기사 링크를 보내주셔서 감사합니다. 읽어보세요. 무작위 걷기인 ARFIMA 모델을 사용할 것을 제안합니다. 이들은 서로 다른 모델입니다. 다음 글과 저자의 글을 읽어보시면 흥미로울 것입니다. 제안한 시장 모델이 적절하다는 것이 증명된 곳입니다. 말로만 주장하는 것이 아니라 수학적으로 증명되었습니다 ... 그리고이 수치의 계산을 감안할 때 ...
H.Y. 많은 사람들이이 아름다운 단어 적절성을 이해하지만 계산하는 방법조차 모릅니다. 당신은 당신의 게시물에 100 % 적절한 모델이 존재하지 않는다고 썼습니다. 전적으로 동의합니다. 문제는 제안 된 모델이 20, 30 또는 99 %까지 시장에 얼마나 적절한 지입니다.999999999 %....
ARFIMA와 코인 모델은 모두 환율과 유사한 곡선(시리즈)을 생성하는 방법입니다. 다음 글에서는 환율 유사 곡선의 품질을 평가하는 방법을 제안하겠습니다.
모델의 현실 적합성은 그 자체로 평가되지 않습니다. 이 모델은 특정 실제 문제(코스에서 돈을 벌거나 건물을 짓는 등)를 해결하기 위해 만들어졌습니다. 문제가 완전히 해결되면 모델이 적절하다고 간주되고, 문제가 50% 해결되면 모델이 50% 적절하다고 간주됩니다. 따라서 작업을 정의할 필요가 있습니다. 동전 모델은 코스와 같은 곡선을 생성하도록 설계되었습니다. 음, 모델은 곡선을 생성합니다. 곡선은 환율과 매우 유사하지는 않지만 모델은 간단합니다. 그래서 저는 20%에서 멈추겠습니다.
기사에는 한 가지 부정확 한 점이 있습니다. 술 취한 선원을 비유로 삼 으면 단계의 크기가 다릅니다. 대략적으로 말하면 1 단계는 펍에서 이동하는 경우 80cm 길이이고, (펍으로) 60cm 뒤로 물러납니다. 추세는 동일하며 시장의 하락 움직임이 상승 움직임보다 빠르다는 것도 알려져 있습니다. 그리고 기사에서 모든 단계는 동일한 +1 또는 -1입니다.
따라서이 모델은 적절한 것으로 간주 될 수 없습니다. 그것은 단지 동전이며, 그 분포 특성은 오랫동안 알려져 있고 연구되어 왔습니다.
수학자들은 레버리지 효과의 증가로 인해 느린 상승에 비해 가격이 급락하는 효과를 설명하지만, 제 생각에는 이는 매우 약하고 일어나는 과정에 대한 충분한 설명이 아니라고 생각합니다.
이 모델은 낮은 가격이 낮은 거래량을 발생시켜 낮은 변동성으로 이어지고, 따라서 이 데이터로 거래하는 트레이딩 시스템의 위험과 수익성을 낮추는 등량 데이터 슬라이싱 대신 고급 로그 변동성 모델을 사용하여 개선할 수 있습니다. 반대로 가격이 높으면 거래량이 많아지고 결과적으로 변동성이 높아집니다. 즉, 이 구간에서 TS의 위험과 수익성은 더 높아질 것입니다. 그런데 변동성에 대한 수정은 상당히 중요 할 수 있으므로 이러한 수정을 고려하지 않으면 결론에 큰 실수를 할 수 있습니다. 이는 특히 주식에서 두드러집니다. 변동성이 낮은 기간에는 수익이 좋았지만 변동성이 높은 기간에는 수익성이 크게 마이너스는 아니지만 수익성이 높으면 실제로는 그렇지 않지만 완전한 배수처럼 보일 수 있습니다. 그리고 이것은 또한 큰 시간 척도의 차트는 선형 척도가 아닌 로그 척도로 보아야 함을 의미합니다. 모든 일반 주식 차트에는 이러한 옵션이 있습니다.
일반적으로 모든 수학적 모델은 항상 경제적 가정에 의해 정의되어야 합니다. 경제 이론이 없는 모델 자체는 의미가 없습니다. 따라서 RAND를 사용하기 전에 경제학 교과서를 읽어보는 것이 좋습니다.
바로 여기에 실수가 있습니다.
1. 연속형 모델에서 불연속형 모델로 전환이 올바르게 수행되어야 합니다.
두 모델 모두 동일할 수 있지만(연속형과 불연속형), 조건이 충족되어야 하며 +와 -의 단계가 동일해야 합니다. 그 크기.
3. 분석하기 위해 막대를 사용하여 "그들은 동일합니다."라는 문장이 참입니다. 한 모델에만 적분이 있고 다른 모델에는 합이 있다." 모든 막대가 동일하다는 것을 증명하세요. 증명할 수 있나요?
4. 이 속성을 가진 차트는 렌코 차트 하나뿐입니다...+1 -1(https://www.mql5.com/ko/code/9447#25419) 로 바꿀 수 있습니다.
불연속형 코인 모델은 코인 가격을 1핍으로 가정하고 매 틱마다 코인을 1000번 던지면 순수한 (우리에게 익숙한) 시장으로 바뀝니다.
연속형 모델은 연속 시간을 틱으로 나누고 가격을 1 포인트로 반올림하면 순수 시장으로 바뀝니다.
두 모델 모두 순수 시장으로 수렴하며 위의 조건에서 동일합니다.
기사 링크를 보내주셔서 감사합니다. 읽어보세요. 무작위 걷기인 ARFIMA 모델을 사용할 것을 제안합니다. 이들은 서로 다른 모델입니다. 다음 글과 저자의 글을 읽어보시면 흥미로울 것입니다. 제안한 시장 모델이 적절하다는 것이 증명된 곳입니다. 말로만 주장하는 것이 아니라 수학적으로 증명되었습니다 ... 그리고이 수치의 계산을 감안할 때 ...
H.Y. 많은 사람들이이 아름다운 단어 적절성을 이해하지만 계산하는 방법조차 모릅니다. 당신은 당신의 게시물에 100 % 적절한 모델이 존재하지 않는다고 썼습니다. 전적으로 동의합니다. 문제는 제안 된 모델이 20, 30 또는 99 %까지 시장에 얼마나 적절한 지입니다.999999999 %....
ARFIMA와 코인 모델은 모두 환율과 유사한 곡선(시리즈)을 생성하는 방법입니다. 다음 글에서는 환율 유사 곡선의 품질을 평가하는 방법을 제안하겠습니다.
모델의 현실 적합성은 그 자체로 평가되지 않습니다. 이 모델은 특정 실제 문제(코스에서 돈을 벌거나 건물을 짓는 등)를 해결하기 위해 만들어졌습니다. 문제가 완전히 해결되면 모델이 적절하다고 간주되고, 문제가 50% 해결되면 모델이 50% 적절하다고 간주됩니다. 따라서 작업을 정의할 필요가 있습니다. 동전 모델은 코스와 같은 곡선을 생성하도록 설계되었습니다. 음, 모델은 곡선을 생성합니다. 곡선은 환율과 매우 유사하지는 않지만 모델은 간단합니다. 그래서 저는 20%에서 멈추겠습니다.
스택을 모델링하려고하면 스택은 명확한 구조를 가지고 있으며 스택은 특정 수의 포인트에 대한 주문을 위아래로 봅니다.
제너레이터는 모든 셀을 통과한 후(+1 -1이 아니라 임의의 볼륨을 생성할 수 있음) 스택의 모든 셀이 제너레이터를 통과한 후 스택의 중간 지점을 어디로 이동할지 계산합니다.
32768랜드를 생성한 후 SRAND를 다시 시작하는 것을 잊지 마세요. 그렇지 않으면 순서가 반복됩니다.
가격 모델을 제안하고 있나요? 셀에서 볼륨을 생성하는 방식에 따라 달라집니다. 볼륨은 무작위가 아닙니다. 중간 지점에서 멀어질수록 볼륨이 높아집니다. 볼륨에 대한 구체적인 모델이 필요합니다.
볼륨이 1의 지연이 있는 무작위라고 가정해 보겠습니다. 무작위 유리잔을 생성하고, 유리잔의 이전 값에 더하고, 중간에 가장 가까운 거래량을 실현된 거래량으로 상호 뺀 다음 유리잔의 새로운 중간값을 계산하면 사이클이 끝납니다.
유리잔을 모델링해 보세요. 유리잔은 투명한 구조로 되어 있으며, 위아래로 특정 지점에 대한 입찰가를 표시합니다.
제너레이터가 모든 셀을 통과한 후(+1 -1이 아니라 임의의 볼륨을 생성할 수 있음) 스택의 모든 셀이 제너레이터를 통과하면 스택의 중간 점을 어디로 이동시킬지 계산합니다.
32768랜드를 생성한 후 SRAND를 다시 시작하는 것을 잊지 마세요. 그렇지 않으면 순서가 반복됩니다.
기사에는 한 가지 부정확 한 점이 있습니다. 술 취한 선원을 비유로 삼 으면 단계의 크기가 다릅니다. 대략적으로 말하면 1 단계는 펍에서 이동하는 경우 80cm 길이이고, (펍으로) 60cm 뒤로 물러납니다. 추세는 동일하며 시장의 하락 움직임이 상승 움직임보다 빠르다는 것도 알려져 있습니다. 그리고 기사에서 모든 단계는 동일한 +1 또는 -1입니다.
따라서이 모델은 적절한 것으로 간주 될 수 없습니다. 그것은 단지 동전이며, 그 분포 특성은 오랫동안 알려져 있고 연구되어 왔습니다.
수학자들은 레버리지 효과의 증가로 인해 느린 상승에 비해 가격이 급락하는 효과를 설명하지만, 제 생각에는 이는 매우 약하고 일어나는 과정에 대한 충분한 설명이 아니라고 생각합니다.
이 모델은 낮은 가격이 낮은 거래량을 발생시켜 낮은 변동성으로 이어지고, 따라서 이 데이터로 거래하는 트레이딩 시스템의 위험과 수익성을 낮추는 등량 데이터 슬라이싱 대신 고급 로그 변동성 모델을 사용하여 개선할 수 있습니다. 반대로 가격이 높으면 거래량이 많아지고 결과적으로 변동성이 높아집니다. 즉, 이 구간에서 TS의 위험과 수익성은 더 높아질 것입니다. 그런데 변동성에 대한 수정은 상당히 중요 할 수 있으므로 이러한 수정을 고려하지 않으면 결론에 큰 실수를 할 수 있습니다. 이는 특히 주식에서 두드러집니다. 변동성이 낮은 기간에는 수익이 좋았지만 변동성이 높은 기간에는 수익성이 크게 마이너스는 아니지만 수익성이 높으면 실제로는 그렇지 않지만 완전한 배수처럼 보일 수 있습니다. 그리고 이것은 또한 큰 시간 척도의 차트는 선형 척도가 아닌 로그 척도로 보아야 함을 의미합니다. 모든 일반 주식 차트에는 이러한 옵션이 있습니다.
일반적으로 모든 수학적 모델은 항상 경제적 가정에 의해 정의되어야 합니다. 경제 이론이 없는 모델 자체는 의미가 없습니다. 따라서 RAND를 사용하기 전에 경제학 교과서를 읽어보는 것이 좋습니다.
가격 책정 과정은 "무작위 볼륨 생성"보다 훨씬 더 복잡합니다. 한번 읽어보세요: http://people.orie.cornell.edu/~sfs33/research.htm
우르릉 거리는 소리 그만하고 손가락을 가리키세요 :o)
나는 전체 문자 집합에서 회귀 모델을 사용하여 컵 피치의 크기와 방향을 계산하는 데 사용된다는 것을 대각선으로 읽었습니다.
거래량이 1의 시차를 두고 무작위라고 가정해 보겠습니다. 무작위 유리잔을 생성하고, 유리잔의 이전 값에 더하고, 실현된 거래로 가운데에 가장 가까운 거래량을 뺀 다음 새로운 유리잔의 가운데를 계산합니다.
제가 알기로는 이 모델은 가변 가격을 가진 코인의 비율로 축소될 것입니다. 동일한 동전을 던지지만 던질 때마다 제한된 범위에서 새로운 무작위 가격이 결정됩니다. 그리고 가격의 확률 분포도 있습니다.
가격의 확률 분포가 정상에 가까우면 (그리고 그런 유리 잔이 있으면) 우리는 일정한 가격으로 동전의 이전 비율을 얻을 것입니다. 이제 우리는 동전을 100 번 연속으로 던지고 100 번 던진 후에야 결과를 봅니다. 그리고 동전의 가격은 일정하지만 새로운 것입니다.
가격의 확률 분포가 까다롭다면 비율은 동전의 비율처럼 보이지 않을 것입니다. 무작위가 아닌 패턴이 나타날 것입니다. 실제 비율로 잡으려고 시도할 수 있지만 먼저 가격의 확률 분포를 설정해야 합니다.
럼바 피드 먹이기를 멈추고 손가락을 가리키세요 :o)
Ok, http://people.orie.cornell.edu/~sfs33/LimitOrderBook.pdf
비커 모형에 관한 기사를 읽으셨군요. 모델은 모델일 뿐이며 스택에서 일어나는 일을 완전히 설명하지는 못합니다.
그러나 유동성 공급 알고리즘은 가격 책정 원칙에 대한 아이디어를 제공합니다(즉, 위의 기사를 읽으면 스택의 볼륨이 얼마나 "무작위로" 크롤링되는지 알 수 있습니다).
가격의 확률 분포가 까다롭다면 환율은 더 이상 동전의 환율과 같지 않을 것입니다. 무작위가 아닌 규칙성이 나타날 것입니다. 실제 환율에서 이를 포착하려고 시도할 수 있지만 먼저 가격의 확률 분포를 정의해야 합니다.