어떻게 보셨는지 모르겠지만 프로세스가 고정되어 있고 RMS가 최대 6자리의 정확도와 일치한다는 것은 분명합니다. 일반적으로 이것은 고정된 과정이며 통계적 방법은 이를 매우 높은 정확도로 확인합니다(이는 더 작은 규모에서 작동함). 또 다른 것은 이것 자체가 프로세스를 예측 가능하게 만들지 않는다는 것입니다.
고마워 동료. 나는 당신의 계산을 반복하려고 노력할 것입니다. 그러나 나는 이러한 논의의 방향을 바꾸고 이론에서 실천으로 옮기고 싶습니다. 수익성 있는 외환 거래가 가능하다고 생각합니다. 그의 통치자와 함께 Lilliput이 그것을 증명했습니다. 모두가 같은 질문을 가지고 있습니다. 시장의 숨겨진 패턴을 찾고 사용하는 방법입니다. 거래 시스템을 구축하는 세 가지 주요 방법이 있습니다
아마추어: 다양한 스마트 책을 읽고 평균 교차, 채널로부터의 리바운드, 채널 브레이크아웃, 지원 및 저항 수준 등과 같은 다양한 시스템의 예를 찾습니다. 우리는 그것들을 코딩하고 작동하지 않는지 확인합니다. 수백 개의 지표를 사용하여 다른 필터를 추가하고 짧은 시간 동안 작동한 다음 배수됩니다. 우리는 시장이 시간이 지남에 따라 변하고 거래 시스템의 매개변수를 조정할 필요가 있다는 결론에 도달했습니다. 다음 두 가지 옵션으로 넘어 갑시다.
선형 자기회귀 모델, 다층 신경망 또는 다른 비선형 함수와 같은 시장 모델을 맞추려고 합니다. 모델의 계수는 시장에 자동으로 조정됩니다.
우리는 선형 및 비선형 모델을 포기합니다. 우리는 역사의 유사한 섹션을 찾고 과거의 유사한 세그먼트에서와 같은 방식으로 가격이 변경될 것이라고 가정합니다(최근접 이웃 방법)
포인트 2와 3의 큰 문제는 시장 상황을 독특하고 간결하게 기술하는 방식으로 입력 데이터를 선택하는 것입니다. 여기서 차원 축소 방법이 필요합니다.
Lilliputa의 시스템 작동 방식에 관심이 있는 사람이 있습니까? 인터뷰에서 그는 RIPPER 알고리즘을 사용하여 출입 규칙을 찾습니다. 이 알고리즘에 익숙한 사람이 있습니까?
(1) 증분의 독립성에 대해 시리즈를 확인하기 위해 내가 제공한 방법이 실질적으로 모호하지 않고 이론적으로 99.99% 정당한 결과를 제공한다고 말하고 싶었습니다. 상관관계). (2) 그리고 이것은 차례로 이웃 독서의 독립성을 암시하는 가격으로 작업하는 모든 모델이 부적절하다는 것을 암시합니다.
(1) 예, 증분은 독립적이지 않습니다. 그것은 이미 우리를 위해 계산되었습니다. GARCH 모델은 이 문제에 대한 유명하고 매우 간단한 접근 방식입니다. 더 고급 방법도 가능합니다. 또는 GARCH 모델의 순서를 높이면 이미 매우 화려할 것입니다.
(2) 어떤 모형도 부적절하며 이는 모형의 정의에 따른다. 시장 자체만이 시장에 절대적으로 적합할 것입니다. 저것들. 모델의 적절성을 높이는 것과 복잡성을 높이는 것 사이에는 끊임없는 선택이 있으며, 적절성이 약간 증가하더라도 때때로 복잡성이 크게 증가해야 합니다. 따라서 문제는 모델의 부적합 정도입니다. 단순한 모델이 멋진 모델보다 나은 경우가 많습니다. 증분을 독립적이고 정규 분포로 간주하고 가격 자체를 랜덤 워크로 간주할 수 있습니다. 실제로 이것은 사실이 아니지만 그럼에도 불구하고 좋은 모델이 될 수 있으며 더 나아갈 수 있습니다.
