De la théorie à la pratique - page 53

 
Alexander_K2:

Oui, il a déjà été développé et je l'ai fait fonctionner aujourd'hui sur 4 paires à la fois jusqu'à présent.

La question est de savoir si le processus de marché est markovien ou non markovien. S'il s'agit d'un modèle non markovien, les données d'archives historiques doivent être prises en compte. S'il s'agit d'un modèle markovien, il ne faut pas en tenir compte. Eh bien, nous nous chamaillons ici...


À un certain intervalle, il peut s'agir d'un "sans mémoire". Puis le marché change le caractère de son mouvement et il s'avère qu'il se souvient parfaitement de tout, et pas seulement des ticks les plus proches, mais aussi des états d'il y a un an.

 
Олег avtomat:

NE PAS FAIRE.


SO

cette allocation t2 est un peu obsessionnelle...


Quel ramassis de conneries !

La modélisation incrémentale est le courant dominant de l'économétrie d'aujourd'hui. Cela s'appelle GARCH. Tout est si bien connu, on sait si bien ce qui est résolu et ce qui ne l'est pas - on devrait simplement s'y intéresser au lieu de détruire les fils de discussion.

Si sur la distribution.

Aujourd'hui, le modèle incrémental se compose de trois parties :

  • Le modèle de tendance - généralement un modèle autorégressif (probablement tout le truc "markovien-non-markovien"). Il s'agit du nombre d'incréments précédents dont dépend l'incrément actuel. Généralement de la précédente. J'ai eu un maximum de 5 précédents
  • modèle de dispersion. Il s'agit d'une sorte de modèle GARCH qui prend en compte diverses nuances de dispersion.
  • modèle de distribution. Généralement des distributions asymétriques différentes. On pense (ce qui a été prouvé) que la meilleure adaptation (erreur la plus faible) est la distribution asymétrique de Student. Les degrés de liberté sont calculés, ils sont différents. Mais il est également connu que les distributions incrémentales changent tout le temps

Il existe des mathématiques prêtes à l'emploi pour cela, et très répandues.


PS.

Prendre des tiques ou ne pas en prendre ?

Plus le TF est faible, idéalement des ticks, plus les valeurs de variance (toutes les statistiques en général) et les distributions, qui ne coïncident jamais totalement avec leurs idéaux théoriques, sont précises. Donc quand on parle de tiques, c'est une question de précision. Je n'ai même pas besoin de minutes comme ça. Si c'est plus précis, c'est que vous êtes contre l'écart ou autre chose.


PSPP

Quand vont-ils commencer à bannir les gens comme ça ? Quand rendront-ils obligatoire la revue de la littérature ? Cette exigence est présente dans les articles de ce site.

 
Олег avtomat:

A un certain intervalle, il peut être en train de barboter "dans l'oubli". Puis le marché change le caractère du mouvement et il s'avère qu'il se souvient parfaitement de tout, non seulement des ticks les plus proches, mais aussi des états d'il y a un an.


Absolument exact et il y a longtemps qu'on l'appelle la fractalité du marché : il se souvient du tick précédent/suivant et se souvient également du M1 précédent/suivant, du M5, etc. et l'explication est très simple : il y a des investisseurs sur le marché, travaillant sur des horizons différents.

 
Renat Akhtyamov:
Quelle conclusion avez-vous tirée - markovienne ou non-markovienne ?
Non-markovien. Je ne sais pas exactement comment lire les tics, dans quel ordre. Parce que si je les lis en utilisant le temps exponentiellement distribué, ils ressemblent étrangement à ceux de Markov. Et pour lire chaque coche - je n'ai tout simplement pas assez de puissance informatique et de capacités VisSim...
 
Alexander_K2 Données source - EURJPY.zip
Vous avez des liens dans cette xls vers d'autres xls qui ne sont pas dans le zip. Et je suis trop paresseux pour traiter une si longue série. Les 100 premiers incréments - cela fonctionnera-t-il ? Il suffit de mettre 100 ticks dans un fichier texte.
 
СанСаныч Фоменко:

C'est un tas de conneries, pas une branche !

La modélisation incrémentale est courante dans l'économétrie d'aujourd'hui. Cela s'appelle GARCH. Tout est si bien rôdé, on sait si bien QUOI est résolu et QUOI n'est pas résolu - on devrait juste s'y intéresser, et ne pas commencer à inonder les fils de discussion.

Si sur la distribution.

Aujourd'hui, le modèle incrémental se compose de trois parties :

  • Le modèle de tendance - généralement un modèle autorégressif (probablement tout le truc "markovien-non-markovien"). Il s'agit du nombre d'incréments précédents dont dépend l'incrément actuel. Généralement de la précédente. J'ai eu un maximum de 5 précédents
  • modèle de dispersion. Il s'agit d'une sorte de modèle GARCH qui prend en compte diverses nuances de dispersion.
  • modèle de distribution. Généralement des distributions asymétriques différentes. On pense (ce qui a été prouvé) que la meilleure adaptation (erreur la plus faible) est la distribution asymétrique de Student. Les degrés de liberté sont calculés, ils sont différents. Mais il est également connu que les distributions incrémentales changent tout le temps

Il existe des mathématiques prêtes à l'emploi pour cela, et très répandues.


PS.

Prendre des tiques ou ne pas en prendre ?

Plus le TF est faible, idéalement des ticks, plus les valeurs de variance (toutes les statistiques en général) et les distributions, qui ne coïncident jamais totalement avec leurs idéaux théoriques, sont précises. Donc quand on parle de tiques, c'est une question de précision. Je n'ai même pas besoin de minutes comme ça. Si c'est plus précis, c'est que vous êtes contre l'écart ou autre chose.


PSPP

Quand vont-ils commencer à bannir les gens comme ça ? Quand rendront-ils obligatoire la revue de la littérature ? Cette exigence est présente dans les articles de ce site.

Merci cette fois, SanSanych ! Bon commentaire.

S'ils me bannissent, au moins je comprendrai le processus.

 
bas:
Vous avez des liens dans cette xls vers d'autres xls qui ne sont pas dans les archives. Et une si longue rangée est trop paresseuse pour moi. Les 100 premiers incréments - cela fonctionnera-t-il ? Il suffit de mettre 100 ticks dans un fichier texte.
Il y en a environ 100 000, je crois. Ne soyez pas surpris par les valeurs 0,5, 1,5, etc. Il s'agit simplement de la valeur moyenne entre les incréments de ticks.
Dossiers :
EURJPY_2.zip  833 kb
 
Alexander_K2:

Merci cette fois, SanSanych ! Bon commentaire.

Qu'ils me bannissent - au moins, je m'en sortirai en comprenant le processus.


Tu abandonnes vite, il reste encore trois semaines.

 
СанСаныч Фоменко:

Absolument exact et il y a longtemps, appelé fractalité du marché : se souvient du tick précédent/suivant et se souvient également du M1 précédent/suivant, du M5, etc. et l'explication est très simple : il y a des investisseurs sur le marché opérant sur des horizons différents.


Plus généralement : un système comportant plusieurs niveaux de hiérarchie.

 
Alexander_K2:
Je ne sais pas exactement comment lire les tics, dans quel ordre. Parce que si vous le lisez à travers le temps exponentiellement distribué, il devient suspicieusement similaire à celui de Markov. Et pour lirechaque coche- je n'ai tout simplement pas la puissance informatique et les capacités de VisSim suffisantes...

Pourquoi faut-il faire des recherches sur Potikovo ?

en forex les étapes sont discrètes !

il y a une chose telle qu'un POINT ! en ce moment c'est un cinq chiffres.

et le terminal modifie le prix lorsqu'un point est passé.

la taille de l'incrément est donc presque toujours d'UN POINT. pourquoi ? parce que la taille du tick est d'UN POINT.

et votre étude des incréments montrera que la longueur d'incrément la plus fréquente est de cette taille.

Ce n'est que lorsque le marché est agité que les ticks peuvent atteindre plusieurs points chacun.



Mais dans une marche aléatoire, les incréments sont toujours de tailles différentes.

Raison: