Distribuzione degli incrementi di prezzo - pagina 13
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
Ancora una volta ti suggerisco di commentare gli incrementi di tick mostrati nell'immagine appena scattata nella finestra di panoramica del mercato (USDJPY) e nella finestra di apertura del trade (EURUSD). Ora dal punto di vista delle tre ipotesi citate sopra. Il conto è reale.
Non volete analizzare gruppi di cambiamenti consecutivi di un punto avanti e indietro? Qual è la loro funzione quantile?
Buon pomeriggio Vladimir!
Penso che il trading manuale su grafici in tick basato su dati visivi sia un esercizio inutile. La funzione di distribuzione e la funzione quantile - vedi t2-distribuzione Distribuzione di Student.
Ho scritto ripetutamente che bisogna analizzare i dati storici prima di analizzare lo stato attuale. Stai seguendo una catena di Markov - cercando di capire tutto qui e ora. Poiché le deviazioni lineari della distribuzione dell'incremento del prezzo in un processo di Markov hanno la densità di probabilità geometrica con p=0,5, si può solo dire qui e ora - il prezzo salirà o scenderà con la probabilità 0,5. Questo è esattamente il gioco classico.
Ora sto modellando il processo basato su 1.000.000 di tick storici. È un'immagine sorprendente - non posso credere che il prezzo si comporti in modo simile vicino ad alcune condizioni limite. Naturalmente, ci sono deviazioni rare e apparentemente inspiegabili - significa che le condizioni al contorno devono essere scelte più rigorosamente. Pensateci - questa distribuzione ha solo il 99 per cento dei valori intorno a 7 sigma e quell'1 per cento dà a tutti una luce. Ma penso che si possa anche gestire.
Con rispetto,
Alexander.
Tutti gli indicatori del set di terminali presuppongono che la formazione dei prezzi non sia morfologica, cioè gli sviluppatori del terminale (qualsiasi terminale con indicatori tecnici) sono già consapevoli della presenza/assenza di morfalità.
C'è un presupposto teorico che i mercati sono frattali, su piccoli TF si possono osservare gli stessi processi che su quelli grandi - non è stato ancora messo in discussione, forse vale la pena argomentare? (umorismo) https://ru.wikipedia.org/wiki/Фрактальный_анализ_рынка . Cioè, qualcuno ci ha già pensato e ha dimostrato la non mondanità della formazione dei prezzi, almeno dalla comparsa dell'analisi a candele, quando il "tick" aspettava una settimana o un mese - in senso figurato, senza carota.
Buona sera, cari commercianti e semplici appassionati di statistica!
È da molto tempo che non vi concedo i risultati interessanti dei miei studi - ora vi farò piacere con essi.
Quindi,l'assunzione teorica che i mercati sono frattali e si possono osservare gli stessi processi su piccoli TF come su quelli grandi può essere dimostrata praticamente.
Non è stato un compito facile. Avevo bisogno di trovare un certo parametro statistico invariante che non cambiasse quando si aumenta/diminuisce il volume del campione di dati tick. Questo parametro è risultato essere coefficiente di asimmetria non parametrico (skew non parametrico). Forse ce ne sono altri, ma è sufficiente per provarlo.
Nei calcoli è stato utilizzato un buffer dinamico di dati a tick di tipo FIFO. EURJPY è stato analizzato sul set di dati generale di 1.500.000 quotazioni, vale a dire che sono stati analizzati 1.500.000 campioni sequenziali con 1 differenza di quotazione. Abbiamo ricevuto i seguenti risultati per il valore medio di skew preso modulo per diversi volumi di campioni.
0.186043748375457
0.18560474492056
0.184953481402386
0,184985234902438 ecc.
In parole povere - per qualsiasi dimensione del campione di dati di tick, il coefficiente di asimmetria non parametrico rimane costante.
La conclusione è la seguente: infatti, i TF piccoli mostrano gli stessi processi di quelli grandi, e un sistema di trading che opera su un TF opererà sull'altro e viceversa.
Ma ciò che è interessante è che otteniamo una cosa abbastanza mistica - si scopre che qualche distribuzione con una strana media (sottolineo - media) coefficiente nonparametrico di skewness = 0,185 (modulo) "cammina" in Forex. Personalmente non conosco una tale distribuzione... Forse qualcuno può aiutarmi a determinarlo?
Cioè in modo semplice - in diversi momenti del tempo questa distribuzione è come se fosse "nata", "formata" e "morta", e il processo ricomincia da capo. In diversi punti nel tempo questa distribuzione ha diversi skew, ma in media questa distribuzione è skewed con coefficiente = 0,185 ed è invariante.
Finché non capisco che tipo di distribuzione è nella sua forma media - non ha senso esplorarla ulteriormente...
Con rispetto,
Alexander.
Alexander, le tue osservazioni sono interessanti. Sarebbe fantastico se tu potessi scrivere un articolo sui risultati del tuo studio inMQL5 Articoli su Analisi dei dati e Statistica.
Alexander, le tue osservazioni sono interessanti. Sarebbe fantastico se tu potessi scrivere un articolo sui risultati del tuo studio nella sezione "Articoli su analisi dei dati e statistiche in MQL5".
Sì, grazie. Anche a me piacciono i risultati - è affascinante. È molto bello.
Domanda metodologica. Perché non fate la rimozione dei valori anomali prima di applicare un'allocazione - rilevamento dei valori anomali?
E non ho tempo per scrivere un articolo - sto lavorando e non ho molto tempo. Risulta essere come un hobby. Forse qualcuno si interesserà e, per esempio, difenderà una tesi di dottorato - non mi dispiace per questo. E forse qualcuno si interesserà e creerà un sistema di super-trading - anche questo va bene. Sono ancora molto lontano dalla vera programmazione - lascia che la gente la usi.
Domanda metodologica. Perché non si esegue la pulizia degli outlier prima di adattare la distribuzione - rilevamento degli outlier?
Stranamente, ma per la maggior parte delle coppie di valute le distribuzioni degli incrementi netti senza elaborazione sono t2-distribuzioni, e solo per alcune c'è una "sotto-distribuzione" di tick a zero, cioè quando c'era trading e i prezzi Ask e Bid sono rimasti uguali, allora non arriva nessun tick. Non so perché e non lavoro con queste coppie (come AUDCHF).
Non devo aver fatto la domanda giusta. Ho scaricato le zecche che hai postato. Quindi, se si puliscono gli outlier (valori molto grandi e molto piccoli nel campione) lì, sarà una distribuzione diversa :-)
Non devo aver fatto la domanda giusta. Ho scaricato le zecche che hai postato. Quindi, se si pulisce il campione dagli outlier (valori molto grandi e molto piccoli nel campione), sarà una distribuzione diversa :-).
Ma non dovreste farlo - allora non otterrete nemmeno l'invarianza di skew. E io dico - tutto molto bello e come se uno seguisse l'altro, ma comprendere questa profondità per formare un quadro generale non posso ancora.
Ma è la procedura standard. Per scoprire come il sistema si comporta nella maggior parte dei casi e non in quelli rari... A proposito, che senso ha prendere tutta la popolazione? Imho, bisogna lavorare con un campione.