Parameter des variablen Marktes - Seite 3

 
Rorschach:


Man könnte sagen, dass ich ein Muster gefunden habe - ich schwanke um einen 'fairen Preis', und jetzt wähle ich eine geeignete Methode.

Ja... außer, dass er relativ zum realen Preis nachhängt und es keine Möglichkeit gibt, ihn auf der rechten Seite des Quotienten zuverlässig zu bestimmen. Aufgrund des unvermeidlichen Vorhersagefehlers auf der Verzögerungsskala kann man sie nicht aus der Vergangenheit vorhersagen.
 
Neutron:
Ja... außer, dass er relativ zum realen Preis verzögert ist und es keine Möglichkeit gibt, ihn auf der rechten Seite des Quotienten zuverlässig zu bestimmen. Aufgrund des unvermeidlichen Vorhersagefehlers auf der Verzögerungsskala gibt es keine Möglichkeit, sie aus der Vergangenheit vorherzusagen.

Alle Beweise für Stationarität, die Sie bequemerweise übersehen haben
 
Rorschach: IgorM, könnten Sie bitte die Bibliothek zur Verfügung stellen?
Ich werde es am Abend posten, ich habe es für MT5 gemacht, aber es scheint, dass es auch für MT4 funktionieren sollte
 
Rorschach:

Es gibt ein Bild wie dieses:

Mit welcher Methodik kann eine solche Serie extrapoliert werden?

Könnte jemand dies für ein Experiment in ein neuronales Netz eingeben?


Wie sind Sie zu dieser Funktion gekommen?
 
Rorschach: IgorM, könnten Sie bitte die Bibliothek zur Verfügung stellen?

Das ist schon lange her, ich weiß nicht mehr, wonach ich in den Wavelets gesucht habe.

Dateien:
mql5.zip  37 kb
delphi.zip  100 kb
 
911:

Wie sind Sie zu dieser Funktion gekommen?


MathSin(2*Pi/(15+0.05*i)*i)
Dateien:
 
IgorM:

Es ist schon lange her, ich weiß nicht mehr genau, wonach ich in den Wavelets gesucht habe, ich habe nur das beigefügt, was ich hatte



Dankeschön
 
Neutron:
Und nun, liebe Kollegen, kritisieren Sie mich.
Ich argumentiere, dass jede Extrapolation voraussetzt, dass die Zeitreihe (TP) die Eigenschaft hat, der gewählten Richtung zu "folgen". Indem wir einen Schritt voraus durch ein Polynom n-ten Grades extrapolieren, nehmen wir die NEED für die erste Ableitung an, die zweite... n-1 der ursprünglichen Serie, zumindest bei diesem Schritt... Verstehen Sie, worauf ich hinaus will? Die Quasi-Kontinuität der ersten Ableitung ist nichts anderes als ein positiver Autokorrelationskoeffizient (AC) des BP für den gewählten Zeitrahmen (TF). Es ist bekannt, dass es sinnlos ist, die Extrapolation auf BPs vom Brownschen Typ anzuwenden. Und warum? Denn der CA einer solchen Reihe ist identisch gleich Null! Aber es gibt GRs mit negativer QA... Es ist einfach falsch, auf sie zu extrapolieren (wenn ich Recht habe) - der Preis wird sich wahrscheinlich in die entgegengesetzte Richtung entwickeln als vorhergesagt.
Und für den Anfang: Fast alle Forex-VRs haben eine negative Autokorrelationsfunktion (dies ist eine Funktion, die aus der KA für alle möglichen TFs konstruiert wird) - dies ist eine medizinische Tatsache! Die Ausnahmen sind einige Währungsinstrumente auf kleinen Zeitskalen, und ja, Sberbank und EU RAO Aktien auf wöchentlichen TFs. Dies erklärt insbesondere die Untauglichkeit des auf der Ausnutzung gleitender Durchschnitte basierenden TS auf dem modernen Markt - derselbe Versuch der Extrapolation.
Wenn ich mich nicht irre, befinden sich Wavelets a priori in einem Bereich, in dem sie ihre Aufgaben nicht korrekt erfüllen können.


