市場のエチケット、あるいは地雷原でのマナー - ページ 12 1...5678910111213141516171819...104 新しいコメント paralocus 2009.05.05 10:11 #111 Neutron >> : P.S. 美しいですね。写真のことです。美的に楽しんでます! そう、美しいのです!この会話で、私はいろいろなことが明確になりました。 ちなみに、入力信号の確率密度分布を調整するための簡単なインジケータを作りました。 調整前のRSI確率密度関数のイメージ図です。 ここで、紫の線は係数1のRSIの超接線（つまりそのまま）、緑の線は確率密度関数で左端が-1、右端が＋1です。 そして次の写真ではth( RSI (i) * kf )、ここでkfは「不鮮明さ」の係数です -:) さあ、どうぞ。では、あなたの美しい絵をコードに落とし込んでみましょう。 Neutron 2009.05.05 10:13 #112 HideYourRichess писал(а)>> これはパラドックスというより、再投資を伴うMMの特性である。このMMの効率は、特に取引回数に依存する。このMMの収益性は、取引回数の度合いで幾何平均しています。取引回数が少ないと収益性は単純なMMに負けるが、取引回数が多くても何とか生き残る（ロングプレイ）ことができれば、リターンを大きくすることができる。しかし、いつものことですが、無償で提供されるものはありません。非対称なレバレッジとその結果、単純なMMに比べて低収益の期間が長くなることを覚悟しなければならないでしょう。 最近の実績から、最適なMMについてお話したいと思います。 上記（このトピックの最初から）私は、次のような取引を特徴付けるパラメータを接続する分析式を受け取った：選択したシンボルの現在のレート -S、使用するレバレッジ -L、予想される価格の動きの正しい予測の確率 -p、ポイントでのペイオフの標準サイズ -H、DC手数料 - Spおよび 初期預金 -KO。 賄賂の大きさНが一定である条件下で、資金を再投資する際の預金変動の可能なバリエーションは、明らかな式の助けによって数値的にモデル化できることを思い出してほしい。 ここで、シグマはランダムな値で、+/-1から+1までの値を取る（正のÌを持つTSがある）。 実際には、取引数の倍増分に対する真の価格変動兆候の比率が分かって いる場合、Hと Lの 最適値の探索という問題を設定したのです。もちろん、これらのパラメータの値をすべて反復式に代入して、最適な選択肢を見つけるようにしてもよい（これは、Vinceが仕事で最適な fを 計算するときに行っていることである）。その結果、繰り返し形式に適した解析式を得ることは、それほど難しいことではないことがわかった。式の両部分をプロログ化し、損切りと儲けのトレードを異なる角度で分ける必要があるのです。 解析式の良さは、最適な取引パラメータを求めるためにパラメトリックな問題を解く必要がなく、すぐに使える公式を利用できることです。 上記では、最適なHと Lの 値の式を得ましたが、最適なHと 既存のpを 組み合わせることはできないことが、取引をしていて分かりました。 これらのパラメータは独立して存在しています。ですから、何らかの方法で最適な取引Hを 決定した後、取引履歴からpを 求め、その上で初めて最適な取引レバレッジを探索する必要があるのです。この場合、 Lが 等しければ、ネイチャーにおける最大限の収益率が得られることになる。 世界で最も成功した取引のために知る必要があるのは、現在の為替レートとスプレッド、そしてまあ、手口がポジティブなTSです しかし、その前に、収益率の分析式が本当に現実を反映しているかどうかを確認しよう。この目的のために、実際のものに近い分布を持つ人工的な相場（例えばEURUSDで、市場は p=0.2のロールバックまたはカウンタートレンドを持っています）で1000回の数値実験を行い、500回の取引で口座の対数がどのように動作するかを見てみましょう。 赤い四角は500回取引した後の我々の口座の対数の平均値、ひげはこの値の1/eによる特徴的なばらつきを示し、赤い実線は解析解を示します。統計的散布の中に顕著な偶然性を見ることができます。 書くのに疲れた...ビールを飲みに行ってきます! 青いのがベルヌーイじゃない方です。 