Discussion de l'article "Marche Aléatoire et l’Indicateur de Tendance" - page 2
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
C'est là que réside l'erreur.
1. Le passage du modèle continu au modèle discret doit être effectué correctement.
2. les deux modèles peuvent être identiques (continu et discret), mais la condition doit être remplie, le pas en + et en - doit être le même. Sa magnitude.
3. a pris des barres pour analyser, que votre affirmation serait vraie "Ils sont les mêmes". Seulement un modèle a des intégrales et l'autre des sommes" Prouvez que toutes les barres sont identiques. Pouvez-vous le prouver ?
4. un seul graphique a cette propriété, le graphique Renko... vous pouvez le remplacer par +1 -1(https://www.mql5.com/fr/code/9447#25419).
Le modèle de la pièce discrète se transformera en un marché pur (qui nous est familier) si nous prenons le prix d'une pièce égal à 1 pip, et qu'à chaque tick nous lançons la pièce 1000 fois.
Le modèle continu se transformera en un marché pur si nous divisons le temps continu en ticks et arrondissons le prix à 1 point.
Les deux modèles convergent vers le marché pur et sont identiques dans les conditions ci-dessus.
Merci pour le lien vers l'article. Lisez-le. Il suggère d'utiliser le modèle ARFIMA, c'est-à-dire la marche aléatoire. Ce sont des modèles différents. Il serait intéressant de lire l'article suivant, à la fois le vôtre et celui de l'auteur. Il y est prouvé que les modèles de marché que vous proposez sont adéquats. Pas seulement affirmés en paroles, mais prouvés mathématiquement... et le calcul de ce chiffre ...
H.Y. Beaucoup de gens comprennent ce beau mot d'adéquation, mais ne savent même pas comment le calculer. Vous avez écrit dans votre post que le modèle adéquat à 100% n'existe pas. Je suis tout à fait d'accord avec vous. La question est de savoir dans quelle mesure le modèle proposé est adapté au marché par 20, 30 ou 99,999999999%....
L'ARFIMA et le modèle de la pièce de monnaie sont tous deux des méthodes permettant de générer des courbes (séries) semblables à celles des taux de change. Dans le prochain article, je proposerai un moyen d'évaluer la qualité des courbes de type taux de change.
L'adéquation d'un modèle à la réalité n'est pas évaluée en soi. Le modèle est construit pour résoudre un problème pratique spécifique (gagner de l'argent sur un cours, construire un bâtiment). Si le problème est entièrement résolu, le modèle est considéré comme adéquat ; si le problème est résolu à 50 %, le modèle est considéré comme adéquat à 50 %. Il est donc nécessaire de définir la tâche. Le modèle de pièces de monnaie est conçu pour générer des courbes de type parcours. Le modèle génère des courbes. Les courbes ne sont pas très similaires au taux de change, mais le modèle est simple. Je vais donc m'arrêter à 20 %.
Essayez de modéliser une pile, la pile a une structure claire, la pile reçoit des ordres pour un certain nombre de points vers le haut et vers le bas.
Le générateur passe par toutes les cellules (il peut ne pas s'agir de +1 -1 mais de la génération de volumes aléatoires), puis une fois que toutes les cellules de la pile sont passées par le générateur, le calcul de l'endroit où déplacer le point central de la pile est effectué.
Et n'oubliez pas de redémarrer SRAND après avoir généré 32768 rand, sinon votre séquence sera répétée.
Proposez-vous un modèle de tarification ? Tout dépend de la manière dont nous générons les volumes dans les cellules. Les volumes ne sont pas aléatoires. Plus on s'éloigne du point médian, plus le volume est élevé. Nous avons besoin d'un modèle spécifique pour les volumes.
Supposons que les volumes soient aléatoires avec un décalage de 1. Nous générons un verre aléatoire, nous ajoutons aux valeurs précédentes du verre, nous soustrayons mutuellement les volumes les plus proches du milieu en tant que transactions réalisées, puis nous calculons un nouveau milieu du verre, le cycle est terminé.
Essayez de modéliser un verre, le verre a une structure claire, le verre voit des offres pour un certain nombre de points vers le haut et vers le bas.
Le générateur passe par toutes les cellules (il peut s'agir non pas de +1 -1 mais de volumes aléatoires), puis, une fois que toutes les cellules de la pile sont passées par le générateur, le calcul de l'endroit où déplacer le point central de la pile est effectué.
Et n'oubliez pas de redémarrer SRAND après avoir généré 32768 rand, sinon votre séquence sera répétée.
Il y a une inexactitude dans l'article, si nous prenons un marin ivre comme analogie, alors la taille du pas est différente. En gros, un pas fait 80 cm de long si l'on part du pub, et un pas en arrière (vers le pub) fait 60 cm. La tendance est la même, il est également connu que le mouvement à la baisse du marché est plus rapide que le mouvement à la hausse. Et dans l'article, tous les pas sont identiques +1 ou -1.
Ce modèle ne peut donc pas être considéré comme adéquat. Il s'agit simplement d'une pièce de monnaie, dont les propriétés de distribution sont connues et étudiées depuis longtemps.
Les mathématiciens expliquent l'effet des chutes de prix rapides par rapport aux hausses plus lentes par l'augmentation de l'effet de levier, mais à mon avis, il s'agit d'une explication très faible et clairement insuffisante des processus en cours.
Le modèle pourrait être amélioré en utilisant un modèle de volatilité logarithmique plus avancé plutôt qu'un découpage des données en volumes égaux, où un prix faible génère un volume faible, qui à son tour conduit à une faible volatilité, et donc à un risque et une rentabilité moindres pour les systèmes de trading utilisant ces données. Au contraire, un prix élevé déterminera un volume élevé et, par conséquent, une volatilité élevée. Cela signifie que le risque et la rentabilité des systèmes de trading sur ces intervalles seront plus élevés. Par ailleurs, les corrections de la volatilité peuvent être très importantes, ce qui signifie que si vous ne tenez pas compte de ces corrections, vous risquez de commettre une grave erreur dans vos conclusions. C'est particulièrement vrai pour les actions. Si l'action gagnait bien pendant les périodes de faible volatilité, mais que sa rentabilité, même si elle n'était pas significativement négative pendant les périodes de forte volatilité, cela peut ressembler à une perte totale, bien qu'en fait ce ne soit pas le cas. Soit dit en passant, cela signifie également que les graphiques sur une grande échelle de temps devraient être visualisés sur une échelle logarithmique plutôt que sur une échelle linéaire. Tous les graphiques boursiers normaux disposent d'une telle option.
En général, tout modèle mathématique devrait toujours être défini par des hypothèses économiques. Sans théorie économique, le modèle lui-même n'a pas de sens. Par conséquent, avant d'utiliser RAND, il serait bon de lire des manuels d'économie.
Le processus de fixation des prix est beaucoup plus complexe que la "génération aléatoire de volumes". Essayez de lire un peu : http://people.orie.cornell.edu/~sfs33/research.htm
Arrêtez d'alimenter les rumeurs et de pointer du doigt :o)
J'ai lu en diagonale, et d'après l'ensemble des lettres, j'ai compris qu'un modèle de régression est utilisé pour calculer la taille et la direction de l'inclinaison du gobelet.
Supposons que les volumes soient aléatoires avec un décalage de 1. Nous générons un verre aléatoire, ajoutons aux valeurs précédentes du verre, soustrayons les volumes les plus proches du milieu en tant que transactions réalisées, puis calculons un nouveau milieu du verre.
D'après ce que j'ai compris, ce modèle sera réduit au taux d'une pièce de monnaie avec un prix variable. Nous lançons la même pièce, mais à chaque fois, elle a un nouveau prix aléatoire dans une fourchette limitée. Et avec une certaine distribution de probabilité du prix.
Si la distribution de probabilité du prix est proche de la normale (et elle le sera avec un tel verre), alors nous obtiendrons l'ancien taux de la pièce avec un prix constant. Pour l'instant, nous lançons la pièce 100 fois de suite et ce n'est qu'après 100 lancers que nous regardons le résultat. Le prix de la pièce est constant, mais il est nouveau.
Si la distribution de probabilité du prix est délicate, le taux ne ressemblera pas au taux d'une pièce de monnaie. Des motifs non aléatoires apparaîtront. Vous pouvez essayer de les rattraper sur le taux réel, mais vous devez d'abord définir la distribution de probabilité du prix.
Arrêtez d'alimenter la rumba et pointez du doigt :o)
Ok, http://people.orie.cornell.edu/~sfs33/LimitOrderBook.pdf
Vous avez manifestement lu un article sur un modèle de bécher. Un modèle est un modèle et ne décrit pas entièrement ce qui se passe dans la pile.
Mais les algorithmes de fourniture de liquidité donnent une idée des principes de tarification (c'est-à-dire que si vous lisez l'article ci-dessus, vous verrez à quel point les volumes dans la pile se déplacent de manière "aléatoire").
Si la distribution de probabilité du prix est délicate, le taux ne sera plus comme le taux d'une pièce de monnaie. Des régularités non aléatoires y apparaîtront. On peut essayer de les rattraper sur un taux de change réel, mais il faut d'abord définir la distribution de probabilité du prix.