Soweit ich verstanden habe, halten Sie an der "Weltanschauung" fest, dass der Markt eine Brownsche Bewegung ist?

Aber man kann versuchen, die Sache aus einer menschlichen Perspektive zu betrachten. Es gibt große Akteure, die den Markt bewegen, es gibt Liquiditätsbeschränkungen (man kann nicht im Handumdrehen eine große Summe abheben), es gibt Zyklen: Geschäftsjahr, Quartalsberichte, Börseneröffnungen, Nachrichtenlage usw. usw.

Übrigens, es ist interessant, Ihre Meinung zu diesen Dingen zu erfahren:

http://www.onix-trade.net/forum/index.php?s=c04e226e5521ed472b8d31770b40832b&showtopic=47&view=findpost&p=5267

http://www.chronos.msu.ru/RREPORTS/mikhailovsky_biol_vremya/mikhailovsky_biol_vremya.htm

 

Neutron:

Und nur so nebenbei: Fast alle BPs im Forex-Bereich haben eine negative Autokorrelationsfunktion (dies ist eine Funktion, die aus CA für alle verschiedenen TFs konstruiert wurde) - dies ist eine medizinische Tatsache!

Das ist nicht das erste Mal, dass ich diese Aussage von Ihnen lese, aber ich habe noch nie einen Beweis dafür gesehen. Alle ACFs, die ich gesehen habe, sind normale ACFs. Was bedeutet negativer ACF und inwiefern ist er schlechter als positiver ACF? Könnten Sie mir ein Beispiel an einem Kotier geben, damit ich es nachmachen kann?

 
faa1947:

Könnten Sie mir ein Beispiel für eine Art von Quoter geben, damit ich es nachmachen kann?

Wir können.

Wir suchen nach dem paarweisen Korrelationskoeffizienten zwischen benachbarten Stichproben der Zeitreihe. Für den ausgewählten Zeitrahmen gibt es einen Koeffizienten im Bereich von -1 bis +1. Der Koeffizientenwert kleiner als Null zeigt das Vorhandensein von Antipersistenz zwischen den Stichproben an, größer als Null - Persistenz in dieser TF, nahe bei Null - raus mit dir! Die Persistenz wiederum dient als Indikator für die Tendenz bzw. den Zusammenbruch des Symbols auf dem ausgewählten TF. Die letzte Eigenschaft von BP ermöglicht die Verwendung geeigneter Indikatoren für die TA.

Der Korrelationskoeffizient liegt in einem Fenster von n - Stichproben. In diesem Fall haben wir Protokolle für 2010 verwendet und durch Ausdünnen die künstliche TF von 1 min bis 100 min erstellt. n wurde als Maximum genommen (wie viele Proben in einem Jahr). Für jede TF haben wir den Korrelationskoeffizienten ermittelt und die Abhängigkeit dieses Wertes von der TF aufgetragen. Genau diese Abhängigkeit meinte ich mit dem obigen Zitat.

Abb. zeigt die gefundenen Abhängigkeiten des Paar-Korrelationskoeffizienten für verschiedene Instrumente bei verschiedenen TFs. Sie sehen, dass der Koeffizient fast überall negativ ist, was darauf hindeutet, dass der Preis nach der Störung dazu neigt, zu seinem Ausgangswert zurückzukehren. Diese Eigenschaft ist mehr oder weniger charakteristisch für alle Symbole und zeigt sich am deutlichsten bei kleinen TF (siehe Abb.). Ich habe die Daten von Alpari aus dem Jahr 2010 verwendet.

Die Frage ist, was als "nahe Null" zu betrachten ist. Zur Schätzung können Sie den Korrelationskoeffizienten bei dem ausgewählten TF mit der Volatilität des Instruments in Punkten bei diesem TF multiplizieren und den erhaltenen Wert mit der Maklerprovision (ebenfalls in Punkten) vergleichen. Wenn er größer als der Spread ist, werden Sie ohnehin keinen Erfolg haben, denn der Markt ist kein ergodisches System, und sobald Sie eine Position eröffnen, wird sich alles zum Schlechten verändern (nur für Sie).

Grund der Beschwerde: