От теории к практике - страница 106

 
Nikolay Demko:

Я говорю не о распределении а о самом процессе, он случаен, там точно нет закономерности.

Ээээээээээээээээ..... Блин, Николай ты же сам и отвечаешь на свои же вопросы. Мы ПЫТАЕМСЯ его сделать закономерным и свести все эту тиковую дребедень к простейшему потоку. А вот, то что у нас останется от такого преобразования оно конечно не будет простейшим, но гораздо проще исследуется. Это своеобразный фильтр, очень хороший фильтр тикового потока.
 
Alexander_K2:
Ээээээээээээээээ..... Блин, Николай ты же сам и отвечаешь на свои же вопросы. Мы ПЫТАЕМСЯ его сделать закономерным и свести все эту тиковую дребедень к простейшему потоку. А вот, то что у нас останется от такого преобразования оно конечно не будет простейшим, но гораздо проще исследуется. Это своеобразный фильтр, очень хороший фильтр тикового потока.

То есть ты хочешь сказать что если мы будем мерять ряд сотней таких фильтров, то случайности будут взаимогасить друг друга а закономерность проступит?

 
Nikolay Demko:

То есть ты хочешь сказать что если мы будем мерять ряд сотней таких фильтров, то случайности будт взаимогасить друг друга а закономерность проступит?

Вот это да! Николай, ты мыслишь еще более абстрактно, чем даже я... Ну, попробуй... Пошел-ка я отсюда, что-то мне не по себе от таких масштабов мышления...

Где там  Vladimir? В цепких объятиях bas и незабвенного СанСаныча, наверное... Ну, и я туда же!

С уважением,

Alexander_K и кот Шредингера рядом :)))))))))))))

 
ILNUR777:
Похоже он тупо наткнулся на волатильность внутри дня, связаную с сессионными особеностями. И выравнивает эту фиговину через время. Думает что сделает размеры приращений  линейными если будет брать из тикового потока ночью временой промежуток больше, а днём меньше. Таким образом меняя временное распределение в тиках, подбирает нужное ему. Которое в итоге усилит одни локальные экстреммумы и ослабит другие. Расставив наиболее значимые цены с бОльшим весом, когда в дальнейшем будет применять к ним экспоненциальное усреднение.

Его формула не видит сессионность, и экспоненциальное распределение тут не помогает. Если бы у него частота приёма зависила от времени по табличной функции тогда да.

А тут чисто случайные промежутки.

 

это фильтр от нормальной информации получается)))
наложить на рыночные промежутки времени свои промежутки времени))

 
Alexander_K2:

!!!!!!!!!!!!!

1. А я утверждаю, что полезно. Если взять приращения по одной и той же валютной паре при огромной выборке (не менее 1.000.000 приращений), для разных периодов времени, то Вы увидите, что параметры распределения приращений не меняются от слова "совсем".

2. Распределение Коши как вид есть, но на Форексе его нет.

3. !!!!!!!!!!!!!! Да, Вы правы - вот это тема однозначно для докторской диссертации. Смотрите, само уравнение, безусловно для непрерывного времени, но, численно то мы его решаем конечно-разностными методами с дискретным временем. Нет?

PS Речь ведется о приращениях между тиковыми котировками, а не между ценами OPEN или CLOSE или т.п.

1) Понятно, что если к милионной выборке добавить почти любую выборку из 1000 приращений, то изменения не будут заметны. Но нам нужно другое - чтобы обе эти выборки были согласованы (одинаково распределены).

Помимо этого, если мы говорим про зависимость приращений, то для изучения структуры этой зависимости нам придется так или иначе изучать совместные распределения приращений (они уже не будут равны произведениям одномерных). При этом мы быстро убедимся в том, что миллион - это не так уж и много.

3) Мы должны для начала убедиться  в том, что решение вообще существует. Например, мы можем сгенерировать выборку по распределению Коши и посчитать её среднее, но это не повод считать, что у него существует матожидание.

 

Вопрос на отвлечённую тему. Допустим, есть выборка (кагбэ генеральная совокупность) из 15 тыс. единиц. Из скольких единиц должна состоять выборочная совокупность, чтобы сохранить свойства генеральной, и какой методой собрать эту выборочную совокупность?

 
Dennis Kirichenko:

Вопрос на отвлечённую тему. Допустим, есть выборка (кагбэ генеральная совокупность) из 15 тыс. единиц. Из скольких единиц должна состоять выборочная совокупность, чтобы сохранить свойства генеральной, и какой методой собрать эту выборочную совокупность?


Нет, надо ответить Денису, поэтому снова вырываюсь на авансцену аки коверный.

Считаешь дисперсию данной генеральной совокупности. И с заданной точностью, т.е. доверительной вероятностью от этой дисперсии, считаешь объем выборки по формуле N=(Z^2)*(S/E)^2 где

Z - квантиль распределения генеральной совокупности

S - стандартное отклонение.

E - точность измерений

А метода проста как сапог - выборка должна быть случайной, т.е. при помощи генератора случайных чисел.

 
Alexander_K2:
Сложновато не правда ли? А в Виссиме ОЧЕНЬ легко. :)))))))))))))))))
А я всё думал - что это чудо рекламирует? За пиар зачет, но к чему такие сложности? Хотя сдешним "исследователям" вполне подойдёт - там им еще лет на десять игрух с лихвой хватит
 
bas:
Монетка - это эталон, базовая точка отсчета. Процесс без памяти, на котором зарабатывать невозможно по определению. И если кто-то утверждает, что "а вдруг и можно, надо построить модель в VisSim и посмотреть" - значит он самых базовых основ не понимает.

С чего Вы так решили, что невозможно выиграть? Монетка это процесс на котором можно выиграть, и даже бесконечно много. Но, в равной степени, можно и проиграть.

Т.е., вот именно Вы и не понимаете этих самых базовых основ. В равной степени не понимают и те, кто придерживается аналогичного с вами мнения.