L'étiquette du marché ou les bonnes manières dans un champ de mines - page 100

 
Neutron писал(а) >>

Un petit rapport sur le travail effectué. J'ai étudié la rentabilité des modèles binaires construits sur les cotations en tick de l'EUR/USD pendant environ un an. La rentabilité a été étudiée en fonction de

Sergey :

  • Quels sont les motifs qui présentent la plus grande rentabilité pour d = 4 et 5 ?
  • Peut-être que je ne le vois pas clairement, mais sur l'image plate, il semble que les modèles les plus rentables sont invariants par rapport à H, est-ce vrai ? Si oui, comment pensez-vous que cela puisse être expliqué ?
 
M1kha1l писал(а) >>

Quels sont les motifs qui présentent la plus grande rentabilité pour d = 4 et 5 ?

Pour d= 4 : -1+1+1+1 et +1-1+1-1

Pour d= 5 : -1+1+1+1-1-1 et +1-1+1+1-1-1

Ces modèles présentent la rentabilité la plus élevée, qui est exprimée en pips par transaction, lorsque la moyenne est effectuée sur l'ensemble de l'échantillon. Le fait que la rentabilité maximale augmente avec la taille du motif ne signifie pas que la rentabilité des TS basées sur ce mécanisme de présentation augmente également. Le fait est qu'avec l'augmentation de la rentabilité, la fréquence de rencontre de ce type de motif diminue en raison de la croissance géométrique du nombre de tous les motifs possibles. Si nous augmentons la dimensionnalité du motif d'un chiffre (par exemple, de 2 segments à 3), le nombre de combinaisons augmente de 2 fois (de 4 à 8), et la rentabilité augmente de 20% (voir la figure ci-dessus). Il est évident qu'un compromis devra être trouvé entre la fiabilité des prévisions et la fréquence des transactions. Il est possible que les modèles les plus "pratiques" (dans ce sens) soient des modèles à 3 liens.

C'est peut-être difficile à voir, mais dans la figure plate, il semble que les motifs les plus rentables soient invariants par rapport à H. Est-ce vrai ? Si oui, comment pensez-vous que cela puisse s'expliquer ?

Examinons de plus près la dépendance de la rentabilité par rapport aux modèles les plus raides en fonction de l'horizon de partition - H:

Les dépendances sont données pour un modèle à 6 liens (fig. gauche) et pour un modèle à 2 liens (droite). Il existe toutefois une dépendance à l'égard de H. L'échelle sur l'axe vertical est différente.

 
Neutron писал(а) >>

Pour d= 4 : -1+1-1+1+1 et +1-1+1-1

Pour d= 5 : -1+1-1+1-1 et +1-1+1+1-1

C'est, à mon avis, le "chiffre" d'un appartement, qui, selon les estimations générales, prend 85% du temps.

Lorsque la rentabilité augmente, la fréquence d'apparition des motifs diminue en raison de la croissance géométrique de tous les motifs possibles. Si nous augmentons la dimensionnalité du motif d'un chiffre (par exemple de 2 segments à 3), le nombre de combinaisons augmente de 2 fois (de 4 à 8), et la rentabilité augmente de 20% (voir figure ci-dessus). Il est évident qu'un compromis devra être trouvé entre la fiabilité des prévisions et la fréquence des transactions.

Il s'agit là, selon moi, d'une réponse typique à une question typique de mathématiques soulevée dans l'un des messages : "Qu'est-ce qui est le mieux : quarante fois une fois ou les quarante fois une fois ?

ou

deux modèles de marché : Tcherkizovsky et la boutique sur Kutuzovsky - la courbe de Porter dans la gestion.

Les dépendances sont données pour le modèle à 6 liens (fig. gauche) et pour le modèle à 2 liens (droite). Il existe toutefois une dépendance à l'égard de H. L'échelle sur l'axe vertical est différente.

Peut-on supposer que la différence des zones sous-intégrales représente la tendance sur la période ?

Si la réponse est "oui", alors au rendement le plus élevé des motifs alternatifs, nous avons une stratégie bien connue : trouver la paire la plus plate et ... "plus loin" (ou options).


Quelles autres conclusions peut-on en tirer ?

 
M1kha1l писал(а) >>

Peut-on supposer que la différence des zones sous-intégrales est une tendance sur la période ?

C'est un peu plus simple que ça.

