从理论到实践 - 页 1705

 
Maxim Kuznetsov:

应该抛出更多的想法 :-)

价格在哪里以及如何移动并不十分重要,但

但是,当出现急剧的反趋势运动时,价格往往(几乎总是)会进入自相关状态。

为了新鲜空气。

你可以打开图表,找到ACF几乎为1的区域。它并不遥远,而且相当具体。

这样的事件并不频繁,但它们会破坏分布统计,因为 "步数/条数/增量 "根本是相同的。这是一样的,市场就是这样运作的。

也就是说,一切所依据的统计数据中的一些小区域将被列入两次。

事实上,正是这种区域导致了增量直方图的非常尖锐的特点。从Glivenko-Kantelli定理的条件来看,这里违反了样本的独立性条件。显然,正相关(正相关系数)会导致直方图的峰值,而负相关则会导致平坦。除此之外,采样方差(违反本定理的另一个条件)很可能导致双顶直方图。

 

这里有一篇有趣的文章 -确定预测非平稳时间序列 的最佳样本量的方法"。

它还对该系列做出了某种预测


附加的文件:
pdf.zip  285 kb
 
Aleksey Nikolayev:

事实上,这样的区域会导致增量的直方图中出现非常多的重叠。就Glivenko-Kantelli定理而言,存在违反采样独立条件的情况。显然,正相关(正相关系数)会导致直方图的峰值,而负相关则会导致平坦。除此之外,采样的异质性(违反该定理的另一个条件)很可能导致双顶直方图。

例如,有可能或多或少地从样本中去除昼夜相关的因素。这很简单--凡是落在日均线附近的通道中,移位半天的东西都会被舍弃 :-)也有2天和3天的。

通道的其余部分不包含24小时的倍数的关联性。唯一的问题是如何正确地执行这样的通道(显然,有必要考虑到宽度上的偏差,但不是bbands),以便不抛出太多。

你将会有2个分布--你放弃的那个和你留下的那个 :-)

 
Evgeniy Chumakov:

这里有一篇有趣的文章 -确定预测非平稳时间序列的最佳样本量的方法"

它还对该系列进行了一些预测。


乍一看,它看起来像是回到了最初的分支理念。这时,我们从一百五十万亿的增量中抽取样本,用它们来画直方图,然后我们惊讶地发现,一些小时(交易持有时间)的增量样本与这个直方图并不对应。

然而,文章介绍了可以相当计算的统计数据,我们可以思考这种非平稳性模型(ε-平稳性)是否适合我们的目的。要做到这一点,按建议计算的最小样本量 T必须与交易的寿命相当。

 
Maxim Kuznetsov:

例如,有可能或多或少地从样本中去除昼夜相关的因素。很简单,在日均线周围的通道中,所有移位半天的东西都被舍弃了:-)也有2天和3天的。

通道的其余部分不包含24小时的倍数的关联性。唯一的问题是如何正确地绘制这样一个通道(显然,它应该考虑到宽度的偏差,但不考虑bbands),以避免丢掉太多东西。

恐怕这个算法通常能很好地将狼和山羊从历史中分离出来)。

我担心我们会得到一种算法,只在历史上灿烂地将狼和山羊分开)

 
Maxim Dmitrievsky:

我的SB已经被配给了波动性......对着图片冥想,谢谢))

我将在私下里告诉你。以便不在这里煽动巨魔)

 

我会买下圣杯的

愿意奉献9至10美元,不包括转账费用。

 
Макс:

我会买下圣杯的。

我愿意支付9美元到10美元,不包括转账费用。

扔掉更便宜。

;)

 
Макс:

我会买下圣杯的。

圣杯...世界上受苦受难的人们的伟大象征,包括俾格米人和巴布亚人。

我懒得在这个论坛上写东西,但如果有人需要和我说话,就大声喊出来,声音里带着泪水。"圣杯!"我就在那里......

 
Alexander_K:

圣杯...世界上苦难人民的伟大象征,包括俾格米人和巴布亚人。

我已经懒得在这个论坛上写任何东西了,但是如果有人需要和我说话,他们只需要带着眼泪哭出来。"圣杯!"我就在那里......

据我所知(从以前的接触中),别人的意见对你来说是最不感兴趣的。