Da teoria à prática - página 376

 
Alexander_K2:

Aqui estamos principalmente interessados na variação e, portanto, no desvio padrão. Vamos reescrevê-lo:

sigma = CORNER(c*lambda*t), onde:

c é alguma constante

lambda - o valor médio dos incrementos

t - tempo.

Esta fórmula é o Alfa e Omega, o Yin e o Yang do Forex. O Graal, para dizer de forma simples.

Vamos lidar com isso com mais detalhes, apontando o erro que eu cometi.

Olhando para sua fórmula, Eskander, lembro-me como dancei neste ancinho em 2006 (mesmo antes de me familiarizar com este fórum).

Faz-me ansiar por isso.

 

Imediatamente entramos em coisas conceituais, onde não apenas cálculos matemáticos são necessários, mas também um nível apropriado de pensamento abstrato, filosofia, se você quiser.

1. TEMPO t.

O tempo... Um caráter filosófico! O empecilho de pensadores e filósofos. Um presente do destino ou do desconhecido, um abismo para o qual não devemos olhar? Sem resposta... Mas nós precisamos de um! Vamos tentar entender.

Por que não calculamos a variação continuamente desde o início do Forex até sua morte lógica?

A resposta é óbvia. Mesmo o grande físico Einstein e comerciante Gunn notou que a variação de um processo é proporcional à raiz do t.

Sinceramente, não sei qual foi a medida de tempo de Gann, mas com Einstein foram segundos.

Portanto, se você seguir o desvio padrão o tempo todo, ele cresce com o tempo e . E não é nada de mais. Sem ganhos, sem Prêmio Nobel... Nada.

Assim, somos forçados a considerar o processo em uma janela de observação estritamente definida, esperando que uma certa função de densidade de probabilidade com um desvio padrão apropriado ocorra naquela janela.

 
Nikolay Demko:

Olhando para sua fórmula Escander, lembro-me de dançar naquele ancinho em 2006 (antes de conhecer o fórum).

Faz-me ansiar por isso.

:))) É uma coisa boa.

 
 

Agora observe o truque com o tempo.

Lembrete:

sigma = Root(c*lambda*t), onde:

c é alguma constante

lambda - a média dos incrementos

t - tempo.

Vamos escolher a janela de tempo deslizante de observação t=14400 seg. (4 horas. Por que 4 horas? Esse é um tópico para uma discussão à parte).

 

2. O valor médio dos incrementos lambda.

Todos os processos físicos similares ao movimento browniano são sempre considerados sob a suposição de um caráter aleatório de colisões de partículas, com deltaT -->0 entre colisões.

No entanto, em nosso caso, esta suposição é incorreta. O caráter de mudanças no número de cotações na janela de observação deslizante =4 horas tem um caráter cíclico dependendo da hora do dia e é diferente para diferentes pares de moedas.

Assim, se considerarmos a lambda como uma média de tempo, ela dará os mesmos dados errados para um par de moedas com saltos enormes mas pouco freqüentes e para um par com saltos pequenos freqüentes.

É correto tomar lambda como uma média do número de cotações recebidas no tempo t.

Vamos reescrever a fórmula para o desvio padrão:

sigma = Root(c*(SUM(ABS(return))/N)*t), onde:

c é alguma constante

retorno - o valor do incremento em um determinado momento

N - o número de citações para o tempo t

t - tempo.

 
Nikolay Demko:

Ótimo vídeo, acabei de assistir ontem, estou sentado aqui há uma hora pensando em como poderia adicionar um triângulo pitágoras como gerenciamento de dinheiro a algum tipo de grade de pedidos.

 

Por enquanto, não consideramos a constante c. É muito importante e nós voltaremos a ela.

Agora vou apenas apontar a coisa desagradável que me atingiu na cara. E dói como o inferno...

Eu costumava trabalhar com tempo uniforme t=1 seg. Considerei os intervalos exponenciais teoricamente como uma possibilidade de trabalhar com os fluxos de Erlang.

