Verteilung der Preiserhöhungen - Seite 13
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
Auch hier schlage ich vor, dass Sie die im soeben aufgenommenen Bild gezeigten Tick-Inkremente im Marktübersichtsfenster (USDJPY) und im Handelseröffnungsfenster (EURUSD) kommentieren. Nun unter dem Blickwinkel der drei oben genannten Hypothesen. Das Konto ist echt.
Wollen Sie nicht Gruppen von aufeinanderfolgenden Änderungen um einen Punkt hin und her analysieren? Wie lautet ihre Quantilsfunktion?
Guten Tag, Wladimir!
Ich halte den manuellen Handel mit Tick-Charts auf der Grundlage visueller Daten für eine sinnlose Übung. Die Verteilungsfunktion und die Quantilsfunktion - siehe t2-Verteilung Studentische Verteilung.
Ich habe wiederholt darauf hingewiesen, dass man zuerst die historischen Daten analysieren muss, bevor man den aktuellen Zustand analysiert. Sie folgen einer Markov-Kette - Sie versuchen, alles hier und jetzt herauszufinden. Da die linearen Abweichungen der Preissteigerungsverteilung in einem Markov-Prozess die geometrische Wahrscheinlichkeitsdichte mit p=0,5 haben, kann man hier und jetzt nur sagen, dass der Preis mit der Wahrscheinlichkeit 0,5 steigen oder fallen wird. Dies ist genau das klassische Spiel.
Ich modelliere jetzt den Prozess auf der Grundlage von 1.000.000 historischen Ticks. Es ist ein erstaunliches Bild - ich kann nicht glauben, wie sich der Preis in der Nähe einiger Randbedingungen ähnlich verhält. Natürlich gibt es seltene und scheinbar unerklärliche Abweichungen - das bedeutet, dass die Randbedingungen strenger gewählt werden müssen. Denken Sie einmal darüber nach: Bei dieser Verteilung liegen nur 99 Prozent der Werte um 7 Sigma herum, und dieses eine Prozent lässt jeden aufleuchten. Aber ich denke, auch das lässt sich bewältigen.
Hochachtungsvoll,
Alexander.
Alle Indikatoren im Terminal-Set gehen davon aus, dass die Preisbildung nicht morphisch ist, d.h. die Entwickler des Terminals (jedes Terminals mit technischen Indikatoren) sind sich des Vorhandenseins/Fehlens von Morphialität bereits bewusst.
Es gibt die theoretische Annahme, dass Märkte fraktal sind, dass man auf kleinen TF die gleichen Prozesse beobachten kann wie auf großen - das ist noch nicht bewiesen, aber vielleicht lohnt es sich, darüber nachzudenken (Humor) https://ru.wikipedia.org/wiki/Фрактальный_анализ_рынка . D.h. irgendjemand hat schon darüber nachgedacht und bewiesen, dass die Preisbildung spätestens seit dem Aufkommen der Candlestick-Analyse, als die "Zecke" eine Woche oder einen Monat lang wartete, nicht mehr funktioniert - im übertragenen Sinne, keine Möhre.
Guten Abend, liebe Trader und Statistikfans!
Ich habe Sie schon lange nicht mehr mit interessanten Ergebnissen meiner Studien verwöhnt - jetzt werde ich Sie damit erfreuen.
Die theoretische Annahme, dass Märkte fraktal sind und man auf kleinen TFs die gleichen Prozesse beobachten kann wie auf großen, kann alsopraktisch bewiesen werden.
Das war keine leichte Aufgabe. Ich musste einen bestimmten unveränderlichen statistischen Parameter finden, der sich nicht ändert, wenn ich den Stichprobenumfang der Tickdaten erhöhe oder verringere. Dieser Parameter erwies sich als nicht-parametrischer Asymmetriekoeffizient (nicht-parametrische Schiefe). Vielleicht gibt es noch einige andere, aber das reicht als Beweis.
Für die Berechnungen wurde ein dynamischer FIFO-artiger Tickdatenpuffer verwendet. EURJPY wurde anhand eines allgemeinen Datensatzes von 1.500.000 Kursen analysiert, d.h. es wurden 1.500.000 aufeinanderfolgende Stichproben mit einer Kursdifferenz analysiert. Wir haben die folgenden Ergebnisse für den Durchschnittswert der modulo genommenen Schiefe für verschiedene Volumen von Proben erhalten.
0.186043748375457
0.18560474492056
0.184953481402386
0,184985234902438 usw.
Einfach ausgedrückt: Der nichtparametrische Asymmetriekoeffizient bleibt für jede Stichprobengröße von Tickdaten konstant.
Daraus ergibt sich folgende Schlussfolgerung: Kleine TFs zeigen in der Tat die gleichen Prozesse wie große, und ein Handelssystem, das auf einer TF arbeitet, funktioniert auch auf der anderen und umgekehrt.
Aber was interessant ist, ist, dass wir eine ganz mystische Sache erhalten - es stellt sich heraus, dass eine Verteilung mit einem seltsamen Mittelwert (ich betone - Mittelwert) nichtparametrischen Koeffizienten der Schiefe = 0,185 (modulo) "geht" in Forex. Ich persönlich kenne eine solche Verteilung nicht... Vielleicht kann mir jemand helfen, das herauszufinden?
D.h. einfach ausgedrückt: Zu verschiedenen Zeitpunkten wird diese Verteilung "geboren", "geformt" und "stirbt", und der Prozess beginnt von vorne. Zu verschiedenen Zeitpunkten ist diese Verteilung unterschiedlich schief, aber im Durchschnitt ist diese Verteilung mit dem Koeffizienten = 0,185 schief und damit unveränderlich.
Solange ich nicht weiß, um welche Art von Verteilung es sich in ihrer durchschnittlichen Form handelt, hat es keinen Sinn, sie weiter zu erforschen...
Hochachtungsvoll,
Alexander.
Alexander, Ihre Beobachtungen sind interessant. Es wäre toll, wenn Sie einen Artikel über die Ergebnisse Ihrer Studie inMQL5-Artikel über Datenanalyse und Statistik schreiben könnten.
Alexander, Ihre Beobachtungen sind interessant. Es wäre toll, wenn Sie einen Artikel über die Ergebnisse Ihrer Studie in der Rubrik "Artikel über Datenanalyse und Statistik in MQL5" schreiben könnten.
Ja, ich danke Ihnen. Die Ergebnisse gefallen mir selbst - es ist faszinierend. Es ist sehr schön.
Methodische Frage. Warum führen Sie vor der Anpassung einer Zuordnung keine Ausreißerbeseitigung durch - Ausreißererkennung?
Und ich habe keine Zeit, einen Artikel zu schreiben - ich arbeite, und ich habe nicht viel Zeit. Es stellt sich heraus, dass es wie ein Hobby ist. Vielleicht interessiert sich jemand dafür und verteidigt zum Beispiel eine Doktorarbeit - das tut mir nicht leid. Und vielleicht interessiert sich jemand dafür und entwickelt ein Super-Handelssystem - das ist auch in Ordnung. Von echter Programmierung bin ich noch sehr weit entfernt - lassen Sie es die Leute benutzen.
Methodische Frage. Warum führen Sie vor der Anpassung der Verteilung keine Ausreißerbereinigung durch - Ausreißererkennung?
Seltsamerweise sind aber für die meisten Währungspaare die Verteilungen der Nettoinkremente ohne Verarbeitung t2-Verteilungen, und nur für einige gibt es eine "Unterverteilung" von Ticks bei Null, d.h. wenn gehandelt wurde und Ask- und Bid-Kurse gleich blieben, dann kommt kein Tick. Ich weiß nicht, warum, und ich arbeite nicht mit solchen Paaren (wie AUDCHF).
Ich habe wohl nicht die richtige Frage gestellt. Ich habe die von Ihnen geposteten Zecken heruntergeladen. Wenn man also die Ausreißer (sehr große und sehr kleine Werte in der Stichprobe) dort bereinigt, ergibt sich eine andere Verteilung :-)
Ich habe wohl nicht die richtige Frage gestellt. Ich habe die von Ihnen geposteten Zecken heruntergeladen. Wenn man also die Stichprobe von Ausreißern (sehr große und sehr kleine Werte in der Stichprobe) bereinigt, ergibt sich eine andere Verteilung :-).
Das sollten Sie aber nicht tun - dann erhalten Sie auch nicht die Invarianz der Schiefe. Und ich sage - alles sehr schön und als ob eines aus dem anderen folgt, aber diese Tiefe zu erfassen, um sich ein Gesamtbild zu machen, kann ich noch nicht.
Aber das ist ein Standardverfahren. Um herauszufinden, wie sich das System in den meisten Fällen verhält und nicht in seltenen Fällen... Übrigens, was bringt es, die gesamte Bevölkerung zu erfassen? Imho muss man mit einer Probe arbeiten.