Hide 2009.05.05 14:33 #113 VinceのFoptについては、これは本当に名前だけで、実際は資本成長率という点では最適値ではありません。Fopt=p-qまたはFopt=2p-1、ただしpは勝つ確率、qは負ける確率である。この式は、勝ち負けが同じ場合に有効である。これは、例えばp=0.51ならFopt=0.02、つまり0.02の預託金を使うという意味です。もちろん勝ち負けはこの値と同じになるはずです。つまり、株式成長率から見て最適なシェアを決めるには、単純に確率を知るだけでよい。そして、ロットサイズ、ロット数、預け入れサイズ、手数料などが分かれば、レバレッジを計算することができるのです。またはその逆で、レバレッジを知ることでロット数を計算することができます。ところで、なぜ数式にロットの概念がないのでしょうか？ ソープの本の中のケリーの基準の結論を見ると、非常に簡潔で要領を得ている。ちなみに、勝敗が不等間隔の場合は、一般化された少し変わった計算式になります。さらに、これはVinceが彼のFopt計算を導入した理由でもあるが、-再投資を伴うMMは大きなドローダウンを可能にする、それは再び非対称なレバレッジの影響である。誰もがこのようなドローダウンに耐えられるわけではないので、VinceのFoptは人為的に低くなっているのです。ソープには数式と結論がある。このMMの記事を 書いたのですが、1ヶ月前からmegaquotesのレビューに転がっています。 ちなみに、おそらくすべて正しく計算できていないと思いますので、訂正してください。ここに生データと、そこから数式1と数式3を使って得られた結果があります。 特徴的な賄賂の大きさ（ポイント） - H 50 選択した商品の現在価格 - S 1.3500 予想される値動きを正しく予測できる確率 - p 0.01 証券会社手数料 - Sp 2 初回入金額 - Ko 1000 sigma は乱数値で，値は +/-1 です． 1 使用されるレバレッジ - L -0.00054 Ki = 980.7692 Market etiquette or good Better NN EA development 遺伝的最適化に関する質問 Hide 2009.05.05 14:59 #114 数式に数字を入れるときに、どこかで失敗したような印象があるのですが、結果はこんな感じです。 賄賂の特徴的な大きさ（ポイント） - H 10 選択された楽器の現在のレート - S 1.3500 予想価格変動が正しく予測される確率 - p 0.1 証券会社手数料 - Sp 2 初回入金額 - Ko 1000 sigma - ランダムな値で，+/-1 の値をとります． 1 使用されるレバレッジ - L 0 Ki = 1000 Neutron 2009.05.05 15:26 #115 私が導き出したのは、50年代にケリーが得た結果の繰り返しです。ただ、この式にDC手数料を加え、資本比率fの 代わりにレバレッジLの 概念を用いています。ロットではなく、レバレッジで運用した方が計算式が良く見えると思ったからです。必要であれば、そこからロットサイズに切り替えるのも簡単です。 Lot=MathFloor(L*AccountFreeMargin()/MarketInfo(Symbol(),MODE_MARGINREQUIRED)/AccountLeverage()/LotStep)*LotStep; if(Lot<MarketInfo(Symbol(),MODE_MINLOT))Lot=MarketInfo(Symbol(),MODE_MINLOT); if(Lot>MarketInfo(Symbol(),MODE_MAXLOT))Lot=MarketInfo(Symbol(),MODE_MAXLOT); 私が知る限り、最適なレバレッジサイズを使うよりも効率的に（損益が同じになるように）預金を積み上げる方法（MM）はありません。 最後に引用したデータがどういうものなのか理解できませんが...。私の計算式で何かを計算した例でしょうか、それとも私が数値シミュレーションで使っているデータを再構築しようとしたものでしょうか？ S=10000 点、H=10 点、Loptは 210、p=0.2、Sp=2 点のような結果になりました。市場は回っている。 前回の記事に戻るが、私が得た解析式は、勝ち負けの価値が等しい賄賂の場合のみ正しいことに注意したい。