Discussione sull’articolo "Random Walk e l'indicatore di tendenza" - pagina 2
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Ecco dove sta l'errore.
1. Il passaggio dal modello continuo a quello discreto deve essere eseguito correttamente.
2. I due modelli possono essere uguali (continuo e discreto), ma la condizione deve essere soddisfatta, il passo in + e in - deve essere lo stesso. La sua entità.
3. ha preso delle barre per analizzare, che la sua affermazione sarebbe vera "Sono uguali". Solo un modello ha gli integrali e l'altro le somme". Dimostrate che tutte le barre sono uguali. Potete dimostrarlo?
4. solo un grafico ha questa proprietà, il grafico Renko... puoi sostituirlo con +1 -1(https://www.mql5.com/it/code/9447#25419).
Il modello discreto della moneta si trasformerà in un mercato puro (a noi familiare) se prendiamo il prezzo di una moneta pari a 1 pip, e durante ogni tick lanciamo la moneta 1000 volte.
Il modello continuo si trasformerà in un mercato puro se dividiamo il tempo continuo in tick e arrotondiamo il prezzo a 1 punto.
Entrambi i modelli convergono verso il mercato puro e sono uguali nelle condizioni sopra descritte.
Grazie per il link all'articolo. Lo legga. Suggerisce di utilizzare il modello ARFIMA, e il random walk. Si tratta di modelli diversi. Sarebbe interessante leggere il seguente articolo, sia il suo che quello dell'autore. Dove si dimostra che i modelli di mercato da voi proposti sono adeguati. Non solo asserito a parole, ma dimostrato matematicamente ... e dato il calcolo di questa cifra...
H.Y. Solo molte persone afferrano questa bella parola adeguatezza, ma come calcolarla non lo sanno nemmeno loro. Lei ha scritto nel suo post che un modello adeguato al 100% non esiste. Sono assolutamente d'accordo con lei. La domanda è quanto il modello proposto sia adeguato al mercato del 20, 30 o 99,999999999%....
Sia l'ARFIMA che il modello a moneta sono metodi per generare curve (serie) simili ai tassi di cambio. Nel prossimo articolo proporrò un metodo per valutare la qualità delle curve simili ai tassi di cambio.
L'adeguatezza di un modello alla realtà non si valuta da sola. Il modello viene costruito per risolvere uno specifico problema pratico (guadagnare denaro con un corso, costruire un edificio). Se il problema viene risolto completamente, il modello viene considerato adeguato; se il problema viene risolto al 50%, il modello viene considerato adeguato al 50%. È quindi necessario definire il compito. Il modello di moneta è stato progettato per generare curve simili a corsi. Ebbene, il modello genera delle curve. Le curve non sono molto simili al tasso di cambio, ma il modello è semplice. Quindi mi fermerò al 20%.
Provate a modellare una pila, la pila ha una struttura chiara, la pila vede ordini per un certo numero di punti in alto e in basso.
Il generatore passa attraverso tutte le celle (non può essere +1 -1 ma la generazione di volumi casuali), quindi dopo che tutte le celle della pila sono passate dal generatore, viene effettuato il calcolo di dove spostare il punto centrale della pila.
E non dimenticate di riavviare SRAND dopo aver generato 32768 rand, altrimenti la sequenza si ripeterà.
State proponendo un modello di prezzo? Tutto dipende dal modo in cui generiamo i volumi nelle celle. I volumi non sono casuali. Più ci si allontana dal punto medio, più il volume è alto. Abbiamo bisogno di un modello specifico per i volumi.
Supponiamo che i volumi siano casuali con 1 ritardo. Generiamo un bicchiere casuale, aggiungiamo ai valori precedenti del bicchiere, sottraiamo reciprocamente i volumi più vicini al centro come transazioni realizzate, e poi calcoliamo un nuovo centro del bicchiere, il ciclo è finito.
Provate a modellare un bicchiere, il bicchiere ha una struttura chiara, il bicchiere vede le offerte per un certo numero di punti in alto e in basso.
Il generatore passa attraverso tutte le celle (non può essere +1 -1 ma la generazione di volumi casuali), quindi dopo che tutte le celle della pila sono passate dal generatore, viene effettuato il calcolo di dove spostare il punto centrale della pila.
E non dimenticate di riavviare SRAND dopo aver generato 32768 rand, altrimenti la sequenza si ripeterà.
