랜덤 흐름 이론과 FOREX

 

무작위 흐름 이론의 장치를 사용하여 자연에서 발생하는 다양한 프로세스를 설명한다는 아이디어는 오래 전에 나타났습니다. 이 분야에서 가장 근본적인 작업은 Bolshakov I.A.의 작업이라고 볼 수 있습니다. 신호 스트림을 노이즈에서 분리하는 통계적 문제. -M: 올빼미. 라디오, 1969.

에센스(이 용어가 의미하는 바를 괄호 안에 표시하겠습니다)

관찰에 직접 사용할 수 없는 일련의 개체(세계의 이벤트)가 있고 통계적으로 관련된 측정 흐름이 있습니다(현재 환율은 예를 들어 EUR/USD임). 측정은 시간의 불연속적인 순간에 수행되며 측정을 건너뛸 수 있습니다(세계에서 이벤트가 발생했지만 과정은 변경되지 않음).

물체의 관찰된 매개변수와 관찰된 측정의 매개변수 사이에는 일정한 일치가 있습니다. 매개변수 값의 영역 W는 매개변수 y 값의 영역 S에 해당합니다.

측정 장치(MT 단자)의 출력에는 물체()의 신호에 의해 발생하는 측정과 함께 변동 노이즈와 각종 간섭에 의해 발생하는 측정, 즉 잘못된 측정이 있습니다.

임의의 흐름을 설명하는 방법:

무작위 흐름에 대한 간략한 설명인 다변량 확률 밀도

다음은 일부 클래스의 임의 함수입니다.

모멘트 함수를 사용한 설명

그 중 흐름 이론에서 특별한 역할은 흐름의 강도(IF)라고 하는 1차 모멘트 함수에 의해 수행됩니다.

움직임 모델로 (EUR/USD 환율의 궤적)

다양한 가설을 고려하는 것이 가능합니다. 모션이 다음 형식의 선형 차분 방정식으로 설명될 수 있도록 전이 확률 밀도가 있는 균일한 Markov 프로세스의 독립적인 구현을 가정해 보겠습니다.

(하나)

여기서 Ф는 알려진 전이 행렬이고,

wk - 기대치가 0인 잡음 E(wk)=0 및 공분산 행렬 E(wk,wj)=Qkdk,j,

dk,j는 크로네커 기호입니다.

언뜻보기에이 이론의 사용은 다음과 같습니다.

1. 환율이 움직이는 곳, 움직임의 유용한 구성 요소인 곳, 잡음이 있는 곳을 결정합니다.

2. 평면, 추세(시계는 평면, 분은 추세)의 질적 정의에서 벗어나십시오. 이것은 종종 생성 된 거래 시스템 (많은 손실 - 플랫)의 관점에서 이해되고 이익이 있으면 추세 (추세는 친구이기 때문에)에서 이해되는 것 같습니다. 그리고 같은 시간 간격으로 다른 차량을 타면 추세가 적일 수 있습니다. :).

3. 흐름의 양적 설명으로 이동합니다. 강도(볼륨일 수 있음)와 이동 매개변수(속도, 가속도 등)가 있습니다. 웬일인지 나는 평평하지 않고 추세가 없다고 확신합니다. 시간이 지남에 따라 특성이 변하는 다차원적이고 다면적인 움직임이 있을 뿐입니다.

4. 흐름은 고정적일 수 있고(매개변수는 일정 시간 간격으로 변경되지 않음) 비정상적일 수 있습니다(갭, 머리핀, 출구 또는 중요한 뉴스(뉴스) 대기)

5. 이론을 통해 상관된 흐름을 연구하고 분석할 수 있습니다.

6. 그리고 가장 중요한 것은 특정 조건에서 이동 방향을 예측하는 것입니다.

예를 들어, 공식 (1)에 의해 모델링된 궤적을 제공할 것입니다. 이 궤적은 절대적으로 동일한 모션 매개변수를 가지며(즉, 고정되어 있음) 외부 차이는 노이즈(wk)에 의해 생성됩니다.

여기까지 읽었는데 문제가 되지 않는다면, 시장 분석에 대한 이러한 접근 방식을 만난 적이 있습니까? 그리고 연결할 수 있다면 읽고 생각해야 합니다. 모든 것이 있는 것은 아니므로 간단합니다. Bolshakov가 얻은 많은 절차와 기능은 셀 수 없습니다. 필요한 컴퓨팅 리소스 = 무한대. 그리고 흐름 분석에 대한 접근 방식에 대한 설명 자체가 너무 기본적입니다.

수식에 안좋은거 보이시죠?? 워드에 첨부합니다

파일:
potok_forex.zip  19 kb
 
고정 프로세스 또는 적어도 준 고정 프로세스가 얻어지도록 초기 데이터(따옴표)의 상호 가역적 변환을 수행하는 것이 우선 좋습니다. 그와 함께하는 것이 더 쉽습니다. 그래야만 프로세스 구현을 생성하기 위한 간단한 알고리즘에 대해 이야기할 수 있고 결과적으로 다른 더 미묘한 것들에 대해 이야기할 수 있습니다(예: 시스템 테스트 측면에서 매우 매력적인 속성인 ergodicity). 문제는 전혀 쉽지 않습니다.

