저는 이 글에서 여러 상태를 이중 상태 시스템으로 축소할 수 있는지 여부와 그 가능성과 관련된 내용을 진행하기로 했습니다. 이 글의 주요 목적은 확률 이론을 기반으로 확장 가능한 트레이딩 알고리즘의 추가적인 개발에 도움이 될 수 있는 유용한 결론을 분석하고 도출하는 것입니다. 물론 이 주제는 수학과 관련이 있습니다. 하지만 이전 기사의 내용을 고려해 보면 저는 세부적인 정보보다는 일반화된 정보가 더 유용하다고 생각합니다.
예를 들어 우리는 임의의 전략을 가져와서 우리에게 필요한 전략으로 변환할 수 있습니다. 저는 복잡한 다차원 시스템을 보다 단순한 2차원 시스템으로 변환하는 변형 중 하나를 만들었습니다. 이제 이 프로세스에 대한 단계별 설명을 제공하려고 합니다. 설명을 진행하기 전에 저는 아이디어를 구현하고 메서드 성능을 테스트했습니다. 이 프로그램은 문서에 첨부되어 있습니다. 저의 프로그램에서는 약간은 다르지만 똑같이 효과적인 공식을 사용했습니다. 이 공식은 이전 기사에서 얻은 수학적 모델을 기반으로 합니다. 이를 사용하여 우리는 다음과 같은 값을 얻을 수 있습니다:
P[U], S[U,u], S[U,d], S[D,u], S[D,d]
우리는 평균 스텝 수에서 위쪽 또는 아래쪽 경계를 넘기까지의 평균 시간을 구할 수 있습니다. 현재로서는 그 목적이 명확하지 않을 수 있습니다. 추가적인 설명을 통해 이 부분은 더 명확해져야 합니다. 다중 상태 전략을 더 간단한 전략으로 변환하려면 우리는 먼저 관련 전략을 생성해야 합니다. 저는 난수 기반의 전략 생성기를 만들었습니다. 편의상 무작위로 생성된 5가지 전략을 사용했습니다. 그 내용은 다음과 같습니다:
이러한 전략은 서로 다른 기대 수익 지표, 거래 수 및 매개 변수를 가지고 있습니다. 일부 곡선은 손실을 보고 있지만 매개변수가 좋지 않아서 일수도 있는 것이고 곡선이기 때문에 변화가 있을 수도 있는 것입니다.
새로운 기고글 조합과 트레이딩을 위한 확률(5부): 곡선 분석 가 게재되었습니다:
저는 이 글에서 여러 상태를 이중 상태 시스템으로 축소할 수 있는지 여부와 그 가능성과 관련된 내용을 진행하기로 했습니다. 이 글의 주요 목적은 확률 이론을 기반으로 확장 가능한 트레이딩 알고리즘의 추가적인 개발에 도움이 될 수 있는 유용한 결론을 분석하고 도출하는 것입니다. 물론 이 주제는 수학과 관련이 있습니다. 하지만 이전 기사의 내용을 고려해 보면 저는 세부적인 정보보다는 일반화된 정보가 더 유용하다고 생각합니다.
예를 들어 우리는 임의의 전략을 가져와서 우리에게 필요한 전략으로 변환할 수 있습니다. 저는 복잡한 다차원 시스템을 보다 단순한 2차원 시스템으로 변환하는 변형 중 하나를 만들었습니다. 이제 이 프로세스에 대한 단계별 설명을 제공하려고 합니다. 설명을 진행하기 전에 저는 아이디어를 구현하고 메서드 성능을 테스트했습니다. 이 프로그램은 문서에 첨부되어 있습니다. 저의 프로그램에서는 약간은 다르지만 똑같이 효과적인 공식을 사용했습니다. 이 공식은 이전 기사에서 얻은 수학적 모델을 기반으로 합니다. 이를 사용하여 우리는 다음과 같은 값을 얻을 수 있습니다:
우리는 평균 스텝 수에서 위쪽 또는 아래쪽 경계를 넘기까지의 평균 시간을 구할 수 있습니다. 현재로서는 그 목적이 명확하지 않을 수 있습니다. 추가적인 설명을 통해 이 부분은 더 명확해져야 합니다. 다중 상태 전략을 더 간단한 전략으로 변환하려면 우리는 먼저 관련 전략을 생성해야 합니다. 저는 난수 기반의 전략 생성기를 만들었습니다. 편의상 무작위로 생성된 5가지 전략을 사용했습니다. 그 내용은 다음과 같습니다:
이러한 전략은 서로 다른 기대 수익 지표, 거래 수 및 매개 변수를 가지고 있습니다. 일부 곡선은 손실을 보고 있지만 매개변수가 좋지 않아서 일수도 있는 것이고 곡선이기 때문에 변화가 있을 수도 있는 것입니다.
작성자: Evgeniy Ilin