C'è un'imprecisione nell'articolo: se prendiamo come analogia un marinaio ubriaco, la dimensione del passo è diversa. Grosso modo 1 passo è lungo 80 cm se si sposta dal pub, il passo indietro (verso il pub) 60 cm. La tendenza è la stessa, è anche noto che il movimento al ribasso del mercato è più veloce di quello al rialzo. E nell'articolo tutti i passi sono gli stessi, +1 o -1.
Quindi questo modello non può essere considerato adeguato. Si tratta solo di una moneta, le cui proprietà di distribuzione sono note e studiate da tempo.
I matematici spiegano l'effetto delle rapide cadute dei prezzi rispetto ai più lenti rialzi con l'aumento dell'effetto leva, ma a mio avviso si tratta di una spiegazione molto debole e chiaramente non sufficiente dei processi in corso.
Il modello potrebbe essere migliorato utilizzando un modello di volatilità logaritmica più avanzato piuttosto che una suddivisione dei dati in volumi equi, dove un prezzo basso genera un volume basso, che a sua volta porta a una volatilità bassa e quindi a un rischio e a una redditività inferiori dei sistemi di trading che operano su questi dati. Al contrario, un prezzo elevato determina un volume elevato e di conseguenza un'alta volatilità. Ciò significa che il rischio e la redditività dei TS su questi intervalli saranno più elevati. Tra l'altro, le correzioni per la volatilità possono essere piuttosto significative, il che significa che senza tenerne conto si possono commettere grossi errori nelle conclusioni. Ciò è particolarmente evidente nel caso delle azioni. Se il TS guadagnava bene nei periodi di bassa volatilità, ma la sua redditività, anche se non significativamente negativa, nei periodi di alta volatilità, può sembrare un completo fallimento, anche se in realtà non è così. Questo significa anche che i grafici su una scala temporale ampia dovrebbero essere visualizzati su una scala logaritmica piuttosto che su una scala lineare. Tutti i normali grafici azionari hanno questa opzione.
In generale, qualsiasi modello matematico dovrebbe sempre essere definito da ipotesi economiche. Il modello stesso, senza la teoria economica, non ha senso. Pertanto, prima di utilizzare RAND, sarebbe opportuno leggere i testi di economia.
Il processo di determinazione dei prezzi è molto più complesso della "generazione casuale di volumi". Provate a leggere qualche volta: http://people.orie.cornell.edu/~sfs33/research.htm
Smettete di alimentare le voci e di puntare il dito :o)
Ho letto in diagonale, dall'insieme delle lettere ho capito che viene utilizzato un modello di regressione per calcolare la dimensione e la direzione del passo della tazza.
Assumiamo che i volumi siano casuali con 1 ritardo. Generiamo un bicchiere casuale, aggiungiamo ai valori precedenti del bicchiere, sottraiamo i volumi più vicini al centro come scambi realizzati e quindi calcoliamo un nuovo centro del bicchiere.
Per quanto ho capito, questo modello si riduce al lancio di una moneta con un prezzo variabile. Lanciamo la stessa moneta, ma a ogni lancio ha un nuovo prezzo casuale da una gamma limitata. E con una certa distribuzione di probabilità del prezzo.
Se la distribuzione di probabilità del prezzo è vicina alla normalità (e lo sarà con un bicchiere di questo tipo), allora otterremo il vecchio tasso della moneta con un prezzo costante. In questo momento lanciamo la moneta 100 volte di seguito e solo dopo 100 lanci guardiamo il risultato. Il prezzo della moneta è costante, ma è nuovo.
Se la distribuzione di probabilità del prezzo è complicata, il tasso non assomiglierà a quello di una moneta. Appariranno schemi non casuali. È possibile cercare di catturarli sul tasso reale, ma è necessario prima impostare la distribuzione di probabilità del prezzo.
Smettete di alimentare la rumba e puntate il dito :o)
Ok, http://people.orie.cornell.edu/~sfs33/LimitOrderBook.pdf
Ovviamente hai letto un articolo su un modello di becher. Un modello è un modello e non descrive completamente ciò che accade nello stack.
Ma gli algoritmi di fornitura di liquidità danno un'idea dei principi di determinazione dei prezzi (ad esempio, se leggi l'articolo di cui sopra, vedrai come i volumi nello stack strisciano "a caso").
Se la distribuzione di probabilità del prezzo è insidiosa, il tasso non sarà più come quello di una moneta. Appariranno regolarità non casuali. Possiamo cercare di coglierle in un tasso di cambio reale, ma dobbiamo prima definire la distribuzione di probabilità del prezzo.