DF(분포 함수)가 아닌 확률 밀도(PV)를 구축한 것은 모두 동일하기 때문입니다. FR에는 3가지 속성이 있습니다. 1. 그것은(FR) 감소하지 않습니다. 2. x가 무한대가 되는 경향이 있으면 DF는 1이 되는 경향이 있습니다. 당연히 모든 것이 정규화됩니다. PV와 FR은 적분(FR은 PV의 적분)으로 서로 연결되어 있습니다.
"이러한 그래프를 분포곡선 또는 분포함수라고 하고, 함수 자체를 확률밀도라고 한다."라는 말은 완전히 옳지 않다.
나는 당신이 의미하는 바를 이해했습니다 - "오류 적분" 또는 다른 방식으로 "오류 기능"(FO). 그것을 설명하는 함수를 erf(x)라고 하며 다음과 같이 정의됩니다.
임의의 경우 f(t) - DF 또는 확률 분포 밀도 , K - 전체 정의 영역에 대한 DF의 적분 단위의 평등 조건에서 선택되는 정규화 인자. 따라서 "FR에는 3가지 속성이 있습니다. 1. (FR)은 감소하지 않습니다. 2. x가 무한대에 가까워지면 FR은 1이 되는 경향이 있습니다."가 아니라 FD!
H가 없는 ZZ 팔의 절대값 DF의 또 다른 흥미로운 속성이 있습니다(왼쪽 그림의 벡터 U).
다른 H에 대해 정규화되지 않은 DF를 비교하면(오른쪽 그림) 놀라운 사실을 알 수 있습니다. 예를 들어 H의 분할 단계에서 진폭이 10포인트인 벡터 U의 워커 수 =10은 H=15보다 큽니다!!! 그러나 큰 스텝이 있는 ZZ에는 분명히 이러한 동작과 다른 동작이 포함되어야 하는 것 같습니다. 하지만 아니요! 불명.
ZZ에 대해 시간 t=0(당신의 그림 참조)에서, 우리는 점 t=-1에서 극단값이 형성되었는지 여부를 알지 못하는 것 같습니다. 왜냐하면 벡터 H는 아래로 향할 수 있으며 이 극값은 사라질 것입니다(거짓이 됨). 신뢰할 수 있는 기준점 H가 없는 것으로 나타났습니다. 비록 제가 틀릴 수 있고 귀하와 다른 지그재그 표시기가 있지만.
EZ의 움직임에 대한 예측을 기반으로 잠재적 차량의 입출고 지점을 결정합시다. 이익을 위한 주문은 예상되는 극한 수준에서 이루어져야 합니다. 가격이 이 값에 도달하지 않으면 새로운 극값이 형성되면 즉시 닫힙니다. 가격 척도에서 그 아래에 N. Pastekhov가 제안한 Kagi 전략은 특정 예상 움직임의 진폭에 대해 아무 것도 알려주지 않지만 이 움직임에 대한 통합 평가(H+-델타)를 제공합니다. H와 같은 롤백에서 닫을 것임을 고려하면 보상으로 이 델타를 주머니에 넣습니다! 약간의 확률로 점 t=0에서 예상되는 움직임 U의 진폭을 예측하는 시스템을 만들면 실제 움직임의 FR 무게 중심과 H 사이의 차이로 델타의 예상 값을 추정할 수 있습니다. 가치가 절대 가치의 스프레드를 초과하면 전략이 수익성이 있을 것입니다.
예를 들어, 가장 가까운 상단에서 H로 롤백한 후 각 지점에서 위치를 열고 동시에 이전 위치를 닫는 TS에 대해 이 방법을 사용하여 델타를 추정해 보겠습니다(그림 참조). 빨간색 선은 제안된 방식에 따라 추정된 수익률(스프레드 제외)을 나타내고 파란색 선은 트레이딩 에뮬레이션 결과에 따른 수익률을 나타냅니다. 마이너스가 당신을 귀찮게하지 않도록하십시오. 어쨌든 전략은 "전복"될 수 있습니다.
그들이 말했듯이 - "파이까지 정확"하지만 대략적인 추정을 위해 더 나은 것이 부족하기 때문에 그렇게 할 것이라고 생각합니다. 예상되는 움직임을 예측하는 옵션을 제시할 수 있습니다 :-)
비공개로
Еще 1 вопрос если не замучил. ".. число ходок вектора U с амплитудой например .." Это имеется ввиду движение в том же направлении, что и вектор H. Если он вдруг в t=0 развернулся вниз тоже считается ?
네. 이 경우 이동은 0과 같으며 t=0 지점에서 형성된 상단에 대해 이야기해야 합니다. 모든 것이 정확합니다. 이 공식에서는 H보다 작은 절대값에서 3Z의 변을 찾을 수 없습니다.
우리 비즈니스의 통계적 방법은 통계적 이점을 제공하지 않을 것이라는 확신이 있습니다. 시장의 차익 거래는 예기치 않게 (적어도 저에게는) 갑자기 사라지는 것처럼 발생합니다. 추적할 수 있다면 우리는 무엇을 할 것인지 모두 알고 있지만 어떻게 발견할 수 있습니까?
두 가지 반대 가정에 해당하는 두 가지 옵션이 있습니다.
1. 차익 거래는 즉시(즉, 갑자기) 발생하고 즉시 사라집니다. 그것이 발생하는 순간도 사라지는 순간도 예측할 수 없습니다.
2. 차익거래는 나름의 관성을 가지고 있기 때문에 그 출현, 존재, 소멸은 일종의 시장 과정으로서 일정한 시간이 소요된다. 따라서 차익 거래는 즉시 나타나거나 즉시 사라질 수 없습니다. 차익거래가 발생하는 순간을 예측하는 것은 불가능하지만, 차익거래가 소멸되는 순간은 그 역동성을 기반으로 예측할 수 있다.
이 두 문장 중 어느 것이 더 마음에 드십니까? 어떤 의미에서 - 현실에 상응하는 것이 공정하다고 생각하십니까?
최근까지만 해도 답이 그렇게 명확하지 않았지만 2007년 Automated Trading Championship 의 결과를 보면 차익거래 또는 (동일한) 시장 비효율의 존재를 사실 인정해야 합니다! "차익거래가 발생하는 순간을 예측하는 것은 불가능하지만, 그 역학을 기반으로 사라지는 순간을 예측할 수 있다"는 데 동의합니다. 유일한 질문은 어떤 분석 방법을 사용해야 하는지, 어떤 도구를 적절하게 고려해야 하는지입니다. VR 분석 방법은 프로세스의 주기적인 특성, 경향의 선험적 존재(군집 효과)에 대한 가정을 기반으로 합니다. 이는 대기업의 판매량 분석에 적용되지만 통화 시리즈에서는 전혀 작동하지 않습니다.
따라서 두 번째 진술이 채택됩니다. 당신은 그것을 공리로 받아들이고 그것으로부터 춤출 수 있습니다.
다음과 같은 질문이 생깁니다.
차익거래란 무엇입니까? 어떤 수학적 특징이 전형적인지, 많은 인용문의 수학적 특징이 무엇이며 어떻게 반영되는지에 대한 의미입니다.
차익 거래의 가장 좋은 척도는 무엇입니까? 분명히, 그것을 측정하기 위해 많은 양을 구성할 수 있습니다. H-변동성이 한 예입니다. 그러나 우리가 볼 수 있듯이 그다지 매력적이지 않고 효과적이지 않습니다. 추세와 플랫 모두에서 많은 인용문의 행동에 대한 차익 거래의 척도로 작용할 수 있는 수학적 특성을 구축하는 것이 좋을 것입니다.
프로세스가 주기적이라는 것은 분명합니다. 차익 거래의 기회는 왔다가 사라집니다. 그리고 그것은 결코 끝나지 않을 것입니다. 그러나 어떤 상황에서도(아마도) 이 순환성은 고정적이지도 않고 준 고정적이지도 않을 수 있습니다. 따라서 정상 구간의 기간을 연구하는 것이 가능하고 DF를 구성하는 것도 가능하지만 이는 건설적인 결과로 이어지지 않습니다. 임호.
적절하고 역동적이며 지역적인 차익 거래 측정이 구축되면 관성의 속성을 조사하고 이것에 관계없이 변경 사항을 추적하여 진입 및 퇴장 순간을 식별하는 것이 가능할 것 같습니다. 저것들. 차익 거래 지표를 고려하십시오. 그리고 이를 위해서는 다음 두 가지 질문을 해결해야 합니다. 첫 번째는 차익 거래의 본질(적어도 수학적)을 이해하는 것이고 두 번째는 첫 번째 문제를 해결한 결과 값 자체의 올바른 구성을 이해하는 것입니다.
최근까지 그 답은 내게 명확하지 않았지만, 2007년 Automated Trading Championship의 결과를 보면 사실 차익거래 또는 (동일한) 시장 비효율의 존재를 인정해야 합니다! "차익거래가 발생하는 순간을 예측하는 것은 불가능하지만, 그 역학을 기반으로 사라지는 순간을 예측할 수 있다"는 데 동의합니다. 유일한 질문은 어떤 분석 방법을 사용해야 하는지, 어떤 도구를 적절하게 고려해야 하는지입니다. VR 분석 방법은 프로세스의 주기적인 특성, 경향의 선험적 존재(군집 효과)에 대한 가정을 기반으로 합니다. 이는 대기업의 판매량 분석에 적용되지만 통화 시리즈에서는 전혀 작동하지 않습니다.
당신과 동의하지 않습니다.
1. 중재에 관하여 Wikipedia 중재에 대한 해석입니다. "브로커 A는 특정 회사의 주식 100주를 18센트에 매수하라는 주문을 내렸고, 브로커 B는 같은 회사의 주식 100주를 17센트에 매도하라는 주문을 내렸습니다. 투기꾼이 두 주문을 동시에 알아차렸다면 그는 할 수 있습니다. 둘 다 받아 들여서 이익을 얻으십시오. 이것이 바로 중재라고 불리는 것입니다." 저것들. 차익거래는 존재하거나 존재하지 않습니다. 출현 및 소멸 시간은 중요하지 않습니다(중요한 것은 2개의 거래를 생성할 시간을 갖는 것입니다). 아마도 우리는 차익 거래를 다르게 이해하지만, 왜냐하면. 나는 사실 시장 비효율이라는 말을 이해하지 못한다.
2. VR(시계열) 분석 방법이 작동하지 않습니까? 이것은 MA가 작동하지 않고 상관 계수도 작동하지 않는 것으로 판명되었습니다. VR 왜건과 소형 카트의 분석 방법이 모두 통하지 않습니까? NS Better'를 사용한 예측 BP도 작동하지 않습니까?
3. Automated Trading Championship 2007 의 결과를 보고 그런 결론을 내린 이유를 설명해 주시겠습니까?
DF(분포 함수)가 아닌 확률 밀도(PV)를 구축한 것은 모두 동일하기 때문입니다. FR에는 3가지 속성이 있습니다. 1. 그것은(FR) 감소하지 않습니다. 2. x가 무한대가 되는 경향이 있으면 DF는 1이 되는 경향이 있습니다. 당연히 모든 것이 정규화됩니다. PV와 FR은 적분(FR은 PV의 적분)으로 서로 연결되어 있습니다.
"이러한 그래프를 분포곡선 또는 분포함수라고 하고, 함수 자체를 확률밀도라고 한다."라는 말은 완전히 옳지 않다.
나는 당신이 의미하는 바를 이해했습니다 - "오류 적분" 또는 다른 방식으로 "오류 기능"(FO). 그것을 설명하는 함수를 erf(x)라고 하며 다음과 같이 정의됩니다.
임의의 경우 f(t) - DF 또는 확률 분포 밀도 , K - 전체 정의 영역에 대한 DF의 적분 단위의 평등 조건에서 선택되는 정규화 인자. 따라서 "FR에는 3가지 속성이 있습니다. 1. (FR)은 감소하지 않습니다. 2. x가 무한대에 가까워지면 FR은 1이 되는 경향이 있습니다."가 아니라 FD!
H가 없는 ZZ 팔의 절대값 DF의 또 다른 흥미로운 속성이 있습니다(왼쪽 그림의 벡터 U).
다른 H에 대해 정규화되지 않은 DF를 비교하면(오른쪽 그림) 놀라운 사실을 알 수 있습니다. 예를 들어 H의 분할 단계에서 진폭이 10포인트인 벡터 U의 워커 수 =10은 H=15보다 큽니다!!! 그러나 큰 스텝이 있는 ZZ에는 분명히 이러한 동작과 다른 동작이 포함되어야 하는 것 같습니다. 하지만 아니요! 불명.
아니요, 그들은 그것을 이해하지 못했습니다. 이것은 용어의 문제입니다. 여기 그림이 있습니다. 그리고 다시 한 번 Wikipedia에 대한 링크를 제공합니다. FR https://ru.wikipedia.org/wiki/%D0%A0%D0%B0%D1%81%D0%BF%D1%80%D0% 의 정의가 있습니다. B5%D0% B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B2%D0%B5%D1%80%D0%BE%D1%8F% D1%82% D0%BD%D0%BE%D1%81%D1%82%D0%B5%D0%B9
ZZ에 대해 시간 t=0(당신의 그림 참조)에서, 우리는 점 t=-1에서 극단값이 형성되었는지 여부를 알지 못하는 것 같습니다. 왜냐하면 벡터 H는 아래로 향할 수 있으며 이 극값은 사라질 것입니다(거짓이 됨). 신뢰할 수 있는 기준점 H가 없는 것으로 나타났습니다. 비록 제가 틀릴 수 있고 귀하와 다른 지그재그 표시기가 있지만.
첫 번째 점에 동의합니다.
지그재그 극단이 형성되는 지점을 결정할 때, 가격이 왼쪽의 최대(최소) 값에서 H보다 크거나 같은 값으로 벗어나면 형성되는 것으로 간주합니다(분할 단계). 이러한 정의는 Pastekhov의 논문 작업에 나와 있으며 정확합니다.
첫 번째 점에 동의합니다.
지그재그 극단이 형성되는 지점을 결정할 때, 가격이 왼쪽의 최대(최소) 값에서 H보다 크거나 같은 값으로 벗어나면 형성되는 것으로 간주됩니다(분할 단계). 이러한 정의는 Pastekhov의 논문 작업에 나와 있으며 정확합니다.
고문을 당하지 않았다면 1개의 질문이 더 있습니다. ".. 예를 들어 진폭이 ..인 벡터 U의 워커의 수." 이것은 벡터 H와 같은 방향으로의 움직임을 의미합니다. t=0에서 갑자기 줄어들면 이것도 고려됩니까?
EZ의 움직임에 대한 예측을 기반으로 잠재적 차량의 입출고 지점을 결정합시다. 이익을 위한 주문은 예상되는 극한 수준에서 이루어져야 합니다. 가격이 이 값에 도달하지 않으면 새로운 극값이 형성되면 즉시 닫힙니다. 가격 척도에서 그 아래에 N. Pastekhov가 제안한 Kagi 전략은 특정 예상 움직임의 진폭에 대해 아무 것도 알려주지 않지만 이 움직임에 대한 통합 평가(H+-델타)를 제공합니다. H와 같은 롤백에서 닫을 것임을 고려하면 보상으로 이 델타를 주머니에 넣습니다! 약간의 확률로 점 t=0에서 예상되는 움직임 U의 진폭을 예측하는 시스템을 만들면 실제 움직임의 FR 무게 중심과 H 사이의 차이로 델타의 예상 값을 추정할 수 있습니다. 가치가 절대 가치의 스프레드를 초과하면 전략이 수익성이 있을 것입니다.
예를 들어, 가장 가까운 상단에서 H로 롤백한 후 각 지점에서 위치를 열고 동시에 이전 위치를 닫는 TS에 대해 이 방법을 사용하여 델타를 추정해 보겠습니다(그림 참조). 빨간색 선은 제안된 방식에 따라 추정된 수익률(스프레드 제외)을 나타내고 파란색 선은 트레이딩 에뮬레이션 결과에 따른 수익률을 나타냅니다. 마이너스가 당신을 귀찮게하지 않도록하십시오. 어쨌든 전략은 "전복"될 수 있습니다.
