El mercado es un sistema dinámico controlado. - página 237
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Es cierto queno hay ningún beneficio en esas predicciones. --- Así es ;)))
Muchas opciones, pero ninguna de ellas es útil. Y si no sirven para nada, ¿por qué demonios necesitamos tantas opciones?
En sí mismo, este tipo de predicción no es necesaria, no por la no estacionalidad del mercado, etc., sino porque el objetivo no es predecir el precio, sino obtener beneficios. Pero estas normas bien pueden formar parte de la estrategia.
Por ejemplo, dejemos que el precio sea ahora de 1,3000. La previsión: el precio alcanzará el nivel de 1,3100 antes de 1,2800 con una probabilidad de 0,75. Por ejemplo, si establecemos una cifra de Take Profit y un Stop Loss de 2, el Take Profit se activará el doble de veces. Todo está ahí en esta predicción e incluso la probabilidad parece estar en nuestra dirección. Todo menos los beneficios. El modelo debe ser tal que tengamos una ventaja estadística y el objetivo de la predicción será éste, no el precio. Es decir, predecimos que nuestro modelo/sistema tiene una ventaja estadística y en una serie de operaciones tenemos una alta probabilidad de obtener beneficios.
Por ejemplo, tenemos un sistema con rigidez tp=sl. En las pruebas, probabilidad tp=0,55, sl=0,45. MO=0,1. El objetivo de la previsión es que esta MO siga siendo positiva. Aunque podemos decir que la probabilidad de tp seguirá siendo >0,5
p.d. No comercio con estos sistemas))
Hay probabilidad de precipitaciones.
Sí, porque es un evento binario (o hay o no hay) y la única información es la probabilidad. Los pronosticadores no tienen dónde ir)) Y para la temperatura, se aplica la matriz de intervalos de confianza estándar. El pronosticador elige el nivel de probabilidad del pronóstico, por ejemplo, 0,9. A continuación, utiliza su modelo de pronóstico para obtener la distribución de probabilidad y selecciona los límites del intervalo, de modo que la probabilidad total de entrar en este intervalo es de 0,9. Sólo obtenemos los límites superior e inferior del intervalo. Este es el rango de temperatura previsto
Tratando.
Una previsión para cualquier sistema dinámico controlado es información para evaluar la situación, ni más ni menos.
Al mismo tiempo, a la etapa de evaluación de la situación le sigue directamente la etapa de toma de decisiones, por lo que la previsión no es interesante en el sentido de cómo acabarán las cosas, sino sólo en el sentido de lo que ha empezado.
De ahí la consecuencia: no tiene sentido utilizar el resultado de la previsión para determinar los valores de TR y SL, pero es estúpido no utilizarlo a la hora de tomar decisiones sobre la apertura o el cierre de posiciones.
Para retorcer a Carl Clausewitz, permítanme intentar citarlo: "...La ciencia militar no debe acompañar al comandante directamente en el campo de batalla, sólo debe prepararlo para esa batalla...". Algo parecido (:
no hay predicciones separadas en el punto de entrada, etc. Hay un sistema - un algoritmo que puede dar una ventaja estadística. Cuando uno entra en el mercado, hace una predicción/apuesta de que este algoritmo sigue obteniendo beneficios (tiene una ventaja estadística). No se necesitan predicciones separadas en otros puntos. Son sólo una consecuencia de la predicción anterior.
Por ejemplo, un pescador sabe que un cebo determinado, un método de enganche, etc. le da la oportunidad de capturar suficientes peces para cubrir la sobrecarga la mayor parte del tiempo. Y no necesita predecir nada en cada reparto individual de la carroza). Pesca estúpidamente y cambia sus métodos si dejan de funcionar. ¿Qué predice? Nada. Aunque reacciona en dinámica, no por el algoritmo - tirar, esperar 2 minutos, sacar)).
No necesariamente para ti. Más al pronosticador en general. Más concretamente, el pronosticador que muy a menudo, dentro y fuera de lugar, repite como un mantra "probabilidad-probabilidad-probabilidad-probabilidad...".
No revelas la relación funcional de F(). No creas que estoy tratando de burlarme... no. Pero sospecho, (y algo me dice ;)) que es una regresión... y que...
Es un patrón bien conocido. Se sabe desde hace mucho tiempo. Se ha hablado mucho de ello desde los años 60, considerado como un éxito y un fracaso. Funciona en las secciones de movimiento constante. Los problemas surgen cuando la tendencia cambia. Especialmente en el modo de conmutación. Se han dedicado muchos trabajos a este problema. Pero hasta ahora no hay una solución satisfactoria. Así, se conocen los límites de su trabajo satisfactorio.
Pero hay un matiz. Si su modelo no opera con probabilidades, entonces no hay fundamento para hablar de probabilidades sobre la base de su modelo. A menos que se calcule a posteriori la frecuencia del resultado del modelo en alguna región compacta. Pero estas son, en general, muletas.
No veo el problema de la regresión. Es cómodo y universal: sirve para cualquier función. El problema no es la regresión, sino los datos de entrada y salida. Si la entrada y salida es el precio (autorregresivo), nada funcionará. El precio no depende de sí mismo. Por eso hay tantos intentos infructuosos de crear modelos de mercado con una sola entrada: el precio y sus indicadores. Hay que seleccionar las entradas que afectan al precio, es decir, ir más allá de las cotizaciones y sus indicadores. Por ejemplo, el precio de la acción cayó al conocerse las pérdidas de una empresa, es decir, las pérdidas afectaron al precio de la acción y no lo que el precio hacía antes. La rentabilidad de una empresa depende de sus resultados económicos. Aunque las empresas individuales tienen sus propias hipótesis privadas sobre su rentabilidad (pérdida de contratos, etc.), el sector económico o la economía en su conjunto se predice bastante bien mediante modelos de regresión.
La ventaja estadística sólo se obtiene en una serie de operaciones. Para ello deben existir unas condiciones de partida claras para abrir y cerrar una posición a tiempo, sin importar si es rentable o no. Cualquiera que haya jugado al póquer en torneos me entenderá. En la distancia, las matemáticas juegan un papel importante. Incluso una serie de pequeñas pérdidas se ve anulada por grandes ganancias con una importante acumulación de beneficios. Lo mismo ocurre en el mercado. Sólo es importante elegir el rango de precios adecuado en el que se puede operar. La TF no es importante. El rango de precios y el análisis de precios para la entrada y la salida son importantes. Y la disciplina, por supuesto. Al principio no era tan fácil cerrar las operaciones perdedoras. Las operaciones con pérdidas son inevitables en cualquier TS y deben tratarse como un elemento de esta TS.
No revelas la relación funcional de F(). No creas que estoy tratando de burlarme... no. Pero sospecho (y algo me dice ;)) que es una regresión... y que...
¿Por qué iba a ser una regresión? Curvafitting de nuevo...
Sí, porque es un evento binario (o es o no es) y la única información es la probabilidad.
¿Por qué esta regresión? Curvafitting de nuevo...
¿Qué nos impide hacer un ST que funcione sólo con probabilidad? Sé que es un poco engorroso, pero eso no hace que no funcione.Está bien si funciona.
Avals:
Tal vez sólo para los sistemas fijos de parada y recogida se pueda hablar de frecuencias y predicción. La mayoría de los sistemas no saben de antemano dónde estará la salida y, por lo tanto, apuestan a un evento de mercado diferente cada vez.
Lo estoy probando.
Una previsión para cualquier sistema dinámico controlado es información para la evaluación de la situación, ni más ni menos.
Al mismo tiempo, a la etapa de evaluación de la situación le sigue directamente la etapa de toma de decisiones, por lo que la previsión no es interesante en el sentido de cómo acabarán las cosas, sino sólo en el sentido de lo que ha empezado.
De ahí la consecuencia: no tiene sentido utilizar el resultado de la previsión para determinar los valores de TR y SL, pero es estúpido no utilizarlo a la hora de tomar decisiones sobre la apertura o el cierre de posiciones.