残念ながら、実際の取引ではそうではないでしょう。例えば、取引において「損失を抑え、利益を伸ばす」戦略（選択した取引期間のトレンド相場に対応）に従った場合、預託金の増額に対する確率密度関数は指数関数となり、ベルヌーイとはかけ離れたものになる。この場合を数値実験でシミュレーションしてみると、依存性の性格が異なり、一般的な場合の最大値は賄賂のベルヌーイ分布の最大値と一致しないことがわかる。これは非常にまずいことで、Vinceが一般的な場合の極限を求めるために数値計算を用いた理由を説明しています。指数分布の一般的なケースで解析的に問題を解こうとしたところ、深刻な数学的困難に遭遇し、それを克服することができなかったのだ。 HideYourRichess さん、Tharpの論文はKellyの一般的なケースを与えているということでしょうか？彼の著書へのリンクを貼っていただけませんか？ありがたいことです。 何が面白いか。ヒストリカルデータでは、最適なTSはH=2Spの 価格系列のジグザグ分解であることを示せます。将来を見ずに仕事をする場合（BPの右側）、トレーダーとしての仕事で遭遇するのは、相場がトレンドにあるときはカギBP分解H+、 逆トレンドのときはH-が 最適（Pastukhovのテーゼ）です。自然界には、長期的にこれ以上の収益を上げる戦略は存在しない（あらゆる種類のFibs-Mibsは考慮されていない）。この2つの戦略は、よく知られている「損失を限定して利益を伸ばす」「利益を限定して損失を伸ばす」という相場のローリングならでの本質です。これは順番に、トレーリング・ストップ・ロスやストップ・ロスに帰結するのですこんな感じ。 しかし、再投資を始めれば、すべてが変わります。この場合、最適となるのはベルヌーイ取引パターンである。最後のチャートを見てください。他の条件が同じであれば、賄賂と利益確定をそれぞれ等しくした戦略は、最適なシンプルなもの（青）、すなわちTC資金を再投資しないものを統計的に上回ります。 ここが重要なポイントです言い換えれば、ある抽象的なTSよりも、再投資された資本を持つTSの方が収益性が高いということはなく、賄賂の大きさが等しい、すなわち、TP=SLと なるのです。 スーパー automatic lot-size calculating function? Market etiquette or good How to code? Hide 2009.05.05 15:39 #116 すみません、間違えました、シャープではなく、ソープです。「ブラックジャック，スポーツベッティング，株式市場におけるケリー基準" by Edward O. Thorpe, p.5. さて、本題です。先生の計算式に自分のデータを代入してみたら、こんな結果になりました。この結果は、私にとってはそれほど驚くべきことではありません。だから、この計算式はおかしいと思うんです。私はそれを主張しているわけではなく、ネガティブレバレッジの理由を理解しようとしているだけです。それから、計算でロットを使わないのであれば、キャピタルの計算がどうなっているのかがよくわからない。そして、それこそがケリー基準の根幹をなすものです。それとも私が見逃しているのか、それもあり得ます。 実際、すべての要素を考慮した再投資付きMMの分析形式は、あまり単純ではない。持っていないので、この問題は数値で解きます。 再投資戦略については、それが常に良いことなのかどうか、非常に曖昧な点である。私のデータでは、取引条件の組み合わせによって、全く逆の結果になることが分かっています。 つまり、最適なMMを決定する必要があるたびに、これらの特定の条件を考慮する必要があるのです。一般的なルールはほとんどありません。おそらく非常に一般的な、すべてのMMに典型的な例外を除いて。 「言い換えれば、資本を再投資したときに、ある抽象的なTSよりも収益性の高いTSは自然界には存在しないが、ペイオフは等しい、すなわちTP=SL である」--私はこの事実に数年前から気づきつつあるのである。パストゥーホフの論文を読むまでは。 Neutron 2009.05.05 15:50 #117 ダウンロードしました。ありがとうございました。 斜めに調べてみました。見落としているかもしれませんが、ソープは賄賂の不平等が決まっている場合について話しています。 