Parametri del mercato fluttuante - pagina 3
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
Si potrebbe dire che ho trovato un modello - fluttuando intorno a un 'prezzo giusto', ora sto raccogliendo un metodo adatto.
Sì... tranne che è ritardato rispetto al prezzo reale e non c'è modo di determinarlo in modo affidabile sul lato destro del quoziente. Non c'è modo di prevederlo dal passato a causa dell'inevitabile errore di previsione sulla scala dei ritardi.
Tutte le prove di stazionarietà che avete convenientemente trascurato
C'è un'immagine come questa:
Quale metodologia può estrapolare una serie come questa?
Qualcuno potrebbe inserire questo in una rete neurale per un esperimento?
Come ha ottenuto questa funzione?
È stato molto tempo fa, non ricordo cosa cercavo nelle wavelets.
Come ha ottenuto questa funzione?
MathSin(2*Pi/(15+0.05*i)*i)
È stato molto tempo fa, non ricordo bene cosa stavo cercando nei wavelets, ho solo allegato quello che avevo
Grazie
Ora, colleghi, criticatemi.
Sostengo che qualsiasi estrapolazione implica che la serie temporale (TP) abbia la proprietà di "seguire" la direzione scelta. Infatti, estrapolando un passo avanti di un polinomio di nono grado, si assume il NEED per la derivata prima, la seconda... n-1 della serie originale, almeno a questo passo... Capite dove voglio arrivare? La quasi-continuità della prima derivata non è altro che un coefficiente di autocorrelazione (AC) positivo di BP al timeframe selezionato (TF). Si sa che è inutile applicare l'estrapolazione ai BP di tipo browniano. Perché? Perché la CA di tale serie è identicamente uguale a zero! Ma, ci sono GR con QA negativo... È semplicemente scorretto estrapolare a loro (se ho ragione) - è probabile che il prezzo vada nella direzione opposta a quella prevista.
E per cominciare: quasi tutti i Forex VR hanno una funzione di autocorrelazione negativa (questa è una funzione costruita dalla KA per tutti i possibili TF) - questo è un fatto medico! Le eccezioni sono alcuni strumenti valutari su piccoli timeframes, e sì Sberbank e azioni EU RAO su TF settimanali. Questo, in particolare, spiega l'inadeguatezza nel mercato moderno del TS basato sullo sfruttamento delle medie mobili - lo stesso tentativo di estrapolare.
Se non mi sbaglio, le wavelet, a priori, si trovano in una zona dove non possono svolgere correttamente le loro funzioni.
Per quanto ho capito, lei aderisce alla "visione del mondo" che il mercato è un moto browniano?
Ma si può provare a guardarlo da una prospettiva umana. Ci sono grandi giocatori - muovono il mercato, ci sono vincoli di liquidità (non si può ritirare una grande somma in un attimo), ci sono cicli: anno finanziario, rapporti trimestrali, apertura delle borse, notizie di fondo, ecc. ecc.
A proposito, è interessante conoscere la tua opinione su queste cose:
http://www.onix-trade.net/forum/index.php?s=c04e226e5521ed472b8d31770b40832b&showtopic=47&view=findpost&p=5267
http://www.chronos.msu.ru/RREPORTS/mikhailovsky_biol_vremya/mikhailovsky_biol_vremya.htm
Neutrone:
E solo come spuntino: quasi tutti i BP nel Forex hanno una funzione di autocorrelazione negativa (questa è una funzione costruita da CA per tutti i vari TF) - questo è un fatto medico!
Non è la prima volta che leggo questa sua affermazione, ma non ne ho mai visto la prova. Tutti gli ACF che ho visto sono ACF normali. Cosa significa ACF negativo e in che modo è peggiore dell'ACF positivo? Potresti darmi un esempio su qualche cotier in modo da poterlo replicare.
Potresti darmi un esempio su un qualche tipo di quotatore in modo che io possa replicare
Noi possiamo.
Cercheremo il coefficiente di correlazione a coppie tra campioni vicini della serie temporale. Per il time frame selezionato abbiamo un coefficiente nell'intervallo da -1 a +1. Il valore del coefficiente minore di zero indica la presenza di antipersistenza tra i campioni, maggiore di zero - persistenza in questa TF, vicino a zero - andate via da qui! A sua volta, la persistenza serve come indicatore di tendenza/collasso del simbolo sul TF selezionato. L'ultima proprietà di BP permette di utilizzare indicatori adeguati dell'AT.
Il coefficiente di correlazione è in una finestra di n - campioni. In questo caso abbiamo usato i verbali per il 2010 e diluendoli abbiamo costruito il TF artificiale da 1 min a 100 min. n è stato preso come massimo (quanti campioni in un anno). Per ogni TF abbiamo trovato il coefficiente di correlazione e tracciato la dipendenza di questo valore da TF. Intendevo esattamente questa dipendenza nella citazione sopra.
La Fig. mostra la dipendenza trovata del coefficiente di correlazione di coppia per diversi strumenti a diversi TF. Si può vedere che quasi ovunque il coefficiente è negativo, indicando che il prezzo tende a tornare al suo valore iniziale dopo il disturbo. Questa proprietà è più o meno caratteristica di tutti i simboli ed è più chiaramente visibile a piccoli TF (vedi fig.). Ho usato i dati di Alpari del 2010.
La questione è cosa considerare "vicino allo zero". Per la stima, potete moltiplicare il coefficiente di correlazione al TF selezionato per la volatilità dello strumento in punti in questo TF e confrontare il valore ottenuto con la commissione della compagnia di brokeraggio (anch'essa in punti). Se è più grande dello spread, allora non avrai successo comunque, perché il mercato non è un sistema ergodico e non appena aprirai una posizione, tutto cambierà in peggio (solo per te).