Para retorcer a Carl Clausewitz, permítanme tratar de citarlo: "...La ciencia militar no debe acompañar al comandante directamente en el campo de batalla, sólo debe prepararlo para esa batalla...". Algo parecido (:
Bueno, en general, al plantear mi pregunta, esperaba escuchar una respuesta no para la UDF, sino para los oponentes de la UDF, o mejor dicho, ni siquiera los oponentes de la UDF, sino sólo los partidarios de la visión común del mercado como un fenómeno aleatorio, sujeto al concepto probabilístico.
.
En mi enfoque [Mercado - UDS], un sistema de seguimiento es la herramienta óptima para detectar la estructura de un movimiento. Así, ya en el proceso de identificación de la estructura, se forma un vector de estado UDS. La TS en relación con la UDF es una superestructura, y aquí es bastante natural y legítimo utilizar el vector de estado de la UDF para formar la salida de la TS.
Entiendo que un cuadro explicativo claro, que demuestre de forma compacta la esencia, sería adecuado en este caso.
No veo el problema de la regresión. Es cómodo y versátil, adecuado para cualquier función. El problema no es la regresión, sino los datos de entrada y salida. Si la entrada y salida es el precio (autorregresivo), nada funcionará. El precio no depende de sí mismo. Por eso hay tantos intentos infructuosos de crear modelos de mercado con una sola entrada: el precio y sus indicadores. Hay que seleccionar las entradas que afectan al precio, es decir, ir más allá de las cotizaciones y sus indicadores. Por ejemplo, el precio de la acción cayó al conocerse las pérdidas de una empresa, es decir, las pérdidas afectaron al precio de la acción y no lo que el precio hacía antes. La rentabilidad de una empresa depende de sus resultados económicos. Aunque las empresas individuales tienen sus propias hipótesis privadas sobre su rentabilidad (pérdidas de contratos, etc.), el sector económico o la economía en su conjunto se predice bastante bien mediante modelos de regresión.
Este esquema es más complicado que el autorregresivo, pero es bastante adecuado para las pruebas tradicionales y la optimización, por lo que los resultados serán bastante claros.
En sí, tal previsión no es necesaria, pero no por la no estacionariedad del mercado, etc., sino porque el objetivo no es predecir el precio, sino obtener un beneficio. Como parte de la estrategia, es muy posible que estas normas se apliquen.
Por ejemplo, dejemos que el precio sea ahora de 1,3000. Pronóstico: el precio alcanzará 1,3100 antes de llegar a 1,2800, a 1,2800 con una probabilidad de 0,75. Por ejemplo, si establecemos una cifra de take profit y un stop loss de 2, entonces el take profit se activará dos veces más. Todo está ahí en esta predicción e incluso la probabilidad parece estar en nuestra dirección. Todo menos los beneficios. El modelo debe ser tal que obtengamos una ventaja estadística y el objetivo de la predicción será éste, no el precio. Es decir, predecimos que nuestro modelo/sistema tiene una ventaja estadística y en una serie de operaciones tenemos una alta probabilidad de obtener beneficios.
Por ejemplo, tenemos un sistema con rigidez tp=sl. En las pruebas, probabilidad tp=0,55, sl=0,45. MO=0,1. El objetivo de la previsión es que esta MO siga siendo positiva. Aunque podemos decir que la probabilidad de tp seguirá siendo >0,5
p.d. No comercio con estos sistemas))
A menudo se oye eso de los analistas ("...el precio alcanzará el nivel de 1,3100 antes que el nivel de 1,2800con una probabilidad de 0,75...").
Pero, ¿quién, cómo y cuándo ha calculado estas probabilidades? ¡¡¡Nadie hace esos cálculos de probabilidad !!! En estos casos es conveniente no hablar de las probabilidades de los movimientos de los precios, sino de las expectativas del analista o de la influencia que se pretende ejercer sobre la audiencia. Es decir, la sustitución de nociones se hace aquí, ya sea por incomprensión o para engañar deliberadamente al público.
etc.