FR H-Volatilité - page 8
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 ça devient intéressant, Yurixx. Il me semble qu'avec notre niveau d'accès au marché, nous sommes tout simplement condamnés, tout au plus, à une description phénoménologique. En gros, c'est de la thermodynamique classique, pas de la thermodynamique statistique. Le classique ne fonctionne-t-il pas bien ? Même si nous ne comprenons pas très bien ce qu'est l'entropie ou la température, il fonctionne toujours, et très bien.
Le classique fonctionne bien. Mais avant de travailler, et avant de naître, le dragon à trois têtes Charles-Boyle-Mariotte a travaillé dans la sueur et les lois qu'il a dérivées phénoménologiquement se sont révélées être des cas particuliers de l'équation de Mendeleïev-Clapeyron. C'est-à-dire que de la phénoménologie, il a réussi à s'élever pour révéler les lois réelles. Et si ce n'était pas le cas, à quoi rimerait la thermodynamique classique ?
Et nous ne sommes condamnés à la description phénoménologique que dans la mesure où nous avons un objectif purement utilitaire - créer des TS et gagner de l'argent. Mais si une personne à l'esprit lucide fait abstraction des intérêts mercantiles et consacre son temps à une étude approfondie du marché, elle disposera de tout ce qui est nécessaire pour faire des découvertes intéressantes - outils, données, etc. Nécessaire mais pas suffisant ... :-)
du haut, mais ne savent pas où écrire. Si je ne me trompe pas, le Livre Guinness des records a un record de 1200% par an. Larry Williams http://web-investor.academ.org/index.php?action=articles&id=71
Dans le fil de discussion sur la résonance stochastique, lorsque j'ai publié mes travaux, j'ai posé une question sur la FR en question. Il n'y a pas eu de réponse à cette question. Et il n'y a eu que trois tentatives. Et il s'avère qu'il s'agit d'un cas particulier d'une fonction bien connue et étudiée appelée distribution de Gamma. Je suis tombé dessus par hasard, en lisant un livre sur les statistiques bayésiennes.
Je ne me considère pas comme un statisticien, mais voici les courbes p.v. de ces distributions. Et il est fort probable que votre distribution soit une distribution de Rayleigh-Rice, mais pas une distribution gamma, si je comprends bien la formule.
Sqrt(x^2+y^2) est la distribution de Rayleigh, très souvent utilisée en radar, c'est la distribution de l'amplitude du bruit en décomposition en série de Fourier (x est la composante réelle, y est la composante imaginaire). Le carré de cette quantité est la distribution lognormale - étroitement liée à l'énergie du signal. La distribution de Rayleigh est un cas particulier de la distribution de Rayleigh-Rice, qui a une queue épaisse.
P.S. Si nécessaire, je peux essayer de scanner les pages nécessaires et vous les envoyer, mais je peux le faire la semaine prochaine. Essayez de me contacter ou de laisser des coordonnées, je vais essayer de vous aider. Toutes ces distributions sont bien décrites dans Levine B.R. Theoretical foundations of statistical radio engineering. - Moscou : Radio et Communications, 1989.
Je suis surtout sur Skype -> privalov-sv
Je joins un fichier matcad, où ils sont tous construits et où il y a leurs caractéristiques + comment le modéliser.
Bonjour chers collègues.
Je n'abandonne pas mes tentatives de modélisation qualitative de l' historique des ticks des séries de devises à l'aide de modèles AR d'ordre nième. Je vous rappelle que la première série de différence X[i]=Y[i]-Y[i-1] de l'AR original est directement modélisée : , où a[i] est le coefficient autorégressif, sigma est en quelque sorte une variable aléatoire distribuée.
Comment pensez-vous que nous pouvons relier l'AF de la première différence de la série de devises et l'AF de la première différence de la série du modèle, via l'EF d'une variable aléatoire (sigma) dans le modèle AR ?
Le problème a une solution. Vous pouvez choisir manuellement la "bonne" loi de distribution sigma, mais c'est une procédure douloureuse ! Yurixx, il semble que le problème de cette formulation vous intéresse. Dans le cas d'un résultat positif, nous aurions entre les mains un algorithme pour construire un BP identique à celui qui a été généré dans le sens de la volatilité et de la préservation des relations entre les ticks (barres sur différents TF), ce qui, comme l'a souligné Mathemat, est nécessaire pour un test représentatif d'un TS.
