Qu'est-ce qui rend un graphique instable instable ou pourquoi le pétrole est du pétrole ? - page 33
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
Каждая реализация помноженная на вероятность данной реализации равно мат.ожидание равно сегоднящней цене или нулю, смотря какая точка отсчёта. Для формулы x(t) = x(t-1) + e(t) мат.ожидание будет равно E[x(t)] = E[x(t-1)] + E[e(t)], где E[e(t)] = 0. Соответственно, E[x(t)] = E[x(t-1)]= E[x(t-2)] = E[x(t-3)] для любого t вплоть до того момента когда цена тебе уже известна и равна не мат.ожиданию, а конкретной цифре.
...
Ecoutez, j'ai déjà écrit que je ne vais pas discuter de ce sujet. Mon opinion est que la série de citations x(n)-x(n-1) est stationnaire, dans le sens où les principaux paramètres de distribution sont préservés. Ou sinon, leurs fluctuations peuvent être considérées comme stationnaires(à des échelles différentes). L'ACF d'une équipe ne l'est pas. J'ai également écrit ci-dessus sur la nécessité d'étudier le comportement de plus de segments (vous avez lu attentivement) :
C'est le point que les méthodes de vérification claires (pour moi) et éprouvées exigent pour une raison quelconque un plus grand nombre de segments, il faut simplement une série. Les séries de paramètres obtenues par segments sont analysées pour vérifier leur correspondance avec une certaine distribution (selon la méthode ou sa variante) et ce n'est qu'ensuite que l'on peut appliquer les critères de tendance. Il est difficile de tirer de telles conclusions pour deux raisons.
C'est d'ailleurs ce que j'ai fait il y a quelques années. Ceci a été confirmé par des tests de stationnarité - tests statistiques normaux. Si vous pensez que la série x(n)-x(n-1) n'est pas stationnaire, alors il n'y a pas non plus de problème.
Au fait, pourquoi l'avez-vous cité ? Premièrement, je l'ai lu, et deuxièmement, il ne contredit pas ce que j'ai dit. Au fait, les constructions x(n)-x(n-1), ln(x(n)/ln(x(n-1), ((1/n)SUM(x(n)) sont très bien décrites par Shiryaev et il les recommande pour réduire les séries à la stationnaire (je ne donnerai pas de captures d'écran, le livre est sous forme papier).
....
Я только хотел сказать, что приведенная мной методика проверки ряда на независимость приращений дает практически однозначный и теоретически на 99,99% обоснованный результат - ценовой ряд не является рядом с независимыми приращениями (даже если они мало или вообще не коррелируют). А это, в свою очередь, говорит о том, что все модели работы с ценой, подразумевающие независимость соседних отсчетов - неадекватны.
Более того, по-видимому (хотя это еще и надо доказать - а для этого просто не хватает исторических данных), статистическая зависимость между соседними отсчетами одинакова по форме на графиках ряда, по крайней мере, нескольких младших таймфреймов (вплоть до Н4 я это проверял с достаточной точностью). Т.Е. похоже на то, что указанная зависимость - явление неслучайное, как минимум, отчасти - а значит может быть спрогнозировано.
Еще раз повторюсь - этот вывод теоретический и основан исключительно на математике, никаких домыслов из области "фундаментального анализа":)
Une déclaration puissante, et l'essentiel est que tout le monde veut inconsciemment qu'elle soit vraie.
La preuve indirecte de l'incrémentation "non aléatoire" des séries de prix est constituée par les résultats positifs obtenus sur le marché avec NN. Une série aléatoire (toute série aléatoire) ne peut pas être approximée, ni la série elle-même, ni ses incréments, ni les régularités latentes de la série. Si ce n'est pas le cas, alors elle (la série) n'est pas aléatoire et présente des régularités intrinsèques.
Et il est probablement temps d'arrêter avec les "accidents" sur les marchés et de discuter des caractéristiques du MF. Le forum tout entier est déjà jonché d'arguments aussi peu pratiques.
Ecoutez, j'ai déjà écrit que je ne vais pas discuter de ce sujet. Mon avis - une série de citations x(n)-x(n-1) est stationnaire, dans le sens où les principaux paramètres de distribution sont préservés. Ou sinon, leurs fluctuations peuvent être considérées comme stationnaires(à des échelles différentes). L'ACF d'une équipe ne l'est pas. J'ai également écrit plus haut sur la nécessité d'étudier le comportement de plus de segments (vous l'avez lu attentivement) :
Ce que j'ai fait il y a quelques années. Elle a été confirmée par des tests de stationnarité - tests statistiques normaux. Si vous pensez que la série x(n)-x(n-1) n'est pas stationnaire, alors il n'y a rien de mal à cela non plus.
Au fait, pourquoi l'avez-vous cité ? Premièrement, je l'ai lu, et deuxièmement, il ne contredit pas ce que j'ai dit. Au fait, la construction x(n)-x(n-1), ln(x(n)/ln(x(n-1), ((1/n)SUM(x(n)) sont très bien décrites par Shiryaev et il les recommande pour réduire les séries à la stationnaire (je ne donnerai pas de captures d'écran, les livres sont sur papier).
Eh bien, si vous le lisez, il a été mentionné à plusieurs reprises que la volatilité a une mémoire - une dépendance aux valeurs précédentes. La stationnarité implique que la variance est indépendante des valeurs précédentes et est une constante. Le logarithme résout un autre problème - la proportionnalité de la volatilité à la valeur absolue, mais pas l'effet de regroupement et les autres effets de mémoire. Lorsqu'une action valait 1 rouble et que la volatilité quotidienne était de 5 %, cela représentait 5 kopecks. Lorsqu'il est passé à 10 roubles, le même vol de 5% était de 50 kopecks en valeur absolue.
