Aufbau eines Handelssystems mit digitalen Tiefpassfiltern - Seite 23
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Irgendwo im Internet habe ich eine ausführlichere Beschreibung seiner Ansätze gesehen. Nicht gerade gründlich, aber immerhin. Aber mich interessieren nicht die Details, sondern ich interessiere mich für, sagen wir, allgemeine methodische Ansätze. Und worauf sie beruhen, ob es sich um den Durchschnitt oder etwas anderes handelt, ist nicht so wichtig. Darüber hinaus ist die Kenntnis der Feinheiten bei der Erstellung von LRMAs aus Durchschnittswerten für das Verständnis von Prozessen von sehr geringem Wert.
Und das erklärt den Dummköpfen, wovon Gortschakow spricht. Ich habe etwas gelesen, etwas gelesen, aber ich habe weder die Idee noch die Tiefe erschlossen :)
Ich kann es nicht herausfinden, habe es aber irgendwie geschafft, seine *.ppt-Datei, seinen Bericht, zu lesen. Wie ist das passiert? Es gibt nichts Detailliertes, aber es ist trotzdem sehr interessant, dass die Mystik...
Laden Sie es erneut herunter. Es gibt eine doc-Datei für 2003. Für 2005 ist es eigentlich eine ppt, aber darum geht es nicht. :)
Irgendwo im Netz habe ich eine ausführlichere Beschreibung seiner Ansätze gesehen. Es ist nicht besonders gründlich, aber immerhin. Aber ich interessiere mich nicht für Details, sondern für, sagen wir, allgemeine methodische Ansätze. Und worauf sie beruhen, ob es sich um den Durchschnitt oder etwas anderes handelt, ist nicht so wichtig. Außerdem ist die Kenntnis der Feinheiten des Aufbaus von LRMAs auf der Grundlage von Durchschnittswerten für das Verständnis von Prozessen von sehr geringem Wert.
Und das erklärt den Dummköpfen, wovon Gortschakow spricht. Ich habe etwas gelesen, etwas gelesen, aber ich habe weder die Idee noch die Tiefe erschlossen :)
Das alles ist interessant, wenn man es aufmerksam liest. Natürlich sind die Indikatoren sehr kurz, aber es ist die Meinung eines praktizierenden Händlers über Preisreihen und -modelle, einst ein Profi auf dem Gebiet der angewandten Statistik (ich glaube, das hat er über sich selbst gesagt). Für mich ist es eines der interessantesten Werke nach Shiryaevs Bericht. Vieles von dem, was dort steht, kann bestätigt werden. Einschließlich der kurzfristigen Unterschiede zwischen Markt und Martingal (hier geht es um die hier erwähnte Frage der Stationarität). Das Material ist nicht neu genug, so dass ich nicht weiß, ob es eine Weiterentwicklung der Ideen gegeben hat. Ich weiß nicht, für jeden Satz kann es eine Seite mit abgekürztem Text geben.
Das alles ist interessant, wenn man es aufmerksam liest. Natürlich sind die Indikatoren sehr kurz, aber es ist die Meinung eines praktizierenden Händlers über Preisreihen und -modelle, einst ein Profi auf dem Gebiet der angewandten Statistik (ich glaube, das hat er über sich selbst gesagt). Für mich ist es eines der interessantesten Werke nach Shiryaevs Bericht. Vieles von dem, was dort steht, kann bestätigt werden. Einschließlich der kurzfristigen Unterschiede zwischen Markt und Martingal (hier geht es um die hier erwähnte Frage der Stationarität). Das Material ist nicht neu genug, so dass ich nicht weiß, ob es eine Weiterentwicklung der Ideen gegeben hat. Ich weiß nicht, man könnte für jeden Satz eine Seite mit abgekürztem Text schreiben.
Und hier ist "unsere Antwort auf Chamberlain": http://monetarism.ru/articles/06/05/02/0644217.shtml
Es scheint, dass Gortschakow eine Asymmetrie gefunden hat, wo es sie nicht gibt. Wir können daraus schließen, dass die positiven Ergebnisse, die er bei der Anwendung seiner Idee auf den realen Handel erzielte, weitgehend zufällig waren, weil die zugrunde liegende Prämisse grundlegend falsch war.
Das alles ist interessant, wenn man es aufmerksam liest. Natürlich sind die Indikatoren sehr kurz, aber es ist die Meinung eines praktizierenden Händlers über Preisreihen und -modelle, einst ein Profi auf dem Gebiet der angewandten Statistik (ich glaube, das hat er über sich selbst gesagt). Für mich ist es eines der interessantesten Werke nach Shiryaevs Bericht. Vieles von dem, was dort steht, kann bestätigt werden. Einschließlich der kurzfristigen Unterschiede zwischen Markt und Martingal (hier geht es um die hier erwähnte Frage der Stationarität). Das Material ist nicht neu genug, so dass ich nicht weiß, ob es eine Weiterentwicklung der Ideen gegeben hat. Ich weiß nicht, man könnte für jeden Satz darin eine Seite mit Schimpfwörtern schreiben.
