Tirer profit d'une fourchette de prix aléatoire - page 5
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
..................................
Pour l'autotrading
Yuri Reshetnikov "MTS et les techniques de gestion de l'argent".
J'ai ce doute depuis longtemps...
Le point principal est qu'il existe des séries aléatoires avec et sans mémoire.
Une série aléatoire avec mémoire a une fonction de distribution des incréments d'une variable aléatoire (e) qui dépend des valeurs précédentes de la série.
En théorie des probabilités, une variable aléatoire est définie comme une variable indépendante des valeurs précédentes. L'une des deux choses est soit dépendante, soit aléatoire. Il n'y a pas de troisième.
..................................
Pour l'autotrading
Yuri Reshetnikov "MTS et les techniques de gestion de l'argent".
J'ai ce doute depuis longtemps...
Mais c'est probablement un mouvement d'entreprise. Vous devez attirer les gens vers vos ressources d'une manière ou d'une autre.
Connaissez-vous la différence entre une variable aléatoire et une série aléatoire ?
Et ne m'apprenez pas la théorie des probabilités, lisez d'abord ce que c'est.
Eh bien, à propos de la distribution normale - les citations pour ainsi dire, comme S.W. l'a écrit et ce qui se trouve dans la paume de sa main, sont normalement distribuées autour de la moyenne mobile, donc nous sommes dans le clair ici.
1. Le type de fonction de distribution des différences de prix et de la moyenne dépend de la variance de cette distribution et de la valeur de la moyenne.
2. La fonction de distribution de cette différence est asymétrique, elle ne peut donc pas être gaussienne.
3. Dans certaines conditions, la distribution de la différence tend vers une distribution gaussienne, mais ne le devient jamais.
Eh bien, en ce qui concerne la distribution normale - les citations pour ainsi dire, ce que S.V. a écrit et ce qui se trouve dans la paume de sa main, sont normalement distribuées autour de la moyenne mobile, donc c'est clair.
1. Le type de fonction de distribution des différences de prix et de la moyenne dépend de la variance de cette distribution et de la valeur de la moyenne.
2. La fonction de distribution de cette différence est asymétrique, elle ne peut donc pas être gaussienne.
3. Dans certaines conditions, la distribution de la différence tend vers une distribution gaussienne, mais ne le devient jamais.
Logique simple, vous n'avez même pas besoin de mathématiques.
1. Le prix est une valeur strictement positive (ce qui est probablement déjà évident).
2. Le prix peut aspirer à zéro, mais ne peut l'atteindre (sauf si l'on considère la discrétion de l'argent, qui peut toujours être contournée)
3. Ainsi, la distribution de la différence entre le prix et la moyenne mobile sera TOUJOURS limitée par le bas par une certaine valeur, la valeur de la différence pouvant tendre vers cette limite, mais ne pouvant jamais l'atteindre.
4. L'effet de cette limite dépend du coefficient de variation, en fait le rapport entre la valeur efficace et la moyenne. Plus cette valeur est petite, plus l'impact de la contrainte est faible ...
Et puis, il ne faut pas oublier les "queues lourdes".
La fonction de distribution de l'incrément de prix consiste en fait en un mélange de fonctions de distribution.
Il a sa propre fonction de distribution pour les différents états (une fonction à l'appartement, une autre aux nouvelles).
Cela conduit également à une non-normalité de la FR de la différence de prix et de la moyenne.
Si ce FR est indépendant de l'histoire et a un gain attendu nul - vous ne pouvez pas construire un système rentable sur une telle série aléatoire (voir Oaks).
Sinon, on ne peut pas l'affirmer.
Pour certains FR, il est possible de construire un système fonctionnel.
Eh bien, il serait préférable de demander à S.V. les détails. Il a commencé ce désordre, sur de nombreuses pages il a essayé de justifier la possibilité d'un travail rentable sur la normale, et puis il a également jeté cette idée de transformation sans montrer sa mise en œuvre. Je respecte l'opinion des deux S.V. Je respecte l'opinion de S. et Rosh, mais je doute fortement qu'il soit possible de construire quelque chose de profitable à long terme sur des données normales. Mais sur une distribution fractale pure avec un indice de Hearst décent (proche de 1), je pense que c'est possible, car il s'agit clairement d'une série persistante. Les semaines, par exemple, ont H nettement supérieur aux minutes...
2 Mak :
Mak, tu l'as plié dans le mauvais sens sur quelque chose. Le prix ne croise jamais le muving!
.... Je respecte l'opinion de S.V. et de Rosh. et l'opinion de Rosh, mais je doute fortement qu'il soit possible de construire quelque chose de profitable à long terme sur des données normales. ...
Car le point n'est pas dans la forme de FR, mais dans la dépendance des paramètres de FR des incréments de la série temporelle par rapport aux valeurs précédentes de cette série.
S'il est là, il y a une probabilité de construire un système qui fonctionne.
S'il n'est pas là, il n'est pas.