나는 그것을 의심하지 않았다, 질문이 다르다, 당신이 정확히 무엇을 계산했는지, 나는 그것을 알아 내려고 노력하고 있습니다 (나 자신만을 위해).
문제의 사실은 (나에게) 이해 가능하고 입증된 검증 방법이 어떤 이유로 더 많은 수의 세그먼트를 요구하고 시리즈가 필요하다는 것입니다. 세그먼트별 매개변수의 결과 시리즈는 특정(방법 또는 다양성에 따라 다름) 분포를 준수하는지 분석하고 그 후에야 추세 기준을 적용할 수 있습니다. 두 가지 점에서 그러한 결론을 내리기는 어렵다.
물론 원한다면 할 수 있습니다. 다음은 간단한 예입니다. EURUSD 시리즈인 M15는 200,000개 카운트의 기록이 있습니다. 시리즈를 100,000의 두 섹션으로 나누고 첫 번째 차이의 빈도를 플로팅합니다(두 번째 그림은 로그임).
웃으실 거라 생각합니다만, 정지 상태를 평가하는 시각적 분석도 첫 번째 정보로 사용됩니다. 두 조각의 RMS가 어떻게 상관되는지 살펴봅니다.
Shiryaev가 말했듯이 변동성 자체는 변동성이 있습니다. 분산은 실제로 그것을 측정하는 방법 중 하나입니다. 예, 평균 값을 가지고 있으며 오랜 역사에서 병원의 평균은 일치하지만 이것이 더 짧은 병원의 경우에도 동일하다는 의미는 아닙니다. 변동성은 클러스터링되고 자동 열화되므로 ARCH/GARCH와 같은 모델이 매우 적합하다는 것이 통계적으로 입증되었습니다(예: Shiryaev의 Fundamentals of Financial Mathematics에서 입증됨).
물론 정상성 및 분산 불변성 모델은 이러한 실제 급수의 특성을 고려하지 않습니다.
예, 그리고 순전히 시각적으로 소를 분석함으로써 계속되는 경향이 있는 변동성 증가 기간(예: 현재와 같이)이 있음이 분명합니다. MO도 마찬가지입니다. 많은 양의 데이터를 고려하면 병원의 평균 온도는 0이 됩니다. 그러나 이것은 내부 추세 기간을 제외하지 않습니다. 따라서 MO와 긴 단면의 분산이 일치한다고 해서 계열의 정상성을 나타내는 것은 아닙니다. 분산의 변화를 평가한다면 통계적으로 2점이 아닌 통계적으로 평가합니다. 같은 200톤. 예를 들어 샘플을 1000개의 시리즈로 만들고 분산 분포를 확인합니다.
FOXXXi>> : Для тех кто по прежнему в танке - М.О. случайного блуждания(цены) равно нулю.
m.d.를 평가하려면 이 과정(random walk)의 적어도 시간 영역에서 , 역사의 시작 이후 시리즈의 모든 구성원의 산술 평균에 제한이 있는지 여부를 계산해야 합니다. 그러나 이 양에는 제한이 없습니다. 고전도 아니고 확률(림)도 아닙니다. 방황하는 가격이 궤적의 시작 부분의 가치에서 충분히 오랫동안 임의로 멀리 벗어날 수 있다면 우리는 어떤 한계에 대해 이야기 할 수 있습니까?
약 m.o. 우리는 주어진 지점에서 실현을 평균할 때만 말할 수 있습니다. 하지만 이 경우 팀보가 지적했듯이 이전 가격과 동일합니다.
m.d.를 평가하려면 이 과정(random walk)의 적어도 시간 영역에서 , 역사의 시작 이후 시리즈의 모든 구성원의 산술 평균에 제한이 있는지 여부를 계산해야 합니다. 그러나 이 양에는 제한이 없습니다. 고전도 아니고 확률(림)도 아닙니다. 방황하는 가격이 궤적의 시작 부분의 가치에서 충분히 오랫동안 임의로 멀리 벗어날 수 있다면 우리는 어떤 한계에 대해 이야기 할 수 있습니까?
모에 대해 우리는 주어진 지점에서 실현을 평균할 때만 말할 수 있습니다. 하지만 이 경우 팀보가 지적했듯이 이전 가격과 동일합니다.
예, 분산은 무한대로 진행됩니다. x(t) = x(t-1) + e(t) 공식을 고려하면 e(t) ~ N(0.1), 예, M.O. 즉, 어제 가격은 1.18, 노이즈는 0, 오늘 가격은 x(t) = 1.18+0=1.18 - 우리의 이익은 0에서 수수료를 뺀 값입니다.하지만 나는 M.O. 다음 카운트다운이 아니라 앞으로 예상되는 SB의 움직임 '종'이 있는 팀보 그림을 보세요 - 자, 깨달은 게 몇 개고, M.O.가 뭐에요? 그리고 절대 스케일은 아무 상관이 없어요 즉, 우리가 유로/달러를 거래한다면 - 나는 차트와 현재 가격 없이 거래하고, 나는 매수 및 매도에 압력을 가하고 당신은 TA, 클러스터 fibs에서 거래합니다 - 장기적으로 결과는 같은.
"종"이 있는 팀보의 그림을 보십시오. 자, 얼마나 많은 깨달음이 있는지, M.O.가 무엇입니까? 그리고 매도하고, TA, 클러스터 fibs에서 거래합니다. 장기적으로 결과는 동일할 것입니다.
이 실현 확률을 곱한 각 실현은 시작점에 따라 오늘의 가격 또는 0과 같은 수학적 기대치와 같습니다. 공식 x(t) = x(t-1) + e(t)의 경우 기대값은 E[x(t)] = E[x(t-1)] + E[e(t)와 같습니다. ], 여기서 E[e(t)] = 0. 따라서 E[x(t)] = E[x(t-1)]= E[x(t-2)] = E[x(t-3) )] 가격이 이미 귀하에게 알려져 있고 수학적 기대치가 아니라 특정 수치와 동일한 순간까지의 모든 t에 대해.
당신이 금에 대해 이야기하고 있다면 - 아마도. 그러나 통화 쌍이 아니라 다시 내 의견을 삽입합니다. 반환 쌍에서 어떻게 보일까요? 제로? ;)
통화 쌍은 일반 자산이 아니며 다른 규칙이 있습니다. 월간 막대를 보면 평균 회귀 과정이 평균으로 회귀하고 있다고 말할 수 있습니다. 그러나 반면에 월간 바에서 거래하는 사람이 없고 예치금이 장기 하락을 상쇄하기에 충분하지 않다는 점을 감안할 때. 아무도 무한대뿐만 아니라 "길다"라는 개념에 접근조차 할 수 없습니다. 그리고 작은 규모에서는 통화 쌍도 랜덤 워크처럼 작동합니다.
Мощьное заявление, и главное что все подсознательно хотят чтоб оно было правдой.
어떻게 보셨는지 모르겠지만 프로세스가 고정되어 있고 RMS가 최대 6자리의 정확도와 일치한다는 것은 분명합니다. 일반적으로 이것은 고정된 과정이며 통계적 방법은 이를 매우 높은 정확도로 확인합니다(이는 더 작은 규모에서 작동함). 또 다른 것은 이것 자체가 프로세스를 예측 가능하게 만들지 않는다는 것입니다.
고마워 동료. 나는 당신의 계산을 반복하려고 노력할 것입니다. 그러나 나는 이러한 논의의 방향을 바꾸고 이론에서 실천으로 옮기고 싶습니다. 수익성 있는 외환 거래가 가능하다고 생각합니다. 그의 통치자와 함께 Lilliput이 그것을 증명했습니다. 모두가 같은 질문을 가지고 있습니다. 시장의 숨겨진 패턴을 찾고 사용하는 방법입니다. 거래 시스템을 구축하는 세 가지 주요 방법이 있습니다
포인트 2와 3의 큰 문제는 시장 상황을 독특하고 간결하게 기술하는 방식으로 입력 데이터를 선택하는 것입니다. 여기서 차원 축소 방법이 필요합니다.
Lilliputa의 시스템 작동 방식에 관심이 있는 사람이 있습니까? 인터뷰에서 그는 RIPPER 알고리즘을 사용하여 출입 규칙을 찾습니다. 이 알고리즘에 익숙한 사람이 있습니까?