このケースは、取引で扱うことの多いテイクレシオの指数 分布や他の離散分布（例えばガウシアン）を記述するのには適していないことに同意します。この比率を固定（定数と等しい）にしているわけではありません。 Hide 2009.05.05 15:56 #118 Neutron >> : ダウンロードしました。ありがとうございました。 斜めに調べてみました。見落としているかもしれませんが、ソープは賄賂の不平等が決まっている場合について話しています。 このケースは、取引で扱うことの多いテイクレシオの指数分布や他の離散分布（例えばガウシアン）を記述するのには適していないことに同意します。この比率を固定（定数と等しい）にしているわけではありません。 サイズが決まっているんです。また、winningslossesが正規の法則に従って分布している場合、これは固定サイズに対応していることが疑われます。 削除済み 2009.05.05 16:09 #119 ゲーム理論も引き合いに出されている) Neutron 2009.05.05 16:09 #120 HideYourRichess писал(а)>> すみません、間違えました、ソープではなく、ソープです。「ブラックジャック，スポーツベッティング，株式市場におけるケリー基準" Edward O. Thorpe, p.5. さて、本題です。あなたの計算式をもとに、私のデータを差し込んだら、こんな結果になりました。この結果は、私にとってさほど驚くべきものではありません。だから、その計算式はおかしいと思うんです。私はそれを主張しているわけではなく、ネガティブレバレッジの理由を理解しようとしているだけです。それから、計算でロットを使わないのであれば、キャピタルの計算がどうなっているのかがよくわからない。そして、それこそがケリー基準の根幹をなすものです。それとも私が見逃しているのか、それもあり得ます。 実際、すべての要素を考慮した再投資付きMMの分析形式は、あまり単純ではない。持っていないので、この問題は数値で解きます。 再投資戦略については、常に良いのか悪いのか、非常に曖昧なところがあります。私のデータでは、取引条件の組み合わせによって、全く逆の結果になることが分かっています。つまり、最適なMMを決定する必要があるたびに、これらの特定の条件を考慮する必要があるのです。一般的なルールはほとんどありません。おそらく、すべてのMMに典型的に見られるごく一般的なものを除いては。 私の計算式では、確かに最適なレバレッジの大きさはマイナス値になるかもしれません。これはパラドックスではなく、資本成長率を最大化するという観点から、勝った資金を投資してはいけないが、できるだけ早く引き出さなくてはならない場合に相当する:-)。では、なぜかというと、吹いて吹いて吹きまくるという状況を想像してみてください...。もちろん冗談です！Loptの値がプラスかマイナスかを比較し、マイナスなら参入しない、というifブロックを置けばいいだけです。一般に、このような状況は誤解を招きかねません。物理の問題を解くとき、物理以外の結果が出ることがよくありますが、そのときは正しい答えを選べばいいのです。例えば、投げた石の運動方程式を解析的に求めると、2つの解が得られるが、そのうちの1つは虚数単位を与えるものである。何も、その解答を破棄するだけです。 以上、数値モデリングに使用する量の値を示した。 P.S. pは 0から1/2までの値をとり、スプレッドを考慮しない当選取引数の全取引数の2倍に対する割合として求められる。 1...5678910111213141516171819...104 新しいコメント 取引の機会を逃しています。 無料取引アプリ 8千を超えるシグナルをコピー 金融ニュースで金融マーケットを探索 新規登録 ログイン スペースを含まないラテン文字 このメールにパスワードが送信されます エラーが発生しました Googleでログイン WebサイトポリシーおよびMQL5.COM利用規約に同意します。 新規登録 MQL5.com WebサイトへのログインにCookieの使用を許可します。 ログインするには、ブラウザで必要な設定を有効にしてください。 ログイン/パスワードをお忘れですか？ Googleでログイン
P.S. 美しいですね。写真のことです。美的に楽しんでます!
そう、美しいのです!この会話で、私はいろいろなことが明確になりました。
ちなみに、入力信号の確率密度分布を調整するための簡単なインジケータを作りました。
調整前のRSI確率密度関数のイメージ図です。
ここで、紫の線は係数1のRSIの超接線（つまりそのまま）、緑の線は確率密度関数で左端が-1、右端が＋1です。
そして次の写真ではth( RSI (i) * kf )、ここでkfは「不鮮明さ」の係数です -:)
さあ、どうぞ。では、あなたの美しい絵をコードに落とし込んでみましょう。
これはパラドックスというより、再投資を伴うMMの特性である。このMMの効率は、特に取引回数に依存する。このMMの収益性は、取引回数の度合いで幾何平均しています。取引回数が少ないと収益性は単純なMMに負けるが、取引回数が多くても何とか生き残る（ロングプレイ）ことができれば、リターンを大きくすることができる。しかし、いつものことですが、無償で提供されるものはありません。非対称なレバレッジとその結果、単純なMMに比べて低収益の期間が長くなることを覚悟しなければならないでしょう。
最近の実績から、最適なMMについてお話したいと思います。
上記（このトピックの最初から）私は、次のような取引を特徴付けるパラメータを接続する分析式を受け取った：選択したシンボルの現在のレート -S、使用するレバレッジ -L、予想される価格の動きの正しい予測の確率 -p、ポイントでのペイオフの標準サイズ -H、DC手数料 - Spおよび 初期預金 -KO。
賄賂の大きさНが一定である条件下で、資金を再投資する際の預金変動の可能なバリエーションは、明らかな式の助けによって数値的にモデル化できることを思い出してほしい。
実際には、取引数の倍増分に対する真の価格変動兆候の比率が分かって いる場合、Hと Lの 最適値の探索という問題を設定したのです。もちろん、これらのパラメータの値をすべて反復式に代入して、最適な選択肢を見つけるようにしてもよい（これは、Vinceが仕事で最適な fを 計算するときに行っていることである）。その結果、繰り返し形式に適した解析式を得ることは、それほど難しいことではないことがわかった。式の両部分をプロログ化し、損切りと儲けのトレードを異なる角度で分ける必要があるのです。
解析式の良さは、最適な取引パラメータを求めるためにパラメトリックな問題を解く必要がなく、すぐに使える公式を利用できることです。
上記では、最適なHと Lの 値の式を得ましたが、最適なHと 既存のpを 組み合わせることはできないことが、取引をしていて分かりました。 これらのパラメータは独立して存在しています。ですから、何らかの方法で最適な取引Hを 決定した後、取引履歴からpを 求め、その上で初めて最適な取引レバレッジを探索する必要があるのです。この場合、 Lが 等しければ、ネイチャーにおける最大限の収益率が得られることになる。
世界で最も成功した取引のために知る必要があるのは、現在の為替レートとスプレッド、そしてまあ、手口がポジティブなTSです
しかし、その前に、収益率の分析式が本当に現実を反映しているかどうかを確認しよう。この目的のために、実際のものに近い分布を持つ人工的な相場（例えばEURUSDで、市場は p=0.2のロールバックまたはカウンタートレンドを持っています）で1000回の数値実験を行い、500回の取引で口座の対数がどのように動作するかを見てみましょう。
赤い四角は500回取引した後の我々の口座の対数の平均値、ひげはこの値の1/eによる特徴的なばらつきを示し、赤い実線は解析解を示します。統計的散布の中に顕著な偶然性を見ることができます。
書くのに疲れた...ビールを飲みに行ってきます!
青いのがベルヌーイじゃない方です。
VinceのFoptについては、これは本当に名前だけで、実際は資本成長率という点では最適値ではありません。Fopt=p-qまたはFopt=2p-1、ただしpは勝つ確率、qは負ける確率である。この式は、勝ち負けが同じ場合に有効である。これは、例えばp=0.51ならFopt=0.02、つまり0.02の預託金を使うという意味です。もちろん勝ち負けはこの値と同じになるはずです。つまり、株式成長率から見て最適なシェアを決めるには、単純に確率を知るだけでよい。そして、ロットサイズ、ロット数、預け入れサイズ、手数料などが分かれば、レバレッジを計算することができるのです。またはその逆で、レバレッジを知ることでロット数を計算することができます。ところで、なぜ数式にロットの概念がないのでしょうか？
ソープの本の中のケリーの基準の結論を見ると、非常に簡潔で要領を得ている。ちなみに、勝敗が不等間隔の場合は、一般化された少し変わった計算式になります。さらに、これはVinceが彼のFopt計算を導入した理由でもあるが、-再投資を伴うMMは大きなドローダウンを可能にする、それは再び非対称なレバレッジの影響である。誰もがこのようなドローダウンに耐えられるわけではないので、VinceのFoptは人為的に低くなっているのです。ソープには数式と結論がある。このMMの記事を 書いたのですが、1ヶ月前からmegaquotesのレビューに転がっています。
ちなみに、おそらくすべて正しく計算できていないと思いますので、訂正してください。ここに生データと、そこから数式1と数式3を使って得られた結果があります。
数式に数字を入れるときに、どこかで失敗したような印象があるのですが、結果はこんな感じです。
私が導き出したのは、50年代にケリーが得た結果の繰り返しです。ただ、この式にDC手数料を加え、資本比率fの 代わりにレバレッジLの 概念を用いています。ロットではなく、レバレッジで運用した方が計算式が良く見えると思ったからです。必要であれば、そこからロットサイズに切り替えるのも簡単です。
Lot=MathFloor(L*AccountFreeMargin()/MarketInfo(Symbol(),MODE_MARGINREQUIRED)/AccountLeverage()/LotStep)*LotStep;
if(Lot<MarketInfo(Symbol(),MODE_MINLOT))Lot=MarketInfo(Symbol(),MODE_MINLOT);
if(Lot>MarketInfo(Symbol(),MODE_MAXLOT))Lot=MarketInfo(Symbol(),MODE_MAXLOT);
私が知る限り、最適なレバレッジサイズを使うよりも効率的に（損益が同じになるように）預金を積み上げる方法（MM）はありません。
最後に引用したデータがどういうものなのか理解できませんが...。私の計算式で何かを計算した例でしょうか、それとも私が数値シミュレーションで使っているデータを再構築しようとしたものでしょうか？ S=10000 点、H=10 点、Loptは 210、p=0.2、Sp=2 点のような結果になりました。市場は回っている。
前回の記事に戻るが、私が得た解析式は、勝ち負けの価値が等しい賄賂の場合のみ正しいことに注意したい。残念ながら、実際の取引ではそうではないでしょう。例えば、取引において「損失を抑え、利益を伸ばす」戦略（選択した取引期間のトレンド相場に対応）に従った場合、預託金の増額に対する確率密度関数は指数関数となり、ベルヌーイとはかけ離れたものになる。この場合を数値実験でシミュレーションしてみると、依存性の性格が異なり、一般的な場合の最大値は賄賂のベルヌーイ分布の最大値と一致しないことがわかる。これは非常にまずいことで、Vinceが一般的な場合の極限を求めるために数値計算を用いた理由を説明しています。指数分布の一般的なケースで解析的に問題を解こうとしたところ、深刻な数学的困難に遭遇し、それを克服することができなかったのだ。
HideYourRichess さん、Tharpの論文はKellyの一般的なケースを与えているということでしょうか？彼の著書へのリンクを貼っていただけませんか？ありがたいことです。
何が面白いか。ヒストリカルデータでは、最適なTSはH=2Spの 価格系列のジグザグ分解であることを示せます。将来を見ずに仕事をする場合（BPの右側）、トレーダーとしての仕事で遭遇するのは、相場がトレンドにあるときはカギBP分解H+、 逆トレンドのときはH-が 最適（Pastukhovのテーゼ）です。自然界には、長期的にこれ以上の収益を上げる戦略は存在しない（あらゆる種類のFibs-Mibsは考慮されていない）。この2つの戦略は、よく知られている「損失を限定して利益を伸ばす」「利益を限定して損失を伸ばす」という相場のローリングならでの本質です。これは順番に、トレーリング・ストップ・ロスやストップ・ロスに帰結するのですこんな感じ。
しかし、再投資を始めれば、すべてが変わります。この場合、最適となるのはベルヌーイ取引パターンである。最後のチャートを見てください。他の条件が同じであれば、賄賂と利益確定をそれぞれ等しくした戦略は、最適なシンプルなもの（青）、すなわちTC資金を再投資しないものを統計的に上回ります。
ここが重要なポイントです言い換えれば、ある抽象的なTSよりも、再投資された資本を持つTSの方が収益性が高いということはなく、賄賂の大きさが等しい、すなわち、TP=SLと なるのです。
スーパー
すみません、間違えました、シャープではなく、ソープです。「ブラックジャック，スポーツベッティング，株式市場におけるケリー基準" by Edward O. Thorpe, p.5.
