¿Cómo puedo diferenciar un gráfico FOREX de un PRNG? - página 19

Nuevo comentario
 
AlexEro:

3. Permítanme decirlo con más detalle. Has dado una fórmula de autocorrelación para una serie temporal de variables aleatorias con distribución normal. La desviación estándar es un buen criterio para la media sólo para una distribución gaussiana. En el caso general de las series de precios, la desviación estándar no sólo no es el mejor criterio de optimización de la llamada expectativa, sino que conduce a la equivocada. Por eso en el trading las máscaras (MA) o funcionan o no funcionan.


Antes de publicarlos, he comprobado cuidadosamente todos los cálculos. Conozco tres formas de calcular el ACF, las tres se muestran a continuación en la captura de pantalla y en el archivo Matcadet (adjunto). Los resultados de los cálculos son los mismos para los tres métodos. Si conoces un cálculo más correcto de ACF por favor comparte la fórmula. He publicado sólo la tercera forma de cálculo, la que está en forma de cabeza. Y cuando estaba portando el código detecté un error en MQL y sugerí una variante más perfecta de cálculo de regresión linealhttps://www.mql5.com/ru/forum/107017/page6

Archivos adjuntos:
akf.zip  45 kb
 

Cuando y si usted SABE EXACTAMENTE que la distribución de su variable aleatoria es normal, estos son métodos de autocorrelación. Sólo así estas fórmulas dan una estimación más o menos fiable de la "autocorrelación", la repetibilidad estadística de una serie. Para una estimación aproximada (del grado de repetibilidad de la serie, o de la falta de repetibilidad en los residuos del modelo al restarle una serie, es decir, para comprobar la validez del modelo -como hacen en ARIMA o en otra cosa-) sí que se pueden utilizar (excepto todo tipo de Fourier). Pero para sistemas muy variables estos métodos dan un gran error. Pero, ¿cuál es la magnitud de este error y es aceptable para operar con un apalancamiento de 1:100 y una volatilidad del 1-2% al día?

Si se desconoce la distribución de una variable aleatoria (series de precios), entonces DEBEN aplicarse otros métodos no paramétricos (clasificados, jerarquizados) más complejos de cálculo de correlaciones (y autocorrelaciones).

https://ru.wikipedia.org/wiki/Корреляция

Se utilizan a menudo en las ciencias sociales para las "correlaciones", porque allí se sabe desde hace tiempo que los métodos técnicos de la teoría de la "media cuadrada" no funcionan estúpidamente. Incluso existe un paquete estadístico no paramétrico especial llamado SPSS para estas personas.

https://ru.wikipedia.org/wiki/SPSS

Lo mismo debería hacerse con las autocorrelaciones.

http://www.hr-portal.ru/statistica/gl13/gl13.php

En estadística, el término estadística no paramétrica tiene al menos dos significados diferentes:

  1. La primera acepción de no paramétrico abarca las técnicas que no se basan en que los datos pertenezcan a una distribución determinada. Estos incluyen, entre otros:
    • Métodossin distribución, que no se basan en la suposición de que los datos se extraen de una determinada distribución de probabilidad. Como tal, es lo contrario de la estadística paramétrica. Incluye modelos estadísticos no paramétricos, inferencia y pruebas estadísticas.
    • estadísticas no paramétricas (en el sentido de una estadística sobre datos, que se define como una función sobre una muestra que no depende de un parámetro), cuya interpretación no depende de que la población se ajuste a ninguna distribución parametrizada. Las estadísticas basadas en los rangos de las observaciones son un ejemplo de este tipo de estadísticas y desempeñan un papel central en muchos enfoques no paramétricos.
  2. El segundo significado de no paramétrico abarca las técnicas que no suponen que la estructura de un modelo sea fija. Normalmente, el modelo crece en tamaño para adaptarse a la complejidad de los datos. En estas técnicas, se suele suponer que las variables individuales pertenecen a distribuciones paramétricas, y también se hacen suposiciones sobre los tipos de conexiones entre las variables. Estas técnicas incluyen, entre otras:
    • regresión no paramétrica, que se refiere a la modelización en la que la estructura de la relación entre las variables se trata de forma no paramétrica, pero en la que, sin embargo, puede haber supuestos paramétricos sobre la distribución de los residuos del modelo.
    • modelos bayesianos jerárquicos no paramétricos, como los modelos basados en el proceso de Dirichlet, que permiten que el número de variables latentes crezca según sea necesario para ajustarse a los datos, pero en los que las variables individuales siguen las distribuciones paramétricas e incluso el proceso que controla la tasa de crecimiento de las variables latentes sigue una distribución paramétrica.

https://en.wikipedia.org/wiki/Nonparametric

 
AlexEro:

Se utilizan a menudo en las ciencias sociales para las "correlaciones", porque allí se sabe desde hace tiempo que los métodos técnicos de la teoría del "cuadrado medio" simplemente no funcionan. Existe incluso un paquete especial de estadísticas no paramétricas para estas personas


¿Por qué necesitan todo esto en relación con el comercio?
 
Avals:
¿Qué sentido tiene todo esto en relación con el comercio?
Hace mucho tiempo que no se ven y se echan de menos. ¿Y cómo no se puede demostrar quién es más genial en la terminología?
 
AlexEro:

...

Si la distribución de una variable aleatoria es desconocida (series de precios), entonces DEBEN aplicarse otros métodos no paramétricos (clasificados, ordenados) más complejos de cálculo de correlaciones (y autocorrelaciones).

https://ru.wikipedia.org/wiki/Корреляция

...

¡Profesor! (en el último pupitre se extiende tímidamente la mano de un estudiante) ¿Cómo puede la correlación ayudarle a ganar dinero en el mercado? La correlación entre el índice del dólar y el euro es de -0,98. ¿Qué debemos hacer? ¿Vender el euro? ¿Comprar el índice del dólar?
 

La distribución de las series incrementales. Una serie es PRNG, la otra es forex.

P.D. No hay"división, multiplicación y otros GSCh múltiples".". Sigue siendo el mismo gpsh tonto de excel.

 
Aunque se parece más al forex de la derecha.
 
C-4:
¡Profesor! (la mano de un estudiante se acerca tímidamente al último pupitre) ¿Cómo puede la correlación ayudar a ganar dinero en el mercado? La correlación entre el índice del dólar y el euro es de -0,98. ¿Qué debemos hacer? ¿Vender el euro? ¿Comprar el índice del dólar?

No tengo la menor idea. No sé cómo una "correlación" calculada con la moneda ilegal "euro" por una persona desconocida puede "ayudar a ganar dinero en el mercado" en un sistema de comercio desconocido y no especificado.

La ciencia de la estadística pone a prueba las hipótesis.

 
AlexEro:

No tengo la menor idea. No sé cómo la "correlación" con la moneda ilegal "euro", calculada por nadie sabe, puede "ayudar a ganar dinero en el mercado" en un sistema de comercio desconocido e indeterminado.

La ciencia de la estadística pone a prueba las hipótesis.

Profesor, al menos enséñeme a tratar sólo con monedas "legales". ¿Cómo se distingue una moneda de tipo "euro" de una ilegal?
 
C-4:


¿Cómo puede la correlación ayudar a ganar dinero en el mercado?



Hay un artículo de Statistical Carry Trading sobre cómo ganar dinero con los swaps positivos utilizando correlaciones.

En teoría, nada complicado ni abstruso. E incluso el pantallazo del artículo dibuja la respuesta a la pregunta "¿dónde está el dinero?

La otra compota es que las correlaciones pueden cambiar de signo a exactamente lo contrario y entonces en lugar de ganar se obtiene una pérdida.

En pocas palabras, la resolución de un problema implica otro problema: "¿cómo puedo predecir el signo de la correlación?

1...121314151617181920212223242526...30
Nuevo comentario
Razón de la queja: