为什么正态分布不是正态? - 页 18

 
getch >> :

如果能听到学术方面的实际考虑,那就很有意思了。

这项特殊的研究,以及其他大多数研究,本身并不是目的,而是寻找市场中出现的套利机会的副产品(如果我可以这么说的话)。例如,为价格序列的第一个差值的相邻读数构建一个自相关序列,就是试图交易蜡烛的颜色。成对的相关系数矩阵--试图在强势新闻运动之前抓住套利。检查WPD增量的分布函数--考虑到限制性风险,使TS的利润最大化。嗯,等等。

因此,这种兴趣是相当实际的,远非空穴来风的好奇心(尽管并非没有它)。市场是一个具有众多反馈的复杂系统,希望通过止损和MAK来控制它是没有用的。所以,你必须要挖空心思。

 
你是说基于相关性的统计套利?
 
Neutron писал(а)>>

这份材料证明了我的上述论断。另一个问题是关于发现的依赖关系的意义。不幸的是,对于我们交易者来说,这些关系只有在所选 TF的工具在KK上的波动率的乘积 超过其交易成本(经纪公司的价差)时才有实际价值。这一点没有被观察到。

我发现第15页的KK(TF)图表很有意思。只有对实际价值的估计还不是很清楚。你能举出数学的例子吗。这将是非常有趣的。

 
同事们,为什么你们只调查增量a(n)-a(n+1)?试试像a(n)-a(n+5)或a(n)-a(n+30)。对于构建预测性设计,滞后步骤并不重要。看看吧!我可以向你保证,你将会感到惊喜(鉴于该主题的标题)......
 
muallch >> :
同事们,为什么你们只调查增量a(n)-a(n+1)?试试像a(n)-a(n+5)或a(n)-a(n+30)。对于构建预测性设计,滞后步骤并不重要。看看吧!我可以向你保证,你将会感到惊喜(鉴于该主题的标题)......

在我的图表中,横轴是使用以下算法从细微差别中获得的TF。TF1 a(n)-a(n+1), TF2 a(n)-a(n+2), ...,TFk a(n)-a(n+k)。所以,同事,我们正在做的正是你的建议。

博士 写道(a)>> 但我发现第15页上的QC(TF)图很好奇。只有对实际价值的评估还不太清楚。你能给我算算吗。这将是非常有趣的。

根据定义,价格系列的RPM中相邻样本之间的成对相关系数,是正确预测下一个蜡烛颜色的概率,或者换句话说,它是MTS效率。为了将百分比转换为点数,我们需要知道该工具在选定的时间框架内的波动率。通过将效率乘以波动率,我们得到一个TS的盈利能力的估计值,即每笔交易的平均点数。这必须与经纪公司的佣金(点差)进行比较。如果任何TF的盈利能力超过了点差,就有可能实现盈利的交易。

例如,这里有关于EURCHF货币对的数据。

红色显示蜡烛图之间的相关系数是TF的一个函数(在这个例子中,数值是给定的模数)。蓝色显示工具的波动性。丁香色是对平均回报的估计。数据是在2005-2006年使用的,因此这一对的4个标志和在这些时间的传播是2点。我们看到,通过这种方法,我们在任何一个给定的TF上都没有出过DT的佣金(对于TF>100分钟,没有足够的统计数据,但CC肯定会在那里下降,并拖累一般的盈利能力)。条形图显示了与输入数据的统计分布相对应的置信范围。

所有这些悲哀都与试图利用价格序列的静止特性有关,它们都被直流电在价差上明知故犯,领域被践踏成了牧场。唯一的解决办法似乎是寻找允许 "超越 "直流的准稳定特征。

Getch 写道(a)>> 你是说基于相关性的统计套利?

是的,这是个想法,但现有的技术手段不允许它被实现。


 
不清楚为什么要不断提到时间--n。 如果价格在一小时或一天内通过该数字,(对交易而言)有什么区别?
 

完全正确--它没有发挥任何作用!但是,我不明白这个问题...

当然,可以从交易范围(不是时间范围,而是价格范围)方面进行分析。正如你正确指出的,唯一重要的是价格走势--它决定了我们的兴趣和交易类型。点子手在短价格范围内工作,中线交易员在100-500点范围内工作(为4位数),等等。

 

你正在分析一个时间序列,其中n 是时间。a(n)- 应该是局部极值(ZigZag)的价格值,或者是通过交易工具的等量累积金融量的价格值。

 

只是很高兴见到你(读),同事!

正是如此。我自己只使用价格系列细分的价格(垂直)尺度,并将时间完全排除在分析之外。这没有意义(除了工具波动性的时间依赖性,但这些是细节--小二阶)。

一般来说,我们不能没有时间。在估计每单位实际时间内TS的最大利润率时,这个参数肯定会出现(我们生活在现实世界中,我们需要比一百万年内赚得更快)。

 

很好!毕竟,市场时间是衡量资金量变化的一个标准。我不明白在你的推理中,什么是(n)

我不同意需要考虑到人的时间。其中一个论据可以是ReverseSystem 专家顾问,它没有人类时间的概念。