さて、本題です。先生の計算式に自分のデータを代入してみたら、こんな結果になりました。この結果は、私にとってはそれほど驚くべきことではありません。だから、この計算式はおかしいと思うんです。私はそれを主張しているわけではなく、ネガティブレバレッジの理由を理解しようとしているだけです。それから、計算でロットを使わないのであれば、キャピタルの計算がどうなっているのかがよくわからない。そして、それこそがケリー基準の根幹をなすものです。それとも私が見逃しているのか、それもあり得ます。
実際、すべての要素を考慮した再投資付きMMの分析形式は、あまり単純ではない。持っていないので、この問題は数値で解きます。
再投資戦略については、それが常に良いことなのかどうか、非常に曖昧な点である。私のデータでは、取引条件の組み合わせによって、全く逆の結果になることが分かっています。 つまり、最適なMMを決定する必要があるたびに、これらの特定の条件を考慮する必要があるのです。一般的なルールはほとんどありません。おそらく非常に一般的な、すべてのMMに典型的な例外を除いて。
「言い換えれば、資本を再投資したときに、ある抽象的なTSよりも収益性の高いTSは自然界には存在しないが、ペイオフは等しい、すなわちTP=SL である」--私はこの事実に数年前から気づきつつあるのである。パストゥーホフの論文を読むまでは。
ダウンロードしました。ありがとうございました。
斜めに調べてみました。見落としているかもしれませんが、ソープは賄賂の不平等が決まっている場合について話しています。
このケースは、取引で扱うことの多いテイクレシオの指数 分布や他の離散分布（例えばガウシアン）を記述するのには適していないことに同意します。この比率を固定（定数と等しい）にしているわけではありません。
ダウンロードしました。ありがとうございました。
斜めに調べてみました。見落としているかもしれませんが、ソープは賄賂の不平等が決まっている場合について話しています。
このケースは、取引で扱うことの多いテイクレシオの指数分布や他の離散分布（例えばガウシアン）を記述するのには適していないことに同意します。この比率を固定（定数と等しい）にしているわけではありません。
サイズが決まっているんです。また、winningslossesが正規の法則に従って分布している場合、これは固定サイズに対応していることが疑われます。
ゲーム理論も引き合いに出されている)
すみません、間違えました、ソープではなく、ソープです。「ブラックジャック，スポーツベッティング，株式市場におけるケリー基準" Edward O. Thorpe, p.5.
さて、本題です。あなたの計算式をもとに、私のデータを差し込んだら、こんな結果になりました。この結果は、私にとってさほど驚くべきものではありません。だから、その計算式はおかしいと思うんです。私はそれを主張しているわけではなく、ネガティブレバレッジの理由を理解しようとしているだけです。それから、計算でロットを使わないのであれば、キャピタルの計算がどうなっているのかがよくわからない。そして、それこそがケリー基準の根幹をなすものです。それとも私が見逃しているのか、それもあり得ます。
実際、すべての要素を考慮した再投資付きMMの分析形式は、あまり単純ではない。持っていないので、この問題は数値で解きます。
再投資戦略については、常に良いのか悪いのか、非常に曖昧なところがあります。私のデータでは、取引条件の組み合わせによって、全く逆の結果になることが分かっています。つまり、最適なMMを決定する必要があるたびに、これらの特定の条件を考慮する必要があるのです。一般的なルールはほとんどありません。おそらく、すべてのMMに典型的に見られるごく一般的なものを除いては。
私の計算式では、確かに最適なレバレッジの大きさはマイナス値になるかもしれません。これはパラドックスではなく、資本成長率を最大化するという観点から、勝った資金を投資してはいけないが、できるだけ早く引き出さなくてはならない場合に相当する:-)。では、なぜかというと、吹いて吹いて吹きまくるという状況を想像してみてください...。もちろん冗談です！Loptの値がプラスかマイナスかを比較し、マイナスなら参入しない、というifブロックを置けばいいだけです。一般に、このような状況は誤解を招きかねません。物理の問題を解くとき、物理以外の結果が出ることがよくありますが、そのときは正しい答えを選べばいいのです。例えば、投げた石の運動方程式を解析的に求めると、2つの解が得られるが、そのうちの1つは虚数単位を与えるものである。何も、その解答を破棄するだけです。
以上、数値モデリングに使用する量の値を示した。
P.S. pは 0から1/2までの値をとり、スプレッドを考慮しない当選取引数の全取引数の2倍に対する割合として求められる。