C'est exactement ce que j'ai fait il y a plusieurs années. Elle a été confirmée par des tests de stationnarité - tests statistiques normaux. Si vous pensez que la série x(n)-x(n-1) est non stationnaire, alors il n'y a rien de mal à cela non plus.
ok :)
И пора, наверное, уже завязывать со "случайностями" на рынках и обсасыванием характеристик СЧ. Весь форум уже захламлен подобными непрактичными рассуждениями.
Pour savoir comment vous pouvez gagner de l'argent, vous devez d'abord comprendre exactement comment vous ne pouvez pas en gagner, afin de ne pas perdre de temps à ce sujet par la suite. Et ne tirez pas de conclusions hâtives sur le caractère irréalisable de telle ou telle approche ; si vous ne savez pas comment faire, cela ne signifie pas que personne d'autre ne le sait.
1) Чтобы знать как можно заработать, необходимо сперва точно уяснить как заработать нельзя, чтобы потом не терять на это время.
2) Ну и не стоит делать скорополительных выводов о непрактичности того или иного подхода, если ты не знаешь как, это не значит что никто не знает.
1) Vous l'avez ? C'est bien !
2) Je ne tire pas de conclusions hâtives. Gagnez autant que vous le pouvez et aussi bien que vous le pouvez, je n'ai rien contre.
ну если читали, то многократно упоминалось, что волатильность имеет память - зависимость от предыдущих значений. Стационарность же подразумевает, что дисперсия не зависит от предыдущих значений и является константой
Le logarithme résout un autre problème - la proportionnalité de la volatilité à la valeur absolue, mais pas l'effet de regroupement et les autres effets de mémoire. Lorsqu'une action valait 1 rouble et que la volatilité quotidienne était de 5%, elle valait 5 kopecks. Lorsque l'action est passée à 10 roubles, le même vol de 5% était de 50 kopecks.
Ne vous méprenez pas, il n'existe pas de définition claire et précise de la "mémoire des séries chronologiques". Personne ne l'a fait, et faire des découvertes aussi fondamentales doit être fait avec une extrême prudence. En particulier, vous écrivez sur les actions, tandis que j'écris sur le processus x(n)-x(n-1). Ce processus n'a rien à voir avec les actions. Il s'agit d'une procédure standard pour réduire les séries à l'état stationnaire et elle est pratiquement infaillible ; elle tue tout ou presque. Mais la série x(n)=x(n-1)+(cas) est bien sûr non stationnaire, et tout ce que vous avez écrit s'y applique directement.
Il n'existe pas de définition claire et précise de la "mémoire des séries chronologiques". Personne ne l'a fait, et des découvertes aussi fondamentales doivent être faites avec une extrême prudence.
Cela a déjà été écrit, il existe un modèle où la mémoire de la volatilité est prise en compte.
Engle, Robert (né en 1942), économiste américain, spécialiste des méthodes d'analyse des statistiques économiques. Il a reçu le prix Nobel d'économie en 2003 pour ses efforts conjoints avec Clive Grainger dans l'analyse des séries chronologiques avec une volatilité variable dans le temps.
....
Bien que la volatilité réelle soit variable, les économistes n'ont longtemps eu à leur disposition que des méthodes statistiques basées sur l'hypothèse de sa constance. En 1982, Engle a développé le modèle ARCH (Autoregressive Conditional Heteroskedasticity), sur la base duquel les changements de volatilité peuvent être prédits. Sa découverte de la méthode d'analyse des séries chronologiques économiques permet de prévoir les tendances du PIB, des prix à la consommation, des taux d'intérêt, des taux de change et d'autres indicateurs économiques non seulement pour le jour ou la semaine à venir, mais aussi pour l'année à venir, avec une plus grande précision qu'auparavant. La grande précision des prévisions réalisées à l'aide de ce modèle a été prouvée, en particulier, par l'analyse des statistiques économiques historiques des États-Unis et de la Grande-Bretagne, lorsque les prévisions basées sur les données des années précédentes ont été comparées aux indicateurs réels des années suivantes.
https://www.mql5.com/go?link=http://slovari.yandex.ru/dict/krugosvet/article/c/ca/1011225.htm
Писали же уже, есть модель где учитывается память по волатильности.
...Aucune "mémoire des séries chronologiques"n' a jamais été prise en compte par ce modèle. Il n'y a pas lieu de prendre des vœux pieux.
de manière beaucoup plus fiable qu'auparavant, pour prévoir les tendances du PIB, des prix à la consommation, des taux d'intérêt, des taux de change et d'autres indicateurs économiques, non seulement pour le jour ou la semaine à venir, mais aussi pour l'année à venir.
Avez-vous déjà essayé de faire des prévisions en utilisant cette méthode vous-même ?
Aucune "mémoire des séries chronologiques"n' a jamais été prise en compte dans ce modèle. Ne prenez pas vos désirs pour des réalités.
Avez-vous déjà essayé de faire des prévisions en utilisant cette méthode vous-même ?
Je n'aime pas le mot "mémoire", faites-le comme "l'après" de Shiryaev. Le modèle utilise la dépendance de la volatilité par rapport aux valeurs précédentes lors de la prévision. Le fait que la volatilité et la dispersion ne soient pas une constante mais qu'elles changent avec le temps et dépendent des valeurs précédentes est simple et évident. C'est ce qui est utilisé dans des modèles comme ARCH/GARCH. Mais vous prétendez que la variance est constante. Bien que vous puissiez le penser si vous pouvez y trouver quelque chose d'utile :) La principale valeur des modèles est leur utilité pratique.