La théorie des flux aléatoires et le FOREX - page 60
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
Mais j'aimerais quand même faire une fonction autonome dans mql. Sans charger des valeurs aléatoires de l'extérieur.
...
Vous pouvez rire, mais j'ai un problème avec le fait de prendre la fonction inverse de Laplace de MathRand()/32768.
En fait, MathRand() est une fonction MQL. Pourquoi pensez-vous que ça vient de l'extérieur ?
L'algorithme que j'ai décrit ici fonctionne à la vitesse de la lumière. Il n'y a pratiquement pas de calcul. Et si un tableau de valeurs PDF est trié (ce qui est tout à fait naturel puisque c'est monotone), alors la recherche dans ce tableau est également instantanée.
Votre code, quant à lui, comporte de nombreux calculs qui prennent beaucoup de temps. L'exponentiation de MathPow() prend beaucoup de temps et se produit à trois endroits. Je pense que cet algorithme serait au moins 1000 fois plus lent. En matière de statique, vous serez probablement amené à traiter de grandes quantités de données. La vitesse s'avère être un paramètre très critique.
La PDF de la distribution normale peut en effet être tirée de Stator également. Cependant, comme vous n'avez pas de valeurs de paramètres arbitraires, mais seulement un ensemble discret de 32768, il est préférable de ne pas calculer le PDF à chaque fois, mais de le calculer une fois à l'avance en utilisant la même fonction Stator et de le mettre dans un tableau trié. En termes de performances, c'est la solution optimale.
En mathématiques, un processus stationnaire est un processus dans lequel la moyenne et la covariance sont indépendantes du temps. C'est-à-dire que les deux paramètres principaux sont costants.
L'exemple le plus simple : un processus avec une distribution normale N(0,1). Pour un tel processus, si x(t)=2, alors avec une probabilité de 97,5% x(t+1) sera inférieur à 2. C'est-à-dire que le processus va diminuer. Il n'est pas garanti, alors dans 97 cas sur 100, il le sera.
Un exemple plus complexe : le processus AR(1) x(t)=x(t-1)*a + s(t), où a<1 et s(t) est un processus stationnaire, un bruit avec quelques paramètres finis. Ce processus sera également stationnaire et ses paramètres peuvent être calculés à partir des paramètres s(t) et a. Par conséquent, si ce processus s'est écarté de la moyenne, on peut toujours calculer quand il y retournera avec une probabilité donnée.
Mais si le paramètre a=1, alors nous obtenons une marche aléatoire, c'est-à-dire un processus non stationnaire, et il est impossible de prédire où il aboutira.
Bien sûr, nous ne verrons jamais de bruit blanc dans la date réelle et nous ne verrons jamais un véritable processus stationnaire, mais avec quelques hypothèses, nous pouvons supposer que le bruit est toujours blanc et que le processus est stationnaire.
Quel est le pourcentage de transactions rentables dans la vie réelle et le rapport entre le profit moyen et la perte moyenne ?
J'aimerais également demander aux gens : quelqu'un a-t-il une fonction qui renvoie une valeur avec une distribution normale dans l'intervalle (0,1) ? J'ai tué toute la journée d'hier, mais je n'ai toujours pas trouvé comment l'implémenter dans mql.
Voici la formule pour transformer le hasard uniforme, ce que fait MT, en normal - https://en.wikipedia.org/wiki/Box-Muller_transform.
Quel est le pourcentage de transactions rentables dans les transactions réelles et le rapport entre le bénéfice moyen et la perte moyenne ?
Comprenez-vous la différence entre un processus réel et un modèle mathématique qui tente de le simuler ?
Si le processus est stationnaire, ses paramètres sont bien connus, ce qui signifie qu'il n'y aura aucune transaction perdante, ou exactement le nombre et la taille que vous souhaitez. Le nombre et la taille des transactions rentables dépendent des paramètres du modèle. Pour le premier exemple avec la distribution normale, il y aura beaucoup d'affaires. Pour le deuxième exemple, AR(1), le nombre de transactions dépend de a, plus a est élevé, moins il y a de transactions, la taille du profit dans chaque transaction dépend des paramètres (st.dev.) du processus s(t).
Les pertes et les profits réels dépendent de la proximité du modèle choisi avec ce que vous observez dans la vie réelle. Et bien sûr en fonction des paramètres du modèle comme indiqué ci-dessus.
Vous dites ça à un moment donné.
Ne soyez pas trop paresseux pour écrire un script en mql qui simulerait une stratégie gagnante sur un processus avec une distribution normale.
Je pense que je suis trop paresseux pour écrire un script pour le moment. Et vous, expliquez-moi comment vous ne pouvez PAS créer une stratégie gagnante sur un graphique comme celui-ci - c'est un processus normalement distribué.