Vous avez raison, la différence entre les zones sous les deux dépendances, donnera la contribution de la composante de tendance. Mais une tendance n'est pas une tendance ! Nous pouvons distinguer deux groupes de tendances. Le premier groupe "stochastique" comprend toutes les tendances qui ne peuvent être identifiées statistiquement d'une manière ou d'une autre. Ces tendances, par exemple, comprennent les tendances du processus de Wiener - elles sont présentes dans l'histoire, mais on ne peut pas en tirer profit. Le deuxième type comprend les tendances dites "déterministes", c'est-à-dire les tendances qui peuvent être détectées sur le côté droit de la BP dans le processus de leur formation. Ces tendances comprennent des séquences de sections ascendantes ou descendantes de la TA, dont le coefficient de corrélation mutuelle entre les échantillons de la première différence est positif.

Ainsi, les tendances stochastiques se traduiront par des surfaces différentes sous les courbes sur les graphiques donnés :

Et les tendances déterministes diminueront "uniformément" le rendement (voir fig. elipse). Maintenant, si les lignes devaient "changer de place" à ce stade, nous pourrions parler d'un véritable comportement tridirectionnel du quotient dans l'horizon de négociation H donné .

 
Neutron писал(а) >>

Sergey, veuillez joindre les tableaux avec les règles triées par soutien et par intérêt séparément pour d = 4 et 5.

Il est intéressant de voir l'effet du modèle de parité sur le %%.

 

C'est-à-dire présenter les images tridimensionnelles que j'ai postées à la page précédente sous forme de tableaux ?

 
Neutron писал(а) >>

C'est-à-dire présenter les images tridimensionnelles que j'ai affichées à la page précédente sous forme de tableaux ?

Je vois que vous n'avez pas lu les règles, bien que vous soyez d'accord avec moi :)

C'est bien présenté ici http://www.basegroup.ru/library/analysis/association_rules/intro/

En bref :

  • Vous avez décomposé BP en un modèle 1000 avec un H donné et un d donné (1001+d kagi extremum).
  • dont 100 sont uniques
  • Le nième motif parmi 100 motifs uniques se produit dans un échantillon de 1000, par exemple 200 fois, de sorte que son support = 20% ( cette condition si se produit dans 20% des cas) ou le support d'une règle.
  • Pour ce nième modèle (condition), il existe deux solutions, 150 fois "+" et 50 fois "-", c'est-à-dire que la règle d'intérêt est de 75% pour "+" et 25% pour "-" ( if ( Pattern == n ) Then 75% else 25% ) . Ceci est présenté comme un nombre d'événements dans le tableau à la fin de la dissertation de Pastukhov. Mais il est plus pratique d'utiliser des valeurs relatives.


Ce n'est pas seulement le taux de diminution du soutien avec l'augmentation de d qui est intéressant, mais aussi la dynamique de changement de l'intérêt de la règle.

Il est possible de trouver des nuances dans la variabilité des signes.

J'ai l'habitude de regarder le tableau, car vous pouvez les filtrer et les trier de différentes manières, mais vous pouvez aussi regarder le graphique.

 

Je dispose de données sur la fréquence des modèles (fig. droite) et leur validité prédictive (fig. gauche) en fonction de H:

Les données sont données pour d=5. La couleur rouge indique les plus grandes valeurs, la couleur bleue les plus petites.

 

à Neutron

Malheureusement, les circonstances de ma vie sont telles que je dois quitter le marché et le forum pour une période indéterminée. A la lumière de vos récentes découvertes, j'ai une idée :

L'idée est de détecter le schéma de commutation +H/H et de sauter un à deux comptes PT, après chaque transaction engagée. Il devrait certainement y avoir des statistiques de durée(vie) pour les stratégies +H et -H. Une stratégie doit être changée après n échantillons RT de +H à -H(après une pause d'un pas) et vice versa après n échantillons RT de -H à +H. D'après mes observations des séparations de séries kagi - tick, il existe un modèle stable et constant : lorsque le sommet du RT précédent tombe dans un voisinage delta (pas plus de 3-5 pips) du sommet actuel (dernier) du Kagi - il faut changer la stratégie de +H à -H, et pour attraper ce modèle, nous devons sauter 1-2 échantillons RT après la transaction - ne pas trader dessus, mais analyser.


P.S.

Merci beaucoup pour la science ! Bonne tendance et gros profits.

 
1000
Raison: