Pas le Graal, juste un ordinaire - Bablokos ! !! - page 65
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-à-dire qu'elle prend des écarts par rapport à la MA, qui est connue pour être un processus stationnaire.
Je ne sais pas d'où vient cette information, pourriez-vous m'indiquer la source de cette information ?
D'après ce que je comprends, il s'agit essentiellement de quelque chose comme des indicateurs en grappes. Elle n'analyse pas la cointégration des séries de prix elles-mêmes, mais se base sur le retour du prix à la moyenne mobile.
La co-intégration est la propriété du retour à la moyenne mobile.
Il est décrit ici.
La cointégration caractérise la relation d'équilibre de deux variables, car pour être stables, si elles s'écartent de leur relation d'équilibre, elles devront y revenir, de sorte qu'elle fluctue autour d'une certaine moyenne (constante). Cette tendance à revenir à l'équilibre est connue sous le nom de correction des erreurs. Un modèle de ce processus est donc appelé modèle de correction des erreurs et correspond à la propriété intéressante de la stationnarité - le retour des séries stationnaires à la moyenne.
Pour comprendre l'identité de la stationnarité et du retour à la moyenne, considérons l'équation (1), utilisée pour tester la stationnarité, en négligeant les effets de l'autocorrélation.........
Tracez l'EURUSD-iMA(EURUSD,...) par exemple. C'est évident pour moi.
Un autre médium.
Je dois vous décevoir. Il existe un grand nombre de tests de stationnarité, qui sont loin de toujours donner un résultat univoque.
La cointégration est la propriété d'un retour au prix moyen.
il est décrit ici
La cointégration caractérise la relation d'équilibre de deux variables, car pour être stable, lorsque et s'écartent de leur relation d'équilibre, elles devront y revenir, de sorte qu'elle fluctue autour d'une certaine moyenne (constante). Cette tendance à revenir à l'équilibre est connue sous le nom de correction des erreurs. Un modèle de ce processus est donc appelé modèle de correction des erreurs et correspond à la propriété intéressante de la stationnarité - le retour des séries stationnaires à la moyenne.
Pour comprendre l'identité de la stationnarité et du retour à la moyenne, considérons l'équation (1), utilisée pour tester la stationnarité, en négligeant les effets de l'autocorrélation.........
Seulement, "prix moyen" et "moyenne mobile" sont des choses légèrement différentes. Dans le texte que vous citez, il s'agit d'une moyenne constante. Une moyenne mobile est une variable. Plus précisément, il s'agit d'une moyenne uniquement sur une période donnée. Je ne parlais donc pas de cointégration des séries de prix, mais de cointégration des déviations de la MA.
Un autre médium.
Je dois vous décevoir. Il existe un grand nombre de tests de stationnarité qui ne donnent pas toujours un résultat univoque.
Seulement, "prix moyen" et "moyenne mobile" sont des choses légèrement différentes. Dans le texte que vous citez, il s'agit d'une moyenne constante. Une moyenne mobile est une variable. Plus précisément, il s'agit d'une moyenne uniquement sur une période donnée. En principe, cette situation est similaire à celle de la fenêtre mobile dans faa1947, sauf que là, les coefficients sont modifiés.
Il est clair que nous parlons de stationnarité idéale ici. Lorsque nous parlons de temporalité (ce qui est plus proche de la réalité), ou comme on l'appelle de quasi-stationnarité, alors la moyenne de l'échantillon a du sens.
L'idée de négocier un instrument contre plusieurs autres est particulièrement intéressante. J'avais du mal à comprendre comment négocier une paire s'il existe un synthétique qui n'est pas négocié contre l'instrument négocié. La façon de procéder est désormais claire.
Ceci est décrit en détail avec des exemples "live" dans Leprecon Review #10 Issue : 23 Octobre 2010.
http://www.lepreconreview.com/arhiv-jyrnala/year/2010 voir les articles de S. Ogarkov :
QuasiArbitrage dans MT4 (partie 8) p65,
Indicateur de rentabilité de l'écart triple, p.75.
Donc vous dites que cette rangée n'est pas stationnaire ? Prouvez-le.
Ceci est décrit en détail avec des exemples "live" dans Leprecon Review #10 Issue : 23 Octobre 2010.
http://www.lepreconreview.com/arhiv-jyrnala/year/2010 voir les articles de S. Ogarkov :
Quasi-arbitrage dans MT4 (partie 8) p65,
Indicateur de rentabilité de l'écart triple, p.75.
Ceci est décrit en détail avec des exemples "live" dans Leprecon Review #10 Issue : 23 Octobre 2010.
http://www.lepreconreview.com/arhiv-jyrnala/year/2010 voir les articles de S. Ogarkov :
Quasi-arbitrage dans MT4 (partie 8) p65,
Indicateur de rentabilité de l'écart triple, p.75.
C'est difficile de dire quoi que ce soit visuellement. Il est plus facile d'écrire un conseiller et le solde vous dira tout.