Abréviation de FA ? à déchiffrer s'il vous plaît. Est-il une fonction de l'autorégression X[i] ?
Abréviation de FA ? à déchiffrer s'il vous plaît. Est-il une fonction de l'autorégression X[i] ?
Oh ! Je suis désolé. Dans tout le texte, il faut lire FR au lieu de FA.
Comment pensez-vous que le FR de la première différence de la série de devises et le FR de la première différence de la série du modèle peuvent être liés, via le FR d'une variable aléatoire (sigma) dans le modèle AR ?
Le problème a une solution. Manuellement, nous pouvons trouver la "bonne" loi de distribution sigma, mais c'est une procédure douloureuse !
Eh bien, si l'on suppose que sigma est censé conduire le FR de la série modèle au FR de la série monétaire, alors le FR de sigma devrait être construit comme le FR de la différence des deux SV : modèle X et réel Y. Cependant, comme sigma intervient dans la formation de X et que toute la nature aléatoire de X est déterminée par sigma, il est difficile de l'affirmer immédiatement.
Essayez peut-être le contraire. Comment construire la distribution de X si Xi+1=Xi + sigma, et FR sigma est connu ? Si vous résolvez ce problème, alors vous pourrez résoudre celui que vous avez posé.
La manière dont cela peut être mis en œuvre n'est pas encore claire.
Ma question, chers collègues, est hors sujet. Vous montrez probablement maintenant un certain intérêt pour une éventuelle application des réseaux neuronaux (RN) en TS. Répondez-moi, est-ce que je comprends bien que l'utilisation de NS est justifiée dans un nombre suffisamment grand de paramètres d'entrée, alors que l'utilisation d'une recherche habituelle pour l'optimisation TS (même avec l'utilisation d'un algorithme génétique) est injustifiée pour des raisons techniques ? Nous pouvons également souligner la capacité des NS à s'auto-apprendre au cours du processus, mais cette tâche n'est pas difficile à résoudre en utilisant la procédure d'optimisation automatique de la structure logique habituelle.
Je pense que c'est vrai, mais je pense aussi que ce n'est pas tout ce qu'il y a à faire.
Je ne sais pas ce qu'est "l'optimisation automatique de la conception logique ordinaire", mais en Nouvelle-Zélande, je suis attiré par la capacité à mettre en œuvre des logiques de décision très complexes. Même avec un nombre pas très élevé de paramètres, l'espace de phase du système s'avère être trop multidimensionnel pour la perception humaine. Si l'approche est correcte et que les estimations choisies permettent de regrouper l'espace des phases, alors l'emplacement et la forme des groupes peuvent avoir une topologie très complexe. Nous devons soit le visualiser d'une manière ou d'une autre pour décrire la logique de décision, soit introduire aveuglément des classes et des critères d'appartenance. NS gère cela ainsi que les évaluations probabilistes (comme nous pouvons le voir) bien mieux.
Dans le fil de discussion sur la résonance stochastique, lorsque j'ai publié mes travaux, j'ai posé une question sur la FR en question. Il n'y a pas eu de réponse à cette question. Et il n'y a eu que trois tentatives. Il s'avère qu'il s'agit d'un cas particulier d'une fonction bien connue et étudiée appelée distribution de Gamma. Je l'ai découverte par hasard en lisant un livre sur les statistiques bayésiennes.
Je ne me considère pas comme un statisticien, mais voici les courbes p.v. de ces distributions. Et il est fort probable que votre distribution soit une distribution de Rayleigh-Rice, mais en aucun cas une distribution gamma, si je comprends bien la formule.
La distribution gamma a un paramètre. En fonction de sa valeur, elle peut avoir différentes formes, notamment celles qui s'apparentent à la distribution de Rayleigh. Toutefois, ses caractéristiques statistiques et son comportement à grande échelle x seront différents.
Je ne sais pas de quelle distribution j'ai "besoin". C'est juste une question qui s'est posée à l'époque et je n'ai trouvé la réponse que quelque temps plus tard. Que faire de FR - telle est la question. Ce n'est que lorsqu'elle aura été résolue que la prochaine question portera sur la forme de la fonction de distribution. Nous pourrons alors revenir à ce kit pour gentlemen.