Na janela=4 hrs tinha:

sigma = Root(c*(SUM(ABS(return))/N)*14400).

Mas o problema ainda não foi resolvido. A constante c! Essa é a que não é tão fácil de calcular. Eu sei como fazê-lo, mas para fazê-lo precisamos entrar no espaço onde todos os pares de moedas em 4 horas têm a mesma quantidade de cotações para o tempo t. Isto é, entrar no fluxo Erlang certo.

Por enquanto, eu simplesmente coloquei c=0,01 para pares JPY e c=0,0001 para todos os outros.

Isto é, eu usei a fórmula:

sigma = Raiz(0,01*(SUM(ABS(return))/N)*14400) para pares com JPY.

sigma = Raiz(0,0001*(SUM(ABS(return))/N)*14400) para todos os outros.

Agora eu acho que é isso - é a hora dos fluxos de Erlang.

Eu escolhi um fio de segunda ordem. Isto é, tempo médio de leitura das citações = 2 segundos. Eu recebo:

sigma = Raiz(0,01*(SUM(ABS(return))/N)*7200) para pares JPY.

sigma = Raiz(0,0001*(SUM(ABS(return))/N)*7200) para todos os outros.

И... Apanhei-o no cu...

 

O que fazer? Desistir das correntes de Erlang? Voltar?

Não!

O caminho para o Graal vai continuar.

Mas, por enquanto, eu preciso de ajuda.

Peço aos respeitados matemáticos-programadores que sugiram um gerador HF com distribuição Erlang que produza númerosinteiros, mas cujo valor médio siga estritamente a ordem do fluxo

Acho que deveria ser um gerador de distribuição Pascal discreto (ver distribuição binomial negativahttps://habr.com/post/265321), mas não tenho certeza...

O problema é este.

Se eu usar o gerador NF dehttps://en.wikipedia.org/wiki/Erlang_distribution(verGerando variações aleatórias distribuídas por Erlang), então os números no formato real para um fluxo de 5ª ordem com lambda=1 realmente têm média aritmética, modo e mediana = 5. Mas no formato Inteiro moda e mediana = 5, mas a média aritmética = 5,5. Eu preciso que tudo seja estritamente = 5 no formato Inteiro também, porque estamos trabalhando com tempo discreto.

Agradecemos antecipadamente.

Генераторы дискретно распределенных случайных величин
Генераторы дискретно распределенных случайных величин
  • 2016.01.16
  • habr.com
Данная статья является продолжением поста Генераторы непрерывно распределенных случайных величин. В этой главе учитывается, что все теоремы из предыдущей статьи уже доказаны и генераторы, указанные в ней, уже реализованы. Как и ранее, у нас имеется некий базовый генератор натуральных чисел от 0 до RAND_MAX: С дискретными величинами все...
 
Alexander_K2:

O que fazer? Desistir das correntes de Erlang? Voltar?

Não!

O caminho para o Graal vai continuar.

Mas, por enquanto, eu preciso de ajuda.

Peço aos respeitados matemáticos-programadores que sugiram um gerador HF com distribuição Erlang que produza númerosinteiros, mas cujo valor médio siga estritamente a ordem do fluxo

Acho que deveria ser um gerador de distribuição Pascal discreto (ver distribuição binomial negativahttps://habr.com/post/265321), mas não tenho certeza...

O problema é este.

Se eu usar o gerador NF dehttps://en.wikipedia.org/wiki/Erlang_distribution(verGerando variações aleatórias distribuídas por Erlang), então os números no formato real para um fluxo de 5ª ordem com lambda=1 realmente têm média aritmética, modo e mediana = 5. Mas no formato Inteiro moda e mediana = 5, mas a média aritmética = 5,5. Eu preciso que tudo seja estritamente = 5 no formato Inteiro também, porque estamos trabalhando com tempo discreto.

Obrigado de antemão.

Coletar estatísticas sobre o número de números gerados pelo GSF do computador. Sempre terá o mesmo resultado, se o número de gerações for suficientemente grande.

Portanto, use um cotier