그들이 말했듯이 - "파이까지 정확"하지만 대략적인 추정을 위해 더 나은 것이 부족하기 때문에 그렇게 할 것이라고 생각합니다. 예상되는 움직임을 예측하는 옵션을 제시할 수 있습니다 :-)
비공개로
Еще 1 вопрос если не замучил. ".. число ходок вектора U с амплитудой например .." Это имеется ввиду движение в том же направлении, что и вектор H. Если он вдруг в t=0 развернулся вниз тоже считается ?
네. 이 경우 이동은 0과 같으며 t=0 지점에서 형성된 상단에 대해 이야기해야 합니다. 모든 것이 정확합니다. 이 공식에서는 H보다 작은 절대값에서 3Z의 변을 찾을 수 없습니다.
나는 내 연구의 부정적인 결과(또한 결과)를 게시합니다.
무화과에. 오른쪽 3D 세그먼트의 길이와 2H(가로좌표)로 정규화된 왼쪽 세그먼트의 다른 길이에 대한 예상 값 2H(y축) 간의 평균 통계적 차이를 보여줍니다. EUR/JPY 쌍의 경우 틱으로 구성되며 EUR/USD와 동일한 그림입니다.
PP 당사자 간에 통계적으로 유의미한 관계가 없음을 알 수 있습니다! 다른 곳을 파야합니다.
우리 비즈니스의 통계적 방법은 통계적 이점을 제공하지 않을 것이라는 확신이 있습니다. 시장의 차익 거래는 예기치 않게 (적어도 저에게는) 갑자기 사라지듯이 발생합니다. 추적할 수 있다면 우리는 무엇을 할 것인지 모두 알고 있지만 어떻게 발견할 수 있습니까?
우리 비즈니스의 통계적 방법은 통계적 이점을 제공하지 않을 것이라는 확신이 있습니다. 시장의 차익 거래는 예기치 않게 (적어도 저에게는) 갑자기 사라지는 것처럼 발생합니다. 추적할 수 있다면 우리는 무엇을 할 것인지 모두 알고 있지만 어떻게 발견할 수 있습니까?
두 가지 반대 가정에 해당하는 두 가지 옵션이 있습니다.
1. 차익 거래는 즉시(즉, 갑자기) 발생하고 즉시 사라집니다. 그것이 발생하는 순간도 사라지는 순간도 예측할 수 없습니다.
2. 차익거래는 나름의 관성을 가지고 있기 때문에 그 출현, 존재, 소멸은 일종의 시장 과정으로서 일정한 시간이 소요된다. 따라서 차익 거래는 즉시 나타나거나 즉시 사라질 수 없습니다. 차익거래가 발생하는 순간을 예측하는 것은 불가능하지만, 차익거래가 소멸되는 순간은 그 역동성을 기반으로 예측할 수 있다.
이 두 문장 중 어느 것이 더 마음에 드십니까? 어떤 의미에서 - 현실에 상응하는 것이 공정하다고 생각하십니까?
둘 다 없으면 자신의 버전을 제공하십시오. 또는 그 둘 중 하나에 추가하여 제안하십시오.
최근까지만 해도 답이 그렇게 명확하지 않았지만 2007년 Automated Trading Championship 의 결과를 보면 차익거래 또는 (동일한) 시장 비효율의 존재를 사실 인정해야 합니다! "차익거래가 발생하는 순간을 예측하는 것은 불가능하지만, 그 역학을 기반으로 사라지는 순간을 예측할 수 있다"는 데 동의합니다. 유일한 질문은 어떤 분석 방법을 사용해야 하는지, 어떤 도구를 적절하게 고려해야 하는지입니다. VR 분석 방법은 프로세스의 주기적인 특성, 경향의 선험적 존재(군집 효과)에 대한 가정을 기반으로 합니다. 이는 대기업의 판매량 분석에 적용되지만 통화 시리즈에서는 전혀 작동하지 않습니다.