(1) 증분의 독립성에 대해 시리즈를 확인하기 위해 내가 제공한 방법이 실질적으로 모호하지 않고 이론적으로 99.99% 정당한 결과를 제공한다고 말하고 싶었습니다. 상관관계). (2) 그리고 이것은 차례로 이웃 독서의 독립성을 암시하는 가격으로 작업하는 모든 모델이 부적절하다는 것을 암시합니다.
(1) 예, 증분은 독립적이지 않습니다. 그것은 이미 우리를 위해 계산되었습니다. GARCH 모델은 이 문제에 대한 유명하고 매우 간단한 접근 방식입니다. 더 고급 방법도 가능합니다. 또는 GARCH 모델의 순서를 높이면 이미 매우 화려할 것입니다.
(2) 어떤 모형도 부적절하며 이는 모형의 정의에 따른다. 시장 자체만이 시장에 절대적으로 적합할 것입니다. 저것들. 모델의 적절성을 높이는 것과 복잡성을 높이는 것 사이에는 끊임없는 선택이 있으며, 적절성이 약간 증가하더라도 때때로 복잡성이 크게 증가해야 합니다. 따라서 문제는 모델의 부적합 정도입니다. 단순한 모델이 멋진 모델보다 나은 경우가 많습니다. 증분을 독립적이고 정규 분포로 간주하고 가격 자체를 랜덤 워크로 간주할 수 있습니다. 실제로 이것은 사실이 아니지만 그럼에도 불구하고 좋은 모델이 될 수 있으며 더 나아갈 수 있습니다.
나는 그것을 의심하지 않았다, 질문이 다르다, 당신이 정확히 무엇을 계산했는지, 나는 그것을 알아 내려고 노력하고 있습니다 (나 자신만을 위해).
문제의 사실은 (나에게) 이해 가능하고 입증된 검증 방법이 어떤 이유로 더 많은 수의 세그먼트를 요구하고 시리즈가 필요하다는 것입니다. 세그먼트별 매개변수의 결과 시리즈는 특정(방법 또는 다양성에 따라 다름) 분포를 준수하는지 분석하고 그 후에야 추세 기준을 적용할 수 있습니다. 두 가지 점에서 그러한 결론을 내리기는 어렵다.
물론 원한다면 할 수 있습니다. 다음은 간단한 예입니다. EURUSD 시리즈인 M15는 200,000개 카운트의 기록이 있습니다. 시리즈를 100,000의 두 섹션으로 나누고 첫 번째 차이의 빈도를 플로팅합니다(두 번째 그림은 로그임).
웃으실 거라 생각합니다만, 정지 상태를 평가하는 시각적 분석도 첫 번째 정보로 사용됩니다. 두 조각의 RMS가 어떻게 상관되는지 살펴봅니다.
Shiryaev가 말했듯이 변동성 자체는 변동성이 있습니다. 분산은 실제로 그것을 측정하는 방법 중 하나입니다. 예, 평균 값을 가지고 있으며 오랜 역사에서 병원의 평균은 일치하지만 이것이 더 짧은 병원의 경우에도 동일하다는 의미는 아닙니다. 변동성은 클러스터링되고 자동 열화되므로 ARCH/GARCH와 같은 모델이 매우 적합하다는 것이 통계적으로 입증되었습니다(예: Shiryaev의 Fundamentals of Financial Mathematics에서 입증됨).
물론 정상성 및 분산 불변성 모델은 이러한 실제 급수의 특성을 고려하지 않습니다.
예, 그리고 순전히 시각적으로 소를 분석함으로써 계속되는 경향이 있는 변동성 증가 기간(예: 현재와 같이)이 있음이 분명합니다. MO도 마찬가지입니다. 많은 양의 데이터를 고려하면 병원의 평균 온도는 0이 됩니다. 그러나 이것은 내부 추세 기간을 제외하지 않습니다. 따라서 MO와 긴 단면의 분산이 일치한다고 해서 계열의 정상성을 나타내는 것은 아닙니다. 분산의 변화를 평가한다면 통계적으로 2점이 아닌 통계적으로 평가합니다. 같은 200톤. 예를 들어 샘플을 1000개의 시리즈로 만들고 분산 분포를 확인합니다.
