
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
Dipende da come si cercano queste Fibs. Se nello stesso modo di Swannell, cioè analizzando solo le onde dello stesso ordine, allora non si può davvero vedere nessuna "risonanza" speciale: p.d.f. lisce senza convessità prominenti. E se si cerca tra i cluster di Fib da ondate di ordini diversi, qualcosa potrebbe venire fuori. Non ne ho ancora trovato uno :)
Per quanto riguarda come fare in modo che le citazioni non prendano valori negativi, basta generare incrementi % invece di quelli assoluti.
Per quanto riguarda il fatto che il generatore ha una memoria limitata e si ripete ciclicamente, dipende dal generatore. Ce ne sono alcuni che vengono spostati dal timer, altri a seconda del carico della CPU, ecc.
È l'abilità del cervello di vedere livelli e linee di tendenza e li troverà su qualsiasi dato. Quando si ha un martello in mano, tutto sembra un chiodo. Dovete controllare e capire cosa volete usare nel trading, e poi non vi preoccuperete della somiglianza :)
Puoi codificare e rappresentare come un grafico simile qualsiasi cosa: un romanzo "Guerra e Pace", una foto digitale, la tua canzone preferita, ecc. Tutto sarà molto simile e di nuovo la persona che desidera troverà i livelli e ciò che ha imparato a distinguere, le distribuzioni degli incrementi saranno dalle stesse funzioni (così codificate :)), tuttavia non sarà lo stesso e se volete potete ripristinare l'originale.
processo di regressione lineare del 1° ordine.
AR(1)
y(n+1)=y(n)+e(n). dove e(n) è un rumore normale con m.o. e std.
Comunque, il processo che abbiamo costruito è
è un processo di regressione lineare di 1° ordine.
AR(1)
y(n+1)=y(n)+e(n). dove e(n) è un rumore normale con m.o. e std.
È comprensibile.
Ma ichmo, devi iniziare dall'altra parte. Dimostra che questa tua frase è vera "aspettativa 0. varianza 0.0077. questi parametri sono simili al vero eurusd.
(Vedere il primo post) . È necessaria una prova matematica rigorosa. Una prova che è molto simile non è esattamente qualcosa su cui basare qualsiasi conclusione
In generale, il processo costruito è
è un processo di regressione lineare di 1° ordine.
AR(1)
y(n+1)=y(n)+e(n). dove e(n) è un rumore normale con m.o. e std.
Questo è comprensibile.
Ma ichmo, devi iniziare dall'altra parte. Dimostra che questa tua frase è vera "aspettativa 0. varianza 0.0077. questi parametri sono simili al vero eurusd.
(Vedere il primo post) . È necessaria una prova matematica rigorosa. Una prova che è molto simile non è esattamente qualcosa su cui basare qualsiasi conclusione
I parametri 0 e 0,0077 sono presi da 1D EurUsd. per il 2002-2004.
Non so se devo spiegare che la generazione di AR(1) con parametri e(0,0.0077) ha mostrato proprio quelle immagini.
Chiaramente, è stazionario ed ergodico, a differenza del mercato reale. (non stazionario e non ergodico).
Con AR(1) con rumore bianco si è ottenuto un risultato molto interessante. che sto ancora digerendo -).
E quello che ho detto nel 1° post, che la dipendenza è molto simile al forex e vi si possono trovare diversi modelli.
cosa c'è di sbagliato qui?
la conclusione rimane lo stesso forex è simile al PRNG. l'unica differenza è che il mercato
1. non stazionario 2. non ergodico 3. parzialmente deterministico.
Intendo il mercato.
Naturalmente, dire questo equivale a non dire nulla.
Ma per me, ancora una volta, la natura delle diverse figure di mercato è diventata chiara.
O avevi qualcos'altro in mente?
IMHO, non c'è bisogno di reinventare la ruota. C'è una cosa meravigliosa chiamata G.A.R.C.H. in MATLAB. Toolbox - solo uno strumento per studiare le serie temporali finanziarie. Vedi, per esempio, qui: http://www.mathworks.com/access/helpdesk/help/toolbox/garch/.
Grazie. Ce l'ho sotto il naso e non lo so.
GARCH è so che è un modello di regressione non lineare.
AR-MA-ARMA-ARIMA-NARX-ARCH-GRACH.
Ho dato un'occhiata al pacchetto di modellizzazione del mercato.
Non capisco bene questo approccio.
Si prende una coppia, si prende la prima differenza, si costruisce un'autocorrelazione (la correlazione può solo valutare la dipendenza lineare)
Poi si costruisce uno dei modelli, per esempio ARMA.
Ma queste equazioni includono e(t). Questo in qualche modo mi impedisce di continuare a studiare.
Ci hai lavorato?