Je pense que je suis trop paresseux pour écrire un script pour le moment. Et vous, expliquez-moi comment vous ne pouvez PAS créer une stratégie gagnante sur un graphique comme celui-ci - c'est un processus normalement distribué.
Hum. Il est certainement très facile de travailler sur un tel graphique, tant qu'il s'agit d'un graphique du prix lui-même.
Le problème, cependant, est que tous les avantages d'un tel graphique ont tendance à disparaître s'il s'agit du prix après la transformation. Supposons que nous parvenions à réduire un graphique de prix réel à un processus comme celui de la figure. Ce processus est assez facile à prévoir à certains moments. Mais pour pouvoir prédire le prix réel, nous devons effectuer une transformation inverse de celle qui a été faite au départ. C'est ce qui tue les avantages.
C'est assez difficile à expliquer sans en révéler les détails. Et les détails, vous le comprenez vous-même, ne peuvent être exposés sur un forum. Eh bien, je vais réfléchir à la manière de l'expliquer pour que "les loups soient satisfaits et les moutons intacts". Entre-temps, répondez simplement à la question suivante : avez-vous réussi à créer au moins une stratégie de trading perceptiblement rentable basée sur la transformation des prix en une forme stationnaire ?
à Yurixx
J'ai dû mal vous comprendre. Vous avez suggéré de charger d'abord les valeurs P.D.F. de l'extérieur, n'est-ce pas ?
Hm. Sur un tel graphique, il est bien sûr très facile de travailler, si c'est un graphique du prix lui-même.
La question originale était "comment créer une stratégie sur un processus stationnaire". La réponse a été "facile", précisément parce que le processus est stationnaire.
Le prix n'est pas un processus stationnaire. Un modèle largement utilisé pour le processus de fixation des prix est la marche aléatoire, un processus dont l'imprévisibilité est garantie. Autrement dit, on ne peut pas gagner de l'argent sur le prix. Ou plutôt, quelqu'un va gagner, quelqu'un va vendre en même temps, le premier va vendre plus tard - il ne peut pas y avoir de gains stables.
Il existe des variantes de gains stables sur des mouvements occasionnels de prix. Deux hommes ont reçu le prix Nobel pour cette idée, et tout le monde sait que les prix Nobel, surtout en économie, sont attribués à des abrutis. "Beaucoup de tripotage" et d'effraction répétée dans les portes ouvertes, Yurixx pense que c'est la "neuvième merveille du monde" de Timbov. Un exemple concret. "Les hackers sympas ne lisent pas les manuels". Ou plutôt, aucun manuel n'est écrit pour les traders démo.
J'utilise ce "miracle" pour réaliser un rendement stable de 10-20% par mois du montant du capital attiré (à ne pas confondre avec le dépôt).
Je pense que je suis trop paresseux pour écrire un script pour le moment. Et vous, expliquez-moi comment vous ne pouvez PAS créer une stratégie gagnante sur un graphique comme celui-ci - c'est un processus normalement distribué.
Absolument impossible - de ne pas créer. Par conséquent, mes mots "qui a besoin d'un appartement ?" ne s'appliquent que partiellement ici. Si vous croyez VRAIMENT qu'il s'agit d'un plat, alors votre tâche consiste simplement à couper les émissions et à ouvrir des positions lors de déviations significatives du prix par rapport à la ligne horizontale de "stationnarité". En ce qui concerne le "montant d'un appartement" dans le flux de prix - j'ai rencontré différentes estimations - de 25% à 80%. Dans ce cas, un prix fixe devient similaire à une variable/un processus aléatoire et on peut appliquer ici certains développements en mathématiques et en probabilité. La question demeure : comment savoir si vous êtes dans un appartement et combien de temps cela va-t-il durer ?
Et pourquoi devrais-je m'en mêler alors que c'est très bien et très dynamique ici sans moi ? Mais j'ai quand même découvert quelque chose d'intéressant : il s'avère qu'en mathématiques modernes, la notion de probabilité n'existe pas.
Collègue, écrivez plus clairement à partir de maintenant : soit vous vous moquez de moi de façon sarcastique, soit vous êtes réellement conscient de la situation. Sinon, il n'est pas clair si je dois élaborer et donner des références. Juste au cas où, voici une citation de Wikipedia :
Le mot probabilité n'a pas de définition directe cohérente. En fait, il existe deux grandes catégories d'interprétations des probabilités, dont les adeptes ont des vues différentes (et parfois contradictoires) sur la nature fondamentale des probabilités :
http://en.wikipedia.org/wiki/Probability
Bien sûr, il est tout simplement ridicule que la "science des probabilités" n'ait pas été capable de se mettre d'accord sur la définition la plus élémentaire depuis 200 ans et qu'ils ne sachent pas tous exactement ce qu'ils font, si bien que certains d'entre eux se livrent à une INTERPRÉTATION du mot sous-jacent :
http://en.wikipedia.org/wiki/Probability_interpretations