Для тех кто по прежнему в танке - М.О. случайного блуждания(цены) равно нулю.
m.d.를 평가하려면 이 과정(random walk)의 적어도 시간 영역에서 , 역사의 시작 이후 시리즈의 모든 구성원의 산술 평균에 제한이 있는지 여부를 계산해야 합니다. 그러나 이 양에는 제한이 없습니다. 고전도 아니고 확률(림)도 아닙니다. 방황하는 가격이 궤적의 시작 부분의 가치에서 충분히 오랫동안 임의로 멀리 벗어날 수 있다면 우리는 어떤 한계에 대해 이야기 할 수 있습니까?
약 m.o. 우리는 주어진 지점에서 실현을 평균할 때만 말할 수 있습니다. 하지만 이 경우 팀보가 지적했듯이 이전 가격과 동일합니다.
m.d.를 평가하려면 이 과정(random walk)의 적어도 시간 영역에서 , 역사의 시작 이후 시리즈의 모든 구성원의 산술 평균에 제한이 있는지 여부를 계산해야 합니다. 그러나 이 양에는 제한이 없습니다. 고전도 아니고 확률(림)도 아닙니다. 방황하는 가격이 궤적의 시작 부분의 가치에서 충분히 오랫동안 임의로 멀리 벗어날 수 있다면 우리는 어떤 한계에 대해 이야기 할 수 있습니까?
모에 대해 우리는 주어진 지점에서 실현을 평균할 때만 말할 수 있습니다. 하지만 이 경우 팀보가 지적했듯이 이전 가격과 동일합니다.
예, 분산은 무한대로 진행됩니다. x(t) = x(t-1) + e(t) 공식을 고려하면 e(t) ~ N(0.1), 예, M.O. 즉, 어제 가격은 1.18, 노이즈는 0, 오늘 가격은 x(t) = 1.18+0=1.18 - 우리의 이익은 0에서 수수료를 뺀 값입니다.하지만 나는 M.O. 다음 카운트다운이 아니라 앞으로 예상되는 SB의 움직임 '종'이 있는 팀보 그림을 보세요 - 자, 깨달은 게 몇 개고, M.O.가 뭐에요? 그리고 절대 스케일은 아무 상관이 없어요 즉, 우리가 유로/달러를 거래한다면 - 나는 차트와 현재 가격 없이 거래하고, 나는 매수 및 매도에 압력을 가하고 당신은 TA, 클러스터 fibs에서 거래합니다 - 장기적으로 결과는 같은.
예, 분산은 무한대로 진행됩니다.
당신이 금에 대해 이야기하고 있다면 - 아마도.
그러나 통화 쌍이 아니라 다시 내 의견을 삽입합니다.
리버스 페어에서는 어떻게 보일까요? 제로? ;)
그 과정을 쌍안경으로 보십시오.
직접 및 역 견적을 통해(예: EURUSD 및 USDEUR)...
많은 환상이 사라질 것입니다.
"종"이 있는 팀보의 그림을 보십시오. 자, 얼마나 많은 깨달음이 있는지, M.O.가 무엇입니까? 그리고 매도하고, TA, 클러스터 fibs에서 거래합니다. 장기적으로 결과는 동일할 것입니다.
당신이 금에 대해 이야기하고 있다면 - 아마도. 그러나 통화 쌍이 아니라 다시 내 의견을 삽입합니다. 반환 쌍에서 어떻게 보일까요? 제로? ;)
통화 쌍은 일반 자산이 아니며 다른 규칙이 있습니다. 월간 막대를 보면 평균 회귀 과정이 평균으로 회귀하고 있다고 말할 수 있습니다. 그러나 반면에 월간 바에서 거래하는 사람이 없고 예치금이 장기 하락을 상쇄하기에 충분하지 않다는 점을 감안할 때. 아무도 무한대뿐만 아니라 "길다"라는 개념에 접근조차 할 수 없습니다. 그리고 작은 규모에서는 통화 쌍도 랜덤 워크처럼 작동합니다.