009. - 312 p." e outro em 2012, co-autoria com Osminin: "Orlov Y.N., Osminin K.P. Métodos de análise estatística de textos literários. - Moscou: Editorial URSS, 2012. - 312 с.". Pode-se concluir que ele e Osminin às vezes mudam de direção, e o livro que estamos procurando reflete resultados que já estavam na dissertação de Osminin. Anexo, portanto, o texto da tese.


Alexander_K, por favor me diga, você e o sistema de software VisSim que você usa ativamente levam em conta a inaplicabilidade da teoria clássica das probabilidades às citações, anotada na p. 4 da tese de Osminin:

"Enquanto no caso estacionário há uma confiança evidente na consistência assimptótica das estimativas de uma determinada estatística, no caso não estacionário não há noção de uma população geral em si, o quetorna inaplicável todo o aparato desenvolvido de estatísticas matemáticas modernas, exceto quando é dada a identidade funcional a priori do modelo do processo."

Tenho a impressão de que você gravita em direção a um único tipo de distribuição de probabilidade identificada (uma das clássicas, a dos estudantes). Existe algum erro metodológico inerente a isto?


Eu também acrescentaria: "E ao tipo de WMA uma vez identificada", "E ao método de amostragem uma vez identificada uma seqüência de amostras"...