una strategia di trading basata sulla teoria dell'onda di Elliott - pagina 206
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
2. Supponiamo che ci sia una variabile casuale normalmente distribuita con aspettativa zero e correlogramma positivo.
Se la serie è abbastanza lunga, possiamo segnare qualsiasi lungo tratto di movimento direzionale dei prezzi. Chiamiamo tale tendenza deterministica. La tendenza deterministica può essere rilevata per mezzo di filtri digitali passa-basso o loro derivati. Per esempio, l'incrocio di due medie mobili con periodi diversi non è altro che l'approssimazione della derivata di una serie temporale smussata. È chiaro che questo funziona come richiede la matematica: la derivata è maggiore di zero, il che significa che la funzione è crescente; meno di zero significa che la funzione è decrescente. Ma solo poche persone sanno che funziona solo per le serie con un FAC positivo, e TUTTE le serie di valuta in tutti i TF hanno un FAC negativo! E, di conseguenza, il metodo non funziona nel mercato, o funziona, ma accidentalmente...
Continuando il tema.
Principali problemi dell'analisi delle serie temporali
Le principali differenze tra una serie temporale e una sequenza di osservazioni che formano un campione casuale sono le seguenti:
- primo, a differenza degli elementi di un campione casuale, i membri di una serie temporale non sono indipendenti;
- secondo, i membri di una serie temporale non sono necessariamente equamente distribuiti.
Ciò significa che le proprietà e le regole dell'analisi statistica del campionamento casuale non possono essere estese alle serie temporali. D'altra parte, l'interdipendenza dei termini delle serie temporali crea la propria base specifica per la costruzione di valori previsti dell'indicatore analizzato sulla base dei valori osservati.
Classificazione dei principali fattori sotto l'influenza dei quali si formano i valori delle serie temporali.
In generale, si distinguono 4 tipi di tali fattori.
1. Fattori a lungo termine che formano una tendenza generale (a lungo termine) nei cambiamenti di un indicatore analizzato. Di solito questa tendenza è descritta da una funzione non casuale (il cui argomento è il tempo), di solito monotona. Questa funzione è chiamata funzione di tendenza o semplicemente tendenza.
2. Stagionale, che forma fluttuazioni periodiche nell'attributo analizzato in certi periodi dell'anno. Poiché questa funzione deve essere periodica (con periodi multipli di "stagioni"), la sua espressione analitica coinvolge armoniche (funzioni trigonometriche) la cui periodicità è solitamente determinata dall'essenza del problema.
3. Cambiamenti ciclici (congiunturali) di formazione dell'attributo analizzato causati da cicli a lungo termine di natura economica o demografica (onde di Kondratieff, "pozzi" demografici, ecc.).
4. Casuale (irregolare), inspiegabile e non registrabile. Il loro impatto sulla formazione dei valori delle serie temporali causa solo la natura stocastica degli elementi delle serie, e quindi la necessità di interpretare i membri come osservazioni fatte su variabili casuali. Denotiamo il risultato dell'impatto dei fattori casuali per mezzo di variabili casuali ("residui", "errori").
Naturalmente, non è necessario che tutti e quattro i tipi di fattori siano coinvolti simultaneamente nel processo di formazione dei valori di qualsiasi serie temporale. Le conclusioni sul fatto che i fattori di un dato tipo partecipino o meno alla formazione dei valori di una particolare serie temporale possono essere basate sia sull'analisi della parte sostanziale del problema, sia su una speciale analisi statistica della serie temporale indagata. Tuttavia, in tutti i casi, si assume la partecipazione di fattori casuali. Così, in termini generali, un modello di formazione dei dati (con uno schema strutturale additivo dell'influenza dei fattori) si presenta come una somma di tutti o alcuni dei fattori.
OK, continuiamo:
Neutron, ho capito bene che solo la serie che ha aspettativa zero e correlogramma positivo può essere considerata deterministica?
