从理论到实践 - 页 1417

 
Renat Akhtyamov:

与风险相称

换句话说,如果风险是以指数形式增长的,那么股权也会以指数形式向任何方向移动

风险并没有增加。存款规模与起始手数的比例保持不变。假设我们每增加1000个存款就增加0.01个起始手数。

例子。

1) 入金1000,起始手数0.01,总手数0.01+0.02+0.04=0.07

2) 存款2000,起始手数0.02,总手数0.02+0.04+0.08=0.14

1000/0.07 = 2000/0.14;

 
khorosh:

风险没有增加。存款规模与起始手数的比例保持不变。假设存款每增加1000,起始手数就会增加0.01。

例子。

1) 入金1000,起始手数0.01,总手数0.01+0.02+0.04=0.07

2) 存款2000,起始手数0.02,总手数0.02+0.04+0.08=0.14

1000/0.07 = 2000/0.14;

+
马丁,如果明智地使用,是一个非常好的方法。
没有去研究数字,反正他们都有自己的。
 
khorosh:

风险没有增加。存款规模与起始手数的比例保持不变。假设存款每增加1000,起始手数就会增加0.01。

例子。

1) 入金1000,起始手数0.01,总手数0.01+0.02+0.04=0.07

2) 存款2000,起始手数0.02,总手数0.02+0.04+0.08=0.14

1000/0.07 = 2000/0.14;

很好

从0.01手开始,计算风险

增加0.02,风险=缩减+手数0.03,计数

等。

你从存款中计算出每手投资交易的风险

此刻的现有风险来自于股票。

 
Renat Akhtyamov:

怎么说呢?

起始手数 - 0.01,计算风险

你增加了0.02,风险=缩减+0.03手,计数

等。

风险是以百分比计算的。当然,绝对提款量会增加,但不是占存款的百分比。计算并举例说明,用数字来反驳。

 
khorosh:

风险是以百分比计算的。当然,提款的绝对值在增加,但在存款的百分比上却没有增加。算一算,给我一个反驳的例子。

如果你的权益是1000分中的500分,那么风险是什么?

我个人认为,在没有新头寸的情况下,现有头寸的风险已经是两倍了。

 
Renat Akhtyamov:

如果你的权益是1000分中的500分,那么风险是什么?

我个人认为,在没有新仓位的情况下,现有仓位的风险已经会高出2倍。

2倍的风险与哪个案件有关?

 
khorosh:

2次,与哪个案件有关?

你在一开始就开了0.01的账户,当时的余额与股本相等,而真正的资金是1,000。

这一刻来了,股权变成了500,没有任何新的东西被打开。

风险增加一倍。

如果你不相信我,就把钱取出来,这种情况下你有多少钱?

 

要明白,我们不是在比较缩减计算与余额和与资金的关系。我们正在比较有再投资和无再投资的变体。你可以根据你的余额或你的资金来计算,但必须是一样的。

假设你计算的是相对于没有再投资的股权,以及相对于有再投资的股权的变量。

 
khorosh:
要明白,我们不是在比较缩减计算与余额以及与基金的关系。我们正在比较有再投资和无再投资的变体。你可以针对你的余额,或针对你的资金,只要是一样的

它不会工作。

如果你从Depo算起,会使它更快地下降。

如果余额恢复为权益 - 我们将不得不接受损失,否则系统将不允许我们按照指定的算法进行交易。

想想我在这个问题上的帖子吧

我个人得出的结论是,地段大小绝不应该适用于任何形式的进步。

 
Renat Akhtyamov:

不是SB,甚至不是接近。

统计数据给出的结果是5%,它确实是

但这不是交易,这是猎取跳蚤,对任何一种统计 分布的结果不准确而产生的损失进行无休止的保护,投向它的尾巴。

外汇的实际交易量分布如下(如销售、购买--反映第253次的计算,向右),253是目前的价格所在。


计算是由右至左进行的。也就是说,赢得这场比赛的全部意义不在于此。

比如说

系统亏损,我们要反转,即有一个买入信号,我们将交易卖出。

不,这不是问题的关键。

重点是翻转体积,即你必须使分布的尾部成为开始,将第253点拖到0,0拖到第253点。

这也是CME的计算方式。他们从目前的价格 中上下取275个点(以欧元为单位)。

尾巴在中间

从外观上看,这是一个碗,用我们的话说就是GRAAL。

首先在这里阅读:http://sixsigmaonline.ru/baza-znanij/22-1-0-277

第二,看看这个。


然后告诉我,如果你把这个概率分布颠倒过来,接下来是什么?

而且如果你仔细看一下概率分布,它不是275点,聪明的家伙。

不要在你不知道的事情上操弄别人的脑袋。

Псевдонормальные распределения: лептокуртозис | Бережливые шесть сигм | Тематический раздел | База знаний | SixSigmaOnline.ru
Псевдонормальные распределения: лептокуртозис | Бережливые шесть сигм | Тематический раздел | База знаний | SixSigmaOnline.ru
  • sixsigmaonline.ru
Одной из наиболее важных характеристик кривых нормального распределения является симметричность относительно среднего значения. Тем не менее, часто встречаются распределения переменных, которые, при соблюдении этого условия, не подчиняются нормальному закону распределения. Следующая гистограмма иллюстрирует один из таких примеров: Распределение...