Parameter des variablen Marktes - Seite 4
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
Hier ist es, unser alles)))) hat sich schon lange für solche Bilder interessiert, aber ich habe selbst noch keins gebaut, und die Farbabstufung ist super))), wenn es kein Geheimnis ist, was von was und wie?
Hier ist es, unser alles)))) hat sich schon lange für solche Bilder interessiert, aber ich habe sie nicht selbst gebaut, und die Farbabstufung ist super))), wenn es kein Geheimnis ist, was von was und wie?
Auf dem allerersten Bild habe ich die Wavelets eingestellt. auf X Samples, auf Y links - Frequenz, auf rechts - Periode
... wenn es kein Geheimnis ist, was von was und wie?
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" gilt. Zur Schätzung können wir den Korrelationskoeffizienten am ausgewählten TF mit der Volatilität des Instruments in Punkten an diesem TF multiplizieren und den erhaltenen Wert mit der Maklerprovision (ebenfalls in Punkten) vergleichen. Wenn er größer ist als der Spread, 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).
Was ist an Ihrer Argumentation falsch?
Korrelation ist eine sehr heimtückische Sache. Wenn Ihre Kurse eine deterministische Komponente enthalten, sollten Sie mit den Korrelationsergebnissen sehr vorsichtig sein, denn die deterministische Komponente "verstopft" die Rauschkomponente, und wir können die statistischen Merkmale des Kurses nicht beurteilen.
Lassen Sie mich ein Beispiel anführen, das ich bei anderen Gelegenheiten schon oft erwähnt habe.
Lassen Sie uns die deterministische Komponente mit dem HP-Filter herausfiltern
Unten ist die "zyklische" Komponente eine unglückliche Bezeichnung, ich bevorzuge "eine Million Pinocchios in einem Feld von Wundern", aber das Serum ist da.
Schauen wir uns das einmal genauer an.
Es zeigt sich, dass diese "zyklische" Komponente recht regelmäßig um eine geglättete Kurve oszilliert, die eine analytische, d. h. deterministische Form aufweist.
Berechnen wir, wie oft der obere und der untere Rand dieser HP-Kurve
Häufiger negativ als positiv. Die Tendenz ist jedoch rückläufig, was möglicherweise auf folgende Faktoren zurückzuführen ist
Wenn wir die Analyse mit einem fallenden Trend beginnen, erhalten wir einen leichten, aber steigenden negativen Wert
Nehmen wir das steigende britische Pfund:
erhalten wir ein anderes Bild:
Dies bestätigt meinen Standpunkt, dass eine höhere Anzahl negativer oder positiver Abweichungen auf einen Trend in der Grafik hinweist.
Abgesehen davon, dass die ACF zur Deltafunktion tendiert, wie lässt sich das Rauschen sonst noch erkennen?
Mit ACF und Deltafunktionen können Sie alles beweisen
Das ist genau mein Punkt.
Ich kann die Phase nicht herausfinden.
Sollte er nicht von -90 auf 90 Grad wechseln? Warum nur bis -54?