Matstat 计量经济学 Matan - 页 34 1...272829303132333435363738 新评论 Aleksey Nikolayev 2021.08.30 06:24 #331 从本质上讲,胜率指标的非普遍性意味着其背后的股权模型作为一个离散的SB是非普遍的。因此,通常使用连续时间漂移SB的股权,作为一个更普遍的模型。这里有两个参数,漂移和方差,所以可以做出两个独立的衡量标准。例如,它是漂移与方差根的比率(夏普)和漂移与方差的比率。夏普的方便之处在于它不随数量的变化而变化(但随时间间隔的变化而变化,所以它通常是年化的)。第二个指标在时间间隔变化时不发生变化(但在交易量变化时发生变化),它在计算缩减时是决定性的。 这种公平模式也不具有普遍性。当增量的方差不受限制时,它不能被使用--马丁格尔,过度饱和,等等。 Aleksey Nikolayev 2021.09.01 06:43 #332 Aleksey Nikolayev #:...通常为了公平,作为一个更普遍的模型,使用一个有拆迁的SB,有连续的时间。这种公平模式也不是绝对普遍的。 然而,按照这个模式计算股权是可取的。至少,对于系统的组合来说,这是必要的。 这导致了辅助指标的出现,在某种意义上衡量股权与这个模型的契合度。例如,这些是漂移为正的显著性水平和/或增量之间不存在相关性的显著性水平。 secret 2021.09.01 17:01 #333 无论时间是离散的还是连续的,不都是一样的吗?)连续的总是可以被离散化,离散的总是可以被插值化。例如,在DSP中,没有任何区别。 Aleksey Nikolayev 2021.09.01 17:35 #334 secret #: 无论时间是离散的还是连续的,不都有同样的区别吗?) 连续的总是可以被离散化,离散的总是可以被插值化。 例如,在DSP中,没有任何区别。 是的,把每天的数据,插值,然后离散成分钟数据)谁需要这些刻度?) secret 2021.09.01 17:55 #335 Aleksey Nikolayev #:是的,把每天的数据,插值,然后离散成分钟的数据)谁需要这些刻度?) 如果你采取每日数据,这意味着你的平均交易时间约为几个月。 Aleksey Nikolayev 2021.09.01 18:46 #336 secret #: 如果你采取每天的数据,那么你的平均交易时间为几个月左右。 因此,DSP插值和采样并没有提供从一个采样中获得另一个采样的可能性,例如更精细的采样。 使用连续时间模型的要点是获得任何感兴趣的采样的潜在可能性。在时间上不一定是统一的--等值线、仁科,等等,等等。 secret 2021.09.01 19:06 #337 有了蜱虫,你可以得到你想要的任何离散化。而且市场上没有连续的时间。 Aleksey Nikolayev 2021.09.01 19:54 #338 secret #: 有了ticks,你可以得到你想要的任何离散化。而且在市场上没有连续的时间。 是的,从技术上讲,时间是离散的,但只是因为它的测量不准确(或在实践中足够准确)(就像实际测量中的任何其他连续物理量)。例如,每单位资产的价格,相比之下,本质上是离散的。 然而,在现代金融数学中,连续时间模型是基本的。 secret 2021.09.01 20:36 #339 市场时间是离散的,因为市场的事件流是离散的--一个订单,一个交易。 secret 2021.09.01 20:38 #340 Aleksey Nikolayev #:然而,连续时间模型是现代金融数学的基础。 我愿意相信这一点,但为什么有这个必要呢? 在两个时间点之间插入任何东西都没有意义,因为在时间点之间发生的事情是由第二级和第三级的更详细的离散事件流决定的。 1...272829303132333435363738 新评论 您错过了交易机会: 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符(不带空格) 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号,请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置,否则您将无法登录。 忘记您的登录名/密码? 使用 Google 登录
从本质上讲,胜率指标的非普遍性意味着其背后的股权模型作为一个离散的SB是非普遍的。因此,通常使用连续时间漂移SB的股权,作为一个更普遍的模型。这里有两个参数,漂移和方差,所以可以做出两个独立的衡量标准。例如,它是漂移与方差根的比率(夏普)和漂移与方差的比率。夏普的方便之处在于它不随数量的变化而变化(但随时间间隔的变化而变化,所以它通常是年化的)。第二个指标在时间间隔变化时不发生变化(但在交易量变化时发生变化),它在计算缩减时是决定性的。
这种公平模式也不具有普遍性。当增量的方差不受限制时,它不能被使用--马丁格尔,过度饱和,等等。
...通常为了公平,作为一个更普遍的模型,使用一个有拆迁的SB,有连续的时间。
这种公平模式也不是绝对普遍的。
然而,按照这个模式计算股权是可取的。至少,对于系统的组合来说,这是必要的。
这导致了辅助指标的出现,在某种意义上衡量股权与这个模型的契合度。例如,这些是漂移为正的显著性水平和/或增量之间不存在相关性的显著性水平。
无论时间是离散的还是连续的,不都有同样的区别吗?)
是的,把每天的数据,插值,然后离散成分钟数据)谁需要这些刻度?)
是的,把每天的数据,插值,然后离散成分钟的数据)谁需要这些刻度?)
如果你采取每天的数据,那么你的平均交易时间为几个月左右。
因此,DSP插值和采样并没有提供从一个采样中获得另一个采样的可能性,例如更精细的采样。
使用连续时间模型的要点是获得任何感兴趣的采样的潜在可能性。在时间上不一定是统一的--等值线、仁科,等等,等等。
有了ticks,你可以得到你想要的任何离散化。而且在市场上没有连续的时间。
是的,从技术上讲,时间是离散的,但只是因为它的测量不准确(或在实践中足够准确)(就像实际测量中的任何其他连续物理量)。例如,每单位资产的价格,相比之下,本质上是离散的。
然而,在现代金融数学中,连续时间模型是基本的。
然而,连续时间模型是现代金融数学的基础。