가장 먼저 떠오르는 옵션 중 하나는 원래 프로세스(즉, 수익 계산)의 첫 번째 차이를 취하는 것입니다. 그러나 나는 여전히 적어도 넓은 의미에서 고정성 가설을 확인/반박하는 데 손을 댈 수 없습니다. 이것에 대해 협력하는 것은 흥미로울 것입니다.
 

예, 분석에 대한 이 접근 방식(대략)은 10년 이상 전에 성공적으로 수행되었습니다.
모든 것은 이 사진에서 시작되었습니다


다음은 '혼돈'의 과정을 시각화한 것입니다.
움직이는 가스 혼합

모든 것은 영어로 읽어야 한다
"예측 컴퍼니" 창설의 역사에 대해

 

수학

입력 스트림은 틱이며, 이를 변환하면 스트림의 특성이 변경됩니다. 반환값이 반환값[i] = Close[i] - Close[i+1]이면 다른 스레드에서 말했듯이 선형 변환이며 흐름 특성에 영향을 주지 않습니다. 그러나 막대의 구성, 이것은 비선형 변환입니다. 이것은 테스트하려고 할 때 분명히 나타납니다. 적절한 재생을 위해 분의 이력이 취해지며 분 막대 내부에 일종의 법칙이 생성됩니다.

불행히도, 우리는 연결이 끊어지고 몇 분만에 복원할 수 있는 가능성 때문에 이것을 참아야 합니다. 따라서 몇 분 동안만 입력 스트림을 연구해야 하며 다른 시간 프레임은 변환의 비선형성을 증가시킵니다. 분은 이미 상당한 비선형성을 도입했지만 :(

먼저 프로세스의 ACF 구성입니다. 틱과 분의 ACF를 비교하려는 나의 시도는 조용한 시장에서 거의 차이가 없다는 것을 보여주지만 강한 움직임의 시작 부분에는 차이가 있습니다. 나는 그의 스쿼트 바를 가지고 있는 Williams가 이것에 주목했고 트레이딩 시스템을 구축할 때 그것을 사용하고 싶었다고 생각합니다.

이러한 시장 조사 방향으로 이동하려는 사람들은 외국 문헌과 우리의 상관 관계 및 공분산 개념이 다르며 이는 ACF 프로세스를 구축할 때 특히 분명하다는 점에 유의하십시오.

 

음.. 자, 이제 다음달 쉬는 대신 방정식과 함수를 풀겠습니다.. :(((

 

Prival , 진드기에 대해 잊어 버리자. 이 경우는 분명히 유망하지 않습니다. 진드기 분포 법칙은 도구에 따라 크게 다릅니다. 게다가 진드기 자체가 시간에 따라 매우 고르지 않게 도착합니다. 여기 내 가난한 시도가 있습니다. '틱: 진폭 및 지연의 분포' . 최소한 몇 분으로 시작하는 것이 좋습니다.

당신에게 가장 중요한 질문은 이것입니다. 예를 들어, 1년 동안 시간당 종가의 수익률, 전치된 벡터(r1, r2, ..., rN)가 있습니다. 여기서 N은 6000 정도입니다. 올해 동안 oira(EURUSD) 20-25개의 숫자를 실행했습니다. 2000~2500포인트. 따라서 이 구간(가장 강력한 추세에서)의 기대 수익률은 약 0.3-0.4포인트입니다. 동시에, 시간에 따른 수익의 분산은 10-15 포인트 영역의 어딘가에서 10배 더 큽니다. 25회 이상. 따라서 여기서 우리 가 고려하는 것은 공분산 또는 상관 관계가 그다지 중요하지 않다는 것이 밝혀졌습니다. 분포 자체가 너무 날카롭지 않고 m.d. scd보다 몇 배나 적습니다.

가장 넓은 의미에서 이 프로세스의 정상성을 확인하기 위한 통일된 절차가 어딘가에 있습니까? 이상하게도 인터넷에는 이에 대한 정보가 거의 없습니다.

2 geometr: 기사를 읽었습니다. 매우 흥미진진합니다. 그러나 거기에는 무작위 과정보다 혼돈이 더 많습니다.

2 Red.Line: 글쎄요, 주제에 관심이 있다면 긍정적인 말을 하세요...

 

수학

지하철을 타면서 같은 이야기를 하고 있다는 생각이 들었다. 반환값/delta_t는 속도입니다. 일정 기간 동안의 가격 인상 - 속도. 속도가 있으면 가속도, 첫 번째, 두 번째 등의 미분이 있습니다. 저녁까지 가장 간단한 버전에 대한 행렬 Ф를 구하고 MathCad에서 프로그램을 만들도록 노력하겠습니다.

통계 연구는 물론 프로세스에 대한 아이디어를 제공하지만 MOJ와 분산 모두 선택한 분석 간격과 나중에 거래를 구축할 때 사용하는 방법에 따라 다르기 때문에 이를 어떻게 처리해야 하는지 저도 명확하지 않습니다. 체계도 명확하지 않다. 정적이 아니라 프로세스의 역학을 조사할 필요가 있습니다. 예, 시계를 사용하여 IHMO를 분석하는 것은 잘못되었습니다. 0.5 없이는 알 수 없습니다. 그리고 우선적으로 자신을 비선형 변환으로 몰고 신장에서 완전히 떨어집니다 :-)

고정 성에 관해서 는 정의가 있지만 기준이 없으며 가장 중요한 것은 내가 결정을 내릴 수 있게 해주는 숫자입니다. (S>5 -> 고정, S<5 -> 비고정). 적어도 나는 그것을 접하지 못했습니다.

실제로 이러한 개념을 사용하면서 Forex가 아니라 오랫동안 사실이었습니다. ACF를 따르는 아이디어를 통해 프로세스가 상관되는 시간을 결정할 수 있으며, 이는 특정 정확도로 추가 움직임을 예측할 수 있는 기회를 제공합니다. 다음은 그림의 예입니다. 이것이 0.707의 수준이라고 가정해 보겠습니다. 더 나아가 비정상입니다.

여기서 ACF의 구성을 위해서는 상관관계나 공분산이 중요할 수 있다. ACF 시공글을 어디선가 올렸는데 기억이 안나서 다시 올립니다.

표시기는 MQL로 빌드되고 작동 방식을 확인하기 위해 구동됩니다.

Eh Rosh - 돕지 않으면 링크만 보내지만 고개를 끄덕입니다 :-)

http://forum.alpari-idc.ru/post493864-329.html

파일:
akf.zip  59 kb
 

나는 어떤 아이디어라도 잘 제시되어야 한다는 것을 이해합니다(그림, 작성). 피아니스트를 꾸짖지 마십시오. 그는 최선을 다해 연주합니다.

그러나 그 질문은 항상 저를 괴롭히고 있습니다. 아마도이 주제는 수학자에게만 흥미로울 것입니다. 최소한 글을 쓰십시오. 모든 것이 주제의 맨 위에 있을 것입니다.

 

글쎄, 넓은 의미의 고정성의 기준은 알려진 것 같습니다 - m.o.의 불변성. 그리고 ACF의 의존성은 각각이 아닌, 인수의 차이에만 의존합니다. 아니면 잘못된 것입니까?

분산은 제로 시프트만 있는 동일한 ACF입니다. 그러나 이러한 "비공개 AK"를 계산하기 위해 행 자체 내의 하위 간격(대략적으로 말하면 창) - 저는 절대 알 수 없습니다. 몇 가지 기준이 있습니다. 그렇죠? 즉 , "인수 차이에만 의존하는 AC"란 무엇입니까? 이것은 하나의 주어진 인수 차이에 대해 여러 (많은) 다른 "부분 AC"를 구성한 다음 얻은 여러 부분 AC의 정상성을 (통계적으로) 조사해야 함을 의미합니다. 일종의 악순환이죠..

Matkad를 다운로드할 때까지 zip을 사용할 수 없습니다. 다운로드해야합니다. 이것이 어떤 종류의 괴물인지 확인하십시오 ...

그리고 한 가지 더: 저는 이러한 통계 연구를 TS에 직접 적용할 계획이 없습니다. 응용 프로그램 계획 - 테스트 중.

 
그러나 그 질문은 항상 저를 괴롭히고 있습니다. 아마도이 주제는 수학자에게만 흥미로울 것입니다. 최소한 글을 쓰십시오. 모든 것이 주제의 맨 위에 있을 것입니다.

아직 읽어보진 않았지만 재미있네요 :)
 

수학

당신이 옳습니다. 당신은 그것에 대해 스스로 이야기하지만 완전히 이해하지 못합니다. 그것은 나에게 그렇게 보인다 :-) "MO의 불변성과 인수의 차이에만 의존하는 ACF"가 핵심 문구입니다. 문제는 그것을 사용하는 방법입니다. 방금 진드기에 대한 스레드를 읽었지만 프로세스가 분명히 고정적이지 않다는 결론에 도달했습니다. ACF의 유형은 현재 시장에서 무슨 일이 일어나고 있는지 알려줄 것입니다(예: 델타 함수, 명확한 비정상성, 갭 보도 자료 등). 정상이 나타났습니다(평평하거나 추세가 중요하지 않음), 즉. ACF의 메인 로브가 시장을 확장하기 시작하면서 예측할 수 있게 되었다. ACF의 매개변수에 대한 통계 수집