Und hier ist "unsere Antwort auf Chamberlain": http://monetarism.ru/articles/06/05/02/0644217.shtml
Es scheint, dass Gortschakow eine Asymmetrie gefunden hat, wo es sie nicht gibt. Wir können daraus schließen, dass die positiven Ergebnisse, die er bei der Anwendung seiner Idee auf den realen Handel erzielte, weitgehend zufällig waren, weil die zugrunde liegende Prämisse grundlegend falsch war.
:) der autor ist ein berühmter clown, der die allgemeinsten ideen zum thema der diskussion hat. ich bin zu faul, um zu überprüfen, wer recht hat, es reicht mir, dass neben den besprochenen statistiken andere methoden die gleichen ergebnisse zeigen.
[Nein, tut mir leid, ich habe in den alten Notizen gegraben, ich habe die Kriterien vor einiger Zeit überprüft, ich habe es schon vergessen.
Nun, hier ist ein wenig mehr Lesestoff http://www.howtotrade2007.narod.ru/articles/stan.zip Ich frage mich, ob der Autor Stanislav Bulashev derselbe ist?
Verwendung von schwarzem Rauschen bei der Marktmodellierung
ps. habe es nicht selbst getestet
Verwendung von schwarzem Rauschen bei der Marktmodellierung
ps. habe es nicht selbst überprüft
Ich habe ein sehr gutes Buch veröffentlicht: "Signal Processing with Fractals", allerdings auf Englisch. Es ist besser als die Präsentation :o)
Eine mögliche Hypothese ist, dass die Logarithmen der Preisänderungen einer Normalverteilung folgen, die jedoch nicht stationär ist, d. h. sowohl der Erwartungswert als auch die Standardabweichung der Verteilung können im Zeitverlauf variieren. Folglich erhalten wir bei der Verarbeitung einer empirischen Stichprobe mit statistischen Standardmethoden, die davon ausgehen, dass die gesamte Stichprobe aus einer einzigen Grundgesamtheit gezogen wurde, eine nicht-gaußsche Stichprobe. Dies kann in Form von schweren Schwänzen einer empirischen Verteilung ausgedrückt werden (die anhand einer Stichprobe berechnete Kurtosis übersteigt die Zahl 3, d. h. die Kurtosis einer Normalverteilung).
Eine weitere Hypothese besagt, dass die Logarithmen der Preisänderungen anfangs einer Verteilung mit einer Kurtosis größer als 3 folgen. Selbst wenn die Verteilung selbst stationär ist, kann die empirische Stichprobe, die aus dieser Verteilung gezogen wird, als zeitlich nicht stationär angesehen werden. Der Punkt ist, dass die Schätzung der mathematischen Erwartung einer Zufallsvariablen x das arithmetische Mittel der Stichprobe ist:
<X>= 1/N * Summe(x(i), i =1...N )
Das arithmetische Mittel von Zufallsvariablen ist selbst eine Zufallsvariable. Die Standardabweichung des arithmetischen Mittels hängt von der Standardabweichung der Zufallsvariablen und dem Stichprobenumfang ab:sigma(<X>) = sigma(X) / sqrt(N)
Die Standardabweichung des Mittelwerts ist also um den Faktor sqrt(N) kleiner als die Standardabweichung der Zufallsvariablen selbst, d. h. die Genauigkeit der mathematischen Erwartungsschätzung kann durch Erhöhung des Stichprobenumfangs erhöht werden. Dies gilt jedoch nur für eine Zufallsvariable mit endlicher mathematischer Erwartung und endlicher Varianz. Der Punkt ist, dass der endliche mathematische Erwartungswert nur für solche Verteilungen existiert, deren Wahrscheinlichkeitsdichte im Unendlichen als 1 / |x|^(2+delta) oder niedriger fällt, und die endliche Varianz nur für solche Verteilungen, deren Wahrscheinlichkeitsdichte im Unendlichen als 1 / |x|^(3+delta) oder höher fällt (delta - jede kleine positive Zahl). Wenn wir ein Preisdiagramm modellieren, indem wir als Logarithmus der Preisänderung eine Zufallsstichprobe verwenden, die aus einer stationären Verteilung mit unendlicher Varianz und/oder unendlichem mathematischen Erwartungswert entnommen wurde, und diese Stichprobe einem unabhängigen Beobachter zur Analyse anbieten, kann er die Illusion bekommen, dass er es mit einem nicht-stationären Prozess in der Zeit zu tun hat.
Schließlich kann nicht ausgeschlossen werden, dass nicht nur die Verteilungsparameter, sondern auch das Verteilungsgesetz der Preislogarithmen selbst zeitlich instationär ist und die Zeitreihe der Preise die durch die Verteilung mit unendlicher Varianz und/oder unendlicher mathematischer Erwartung beschriebenen Abschnitte enthalten kann.
Dies bedeutet nicht, dass nichts im Sinne einer reversiblen Transformation von Preisreihen in etwas Stationäres getan werden kann: Es ist möglich, nicht nur Renditen zu verwenden. Es ist ein bisschen früh, um eine Grenze zu ziehen.
Es scheint eine Lösung für das Problem der synthetischen Erzeugung zu geben, die nichts mit der Stationarität des Prozesses zu tun hat. Aber das ist immer noch nur ein genetisches Problem. Wir sollten darüber nachdenken.