2. Supponiamo che ci sia una variabile casuale normalmente distribuita con aspettativa zero e correlogramma positivo.
Se la serie è abbastanza lunga, possiamo segnare qualsiasi lungo tratto di movimento direzionale dei prezzi. Chiamiamo tale tendenza deterministica. La tendenza deterministica può essere rilevata per mezzo di filtri digitali passa-basso o loro derivati. Per esempio, l'incrocio di due medie mobili con periodi diversi non è altro che l'approssimazione della derivata di una serie temporale smussata. È chiaro che questo funziona come richiede la matematica: una derivata maggiore di zero significa che la funzione è crescente, meno di zero significa che la funzione è decrescente. Ma solo poche persone sanno che funziona solo per le serie con un FAC positivo, e TUTTE le serie di valuta in tutti i TF hanno un FAC negativo! E, di conseguenza, il metodo non funziona nel mercato, o funziona, ma accidentalmente...
Continuiamo con il tema.
Compiti principali dell'analisi delle serie temporali
Le principali differenze tra una serie temporale e una sequenza di osservazioni che formano un campione casuale sono le seguenti:
- Innanzitutto, a differenza degli elementi di un campione casuale, i membri di una serie temporale non sono indipendenti;
- In secondo luogo, i membri di una serie temporale non sono necessariamente equamente distribuiti.
Ciò significa che le proprietà e le regole dell'analisi statistica del campionamento casuale non possono essere estese alle serie temporali. D'altra parte, l'interdipendenza dei membri della serie temporale crea la propria base specifica per la costruzione di valori previsti dell'indicatore analizzato sulla base dei valori osservati.
Classificazione dei principali fattori sotto l'influenza dei quali si formano i valori delle serie temporali.
In generale, si distinguono 4 tipi di tali fattori.
1. Fattori a lungo termine che formano una tendenza generale (a lungo termine) nei cambiamenti di un indicatore analizzato. Di solito questa tendenza è descritta da una funzione non casuale (il cui argomento è il tempo), di solito monotona. Questa funzione è chiamata funzione di tendenza o semplicemente tendenza.
2. Stagionale, che forma fluttuazioni periodiche nell'attributo analizzato in certi periodi dell'anno. Poiché questa funzione deve essere periodica (con periodi multipli di "stagioni"), la sua espressione analitica coinvolge armoniche (funzioni trigonometriche) la cui periodicità è solitamente determinata dall'essenza del problema.
3. Cambiamenti ciclici (congiunturali) di formazione dell'attributo analizzato causati da cicli a lungo termine di natura economica o demografica (onde di Kondratieff, "pozzi" demografici, ecc.).
4. Casuale (irregolare), inspiegabile e non registrabile. Il loro impatto sulla formazione dei valori delle serie temporali causa solo la natura stocastica degli elementi delle serie, e quindi la necessità di interpretare i membri come osservazioni fatte su variabili casuali. Denotiamo il risultato dell'impatto dei fattori casuali per mezzo di variabili casuali ("residui", "errori").
Naturalmente, non è necessario che tutti e quattro i tipi di fattori siano coinvolti simultaneamente nel processo di formazione dei valori di qualsiasi serie temporale. Le conclusioni sul fatto che i fattori di un dato tipo partecipino o meno alla formazione dei valori di una particolare serie temporale possono essere basate sia sull'analisi della parte sostanziale del problema, sia su una speciale analisi statistica della serie temporale indagata. Tuttavia, in tutti i casi, si assume la partecipazione di fattori casuali. Così, in termini generali, un modello di formazione dei dati (con uno schema strutturale additivo dell'influenza dei fattori) si presenta come una somma di tutti o alcuni dei fattori.
Neutron , sei un sacco di merda!!! :))))))))))))
Credetemi, è molto più semplice di quanto pensiate...
amico mio, cosa ti fa pensare che la distribuzione sia normale? Ogni angolo urla di code pesanti...
(infatti, è lognormale.)
e tutto è descritto da qualcosa come un'equazione logistica, con tutto ciò che implica.
e un'altra conferma di questo - esperimenti grasn (non ricordo esattamente, ma con dimensione frattale, o con Hirst...)
P.S. a proposito, c'è un bellissimo libro di Haken "Information and self-organization. macroscopic approach to complex systems".
PS Северный Ветер, а что такое Н-волатильность ?
Qui http://forum.fxclub.org/showthread.php?t=32942&page=9, circa a metà della pagina, ci sono brevi estratti dalla fonte originale.
Grazie per il link. E l'argomento è interessante.
Non capisco perché la gente sia così strana lì. Il thread sulle monete è annegato nel diluvio. Perché?
