Construction d'un système de négociation à l'aide de filtres passe-bas numériques - page 15

[Roman Kramar]

Non, tu peux te changer les idées pendant un moment. Voici un peu de nourriture sous la forme d'une expérience simple, mais très drôle :

1) Nous générons un échantillon de 10.000 valeurs qui obéissent à la loi de la distribution normale dans l'intervalle [-1;1].
2) Considérez cet échantillon comme une série
3) Reconstruire la série des prix en intégrant la série des retours.
4) Tracez le graphique :


Et maintenant, appelons les "experts elliotiques" d'une branche voisine et vous pouvez être sûrs qu'ils soutiendront avec maturité que nous voyons un schéma classique à 5 vagues suivi d'une correction composée croissante X-Y-Z.

Maintenant, la question est la suivante : si le résultat est tout à fait cohérent avec la loi des vagues d'Elliot (essayez d'en tirer parti ou de trouver des différences fondamentales par rapport à ce que nous observons sur les graphiques des devises), comment se fait-il qu'il ne convienne pas comme synthétique pour tester la TS ?

C'est comme ça que ça semble compliqué, mais très simple en même temps :)

[Sceptic Philozoff]

Le stade auquel je pensais naïvement que les rendements étaient distribués selon la loi normale est dépassé depuis longtemps, grâce à Rosh. Et Prival a récemment, il y a une page ou deux, posté une photo montrant que la distribution normale ne règne pas ici. Les mathématiques sont plus compliquées ici, avec des queues de poisson et un pic plus net au centre de la distribution.

[Dmitry Fedoseev]

bstone:
Et maintenant, appelons les "elliotniks" de la branche suivante et vous pouvez être sûrs qu'ils écumeront la bouche et prouveront que nous sommes face à une 5-vague classique, suivie d'une correction composée en développement X-Y-Z.

Qu'est-ce que c'est alors ?

[Prival]

Mathemat:

Le stade auquel je pensais naïvement que les rendements étaient distribués selon la loi normale est dépassé depuis longtemps, grâce à Rosh. Et Prival a récemment, il y a une page ou deux, posté une photo montrant que la distribution normale ne règne pas ici. Il y a des mathématiques plus compliquées ici.

Il n'y a pas seulement une image, il y a une preuve mathématique rigoureuse.

[Roman Kramar]

Mathemat, assez avec les différences de lettres. J'ai montré un exemple simple, en utilisant une distribution normale. Si vous n'êtes pas satisfait de la distribution normale, allez-y et transformez-la pour obtenir ce que vous voulez. Il existe des méthodes. Le volume de données vous permet de le faire avec suffisamment de précision.

[Roman Kramar]

Integer:

bstone:
Maintenant, appelons les "elliotiques" du prochain fil de discussion et soyez assurés qu'ils écumeront la bouche pour vous prouver que nous sommes face à une 5-vague classique, suivie d'une correction composée X-Y-Z en développement.

Qu'est-ce que c'est alors ?

C'est une très bonne question. Si vous avez une idée de la loi des vagues d'Elliott, alors vous devez savoir que cette loi était basée sur la psychologie du marché (c'est-à-dire les étapes de confiance, de doute, de peur des investisseurs). Mais voici une question intéressante : d'où vient la psychologie humaine, avec toutes ses subtilités, dans cette stupide distribution normale de nombres aléatoires ? :)

[Sceptic Philozoff]

Roman, OK, je vais vous montrer que ce n'est pas une simple excuse, mais une réelle différence.

Que représente sigma dans votre génération ? Maintenant, prenez-le et voyez combien de valeurs dans votre série diffèrent du centre (zéro) par plus de cinq ( !!!) sigmas modulo. Combien ? Selon la loi gaussienne, 10000 * 0,0000006 < 0,01. C'est-à-dire que la probabilité que vous rencontriez au moins un tel écart est très faible (ce sont les queues fines). En même temps, les données réelles contiendront environ 20 échantillons de ce type sur 10 000 (j'ai déjà vérifié).

[Roman Kramar]

Mathemat, vous me comprenez mal encore une fois. Ma position est que si je prends une simple distribution normale (horrible, avec des queues fines, pas de termes d'échantillon anormaux, etc.) et que j'obtiens un résultat visuellement très similaire à la série de prix réelle, alors si vous prenez un échantillon de 10 000 éléments obéissant à la distribution réelle avec une précision donnée, le résultat est beaucoup plus fiable (juste autant que nécessaire). Bien que nous ne verrons pas de différence visuelle.

Faites un histogramme de la distribution réelle de la précision souhaitée et utilisez-le pour générer artificiellement (numériquement) la même distribution à partir d'une distribution uniforme, comme ils le font dans les manuels pour la normale. Et puis répétez mon exemple autant de fois que vous le souhaitez pour obtenir les synthétiques dont vous avez besoin.

Ça devrait être assez clair maintenant.

[Prival]

bstone

Je pense que le problème est qu'il est théoriquement impossible de gagner de l'argent avec les séries que vous avez générées.

[Roman Kramar]

Prival:

bstone

Je pense que le problème est qu'il est théoriquement impossible de gagner de l'argent avec les séries que vous avez générées.

Ne regardez pas la série générée, mais la "série de prix" qui est obtenue en intégrant la série générée. Il y avait de l'argent à se faire avec ça ? Je pense que oui :)