따라서 두 번째 진술이 채택됩니다. 당신은 그것을 공리로 받아들이고 그것으로부터 춤출 수 있습니다.
다음과 같은 질문이 생깁니다.
차익거래란 무엇입니까? 어떤 수학적 특징이 전형적인지, 많은 인용문의 수학적 특징이 무엇이며 어떻게 반영되는지에 대한 의미입니다.
차익 거래의 가장 좋은 척도는 무엇입니까? 분명히, 그것을 측정하기 위해 많은 양을 구성할 수 있습니다. H-변동성이 한 예입니다. 그러나 우리가 볼 수 있듯이 그다지 매력적이지 않고 효과적이지 않습니다. 추세와 플랫 모두에서 많은 인용문의 행동에 대한 차익 거래의 척도로 작용할 수 있는 수학적 특성을 구축하는 것이 좋을 것입니다.
프로세스가 주기적이라는 것은 분명합니다. 차익 거래의 기회는 왔다가 사라집니다. 그리고 그것은 결코 끝나지 않을 것입니다. 그러나 어떤 상황에서도(아마도) 이 순환성은 고정적이지도 않고 준 고정적이지도 않을 수 있습니다. 따라서 정상 구간의 기간을 연구하는 것이 가능하고 DF를 구성하는 것도 가능하지만 이는 건설적인 결과로 이어지지 않습니다. 임호.
적절하고 역동적이며 지역적인 차익 거래 측정이 구축되면 관성의 속성을 조사하고 이것에 관계없이 변경 사항을 추적하여 진입 및 퇴장 순간을 식별하는 것이 가능할 것 같습니다. 저것들. 차익 거래 지표를 고려하십시오. 그리고 이를 위해서는 다음 두 가지 질문을 해결해야 합니다. 첫 번째는 차익 거래의 본질(적어도 수학적)을 이해하는 것이고 두 번째는 첫 번째 문제를 해결한 결과 값 자체의 올바른 구성을 이해하는 것입니다.
최근까지 그 답은 내게 명확하지 않았지만, 2007년 Automated Trading Championship의 결과를 보면 사실 차익거래 또는 (동일한) 시장 비효율의 존재를 인정해야 합니다! "차익거래가 발생하는 순간을 예측하는 것은 불가능하지만, 그 역학을 기반으로 사라지는 순간을 예측할 수 있다"는 데 동의합니다. 유일한 질문은 어떤 분석 방법을 사용해야 하는지, 어떤 도구를 적절하게 고려해야 하는지입니다. VR 분석 방법은 프로세스의 주기적인 특성, 경향의 선험적 존재(군집 효과)에 대한 가정을 기반으로 합니다. 이는 대기업의 판매량 분석에 적용되지만 통화 시리즈에서는 전혀 작동하지 않습니다.
당신과 동의하지 않습니다.
1. 중재에 관하여 Wikipedia 중재에 대한 해석입니다. "브로커 A는 특정 회사의 주식 100주를 18센트에 매수하라는 주문을 내렸고, 브로커 B는 같은 회사의 주식 100주를 17센트에 매도하라는 주문을 내렸습니다. 투기꾼이 두 주문을 동시에 알아차렸다면 그는 할 수 있습니다. 둘 다 받아 들여서 이익을 얻으십시오. 이것이 바로 중재라고 불리는 것입니다." 저것들. 차익거래는 존재하거나 존재하지 않습니다. 출현 및 소멸 시간은 중요하지 않습니다(중요한 것은 2개의 거래를 생성할 시간을 갖는 것입니다). 아마도 우리는 차익 거래를 다르게 이해하지만, 왜냐하면. 나는 사실 시장 비효율이라는 말을 이해하지 못한다.
2. VR(시계열) 분석 방법이 작동하지 않습니까? 이것은 MA가 작동하지 않고 상관 계수도 작동하지 않는 것으로 판명되었습니다. VR 왜건과 소형 카트의 분석 방법이 모두 통하지 않습니까? NS Better'를 사용한 예측 BP도 작동하지 않습니까?
3. Automated Trading Championship 2007 의 결과를 보고 그런 결론을 내린 이유를 설명해 주시겠습니까?
진심으로, Privalov