Sembra che l'argomento sia di scarso interesse per qualcuno, e vogliono solo grattarsi la lingua.
Sulla H-volatilità è troppo conciso per capire tutto, ma abbastanza per farsi un'idea.
Mi chiedo se l'accesso alla tesi stessa sia aperto? Si può accedere via internet?
Neutron, ho capito bene che solo la serie che ha aspettativa zero e correlogramma positivo può essere considerata deterministica?
No, un trend deterministico è un trend generato dall'integrazione di una variabile casuale normalmente distribuita con aspettativa zero e un correlogramma positivo.
...amico, cosa ti fa pensare che la distribuzione sia normale? Sai, gridano di code pesanti ad ogni angolo...
(infatti, è lognormale.)
Solo per essere chiari. Non è necessario che la distribuzione sia normale. Realisticamente, è ben approssimato da una distribuzione esponenziale a due parametri. Dà quelle code molto spesse.
Neutron Che mucchio di stronzate!!! :))))))))))))
Credetemi, è molto più semplice di quanto pensiate...
Non è vero! Vi state facendo delle illusioni sul forex. Non c'è niente di più semplice di questo.
È stato testato.
Grasn
Neutron, ho capito bene che solo una serie con aspettativa zero e un correlogramma positivo può essere considerata deterministica?
No, una tendenza generata dall'integrazione di una variabile casuale normalmente distribuita con aspettativa zero e un correlogramma positivo sarebbe deterministica.
Non capisco davvero. Si scopre che il concetto di serie deterministica non esiste? Andiamo con coerenza. Dalle sue parole ho capito quanto segue. Abbiamo delle serie di cui, diciamo, non conosciamo le caratteristiche.
La prima cosa che facciamo è controllare la conformità dei parametri precedentemente elencati (aspettativa e correlogramma positivo) e se le condizioni sono soddisfatte, passiamo all'integrazione.
O integriamo una serie in una volta sola e guardiamo le sue caratteristiche?
O integriamo la serie con qualche variabile casuale che possiede questi parametri? Ma come?
...
Sulla H-volatilità troppo succinta per capire tutto, ma abbastanza per farsi un'idea.
Mi chiedo se la tesi stessa è ad accesso aperto? È possibile ottenerlo su internet?
punto di partenza http://forex.kbpauk.ru/showflat.php?Cat=0&Board=mts&Number=139469&page=0&fpart=all
la tesi stessa è disponibile sul ragno, nella sezione libri, ma la registrazione è richiesta lì. io ho lo stesso.
Non lo capisco proprio. Si scopre che il concetto di serie deterministica non esiste? Andiamo con coerenza. Da quello che hai detto ho capito quanto segue. Abbiamo delle serie di cui, diciamo, non conosciamo le caratteristiche.
La prima cosa che facciamo è controllare la conformità dei parametri precedentemente elencati (aspettativa e correlogramma positivo) e se le condizioni sono soddisfatte, passiamo all'integrazione.
O integriamo una serie in una volta sola e guardiamo le sue caratteristiche?
O integriamo la serie con qualche variabile casuale che possiede questi parametri? Ma come?
Sergey, le serie temporali che operiamo (serie di prezzi) sono già serie integrate del primo ordine (di regola). Prendendo differenze successive otterremo una serie stazionaria di residui di cui studieremo le proprietà. Questa è la mossa giusta. Quando si apre una posizione, in realtà operiamo non con il valore assoluto del symbol rate, ma con il suo incremento atteso per il tempo di mantenimento della posizione, cioè lavoriamo con una serie di differenze. Come ho detto prima, l'intera varietà di strategie di trading si riduce a una singola azione - prevedere la direzione del movimento dei prezzi dopo aver aperto una posizione...
È troppo presto per ricavare un criterio per individuare una tendenza deterministica. Abbiamo bisogno di costruire un quadro completo e, se possibile, internamente coerente della formazione dei prezzi, e solo allora sapremo come costruire un modello predittivo ottimale. La mia speranza.
La dissertazione stessa è disponibile sul ragno, nella sezione libri, ma è necessario registrarsi lì.
Grazie, la registrazione è, anche se ci vado solo "bisogno". IMHO È molto scuro.
L'ho già fatto.