러시아어를 사용하는 인터넷에서 이 맥락에서 파란색으로 강조 표시된 용어를 마틴게일 이라고 합니다.
개인적인 것은 없고 마틴게일일 뿐입니다. 이것은 무작위 프로세스의 특성이지만 거래 방식은 아닙니다.
사실, 마틴게일과 마틴게일은 잃을 때 베팅을 늘리는 전략을 명명하는 데 사용됩니다.
포럼의 예: "[Bond]는 다섯 번째 테이블에서 빨간색으로 마틴게일을 연주했습니다. ... Bond 씨는 끈기 있고 위험을 감수하는 방법을 알고 있습니다." (c) 플레밍, "카지노 로얄"
또한: "오늘 나는 게임을 요청합니다. 그들은 그만두는 데 동의하지 않을 것입니다. 한 가지 방법: 두 배 - 마틴게일에. 당신의 아버지가 나를 도왔습니다. 옛날을 흔들어 놓을 것입니다. 팬 또는 사라. 자정까지 운이 좋다 - 운이 없다 - 당신과 나는 한 번에 - 그리고 끝은 물에 있습니다. (c) Odoevsky V.F., Martingale(장의사의 메모에서).
Martingale - 이것은 현대적이지는 않지만 역사적으로 문학적이며 말의 뿌리를 나타냅니다 . :)
실험을 위해 경쟁 결과를 사용하는 것은 완전히 정당화되지 않습니다. 사실은 경쟁이 "정상적인" 거래와 달리 다소 다른 접근 방식을 사용한다는 것입니다. 따라서 분석 결과가 완전히 정확하지는 않습니다.
스프레드 거래 방법. 그들 중 하나는 당신이 설명하는 것입니다. 이것은 "쌍"거래가 아니지만 특정 합성 지표를 사용하면 원칙적으로 동일한 매쉬가 얻어집니다. 고전적인 또 다른 방법은 지표의 움직임을 0으로 바꾸는 것입니다. 저것들. 고점(또는 그 정도)에서 두 상품(바스켓 거래, 바스켓 구매의 경우)에 진입하면 0에서 종료됩니다. 반대로 하는 또 다른 방법은 0에서 진입하고 최고점에서(또는 0에서 특정 거리에서) 빠져나가는 것입니다.
나는 당신이 설명 한 것을 시도했습니다. 사소한 것을 제외하고 모든 것이 훌륭합니다. 추세를 고려해야합니다. 그리고 공적분을 사용하는 것은 입력 출력의 품질을 향상시키는 것일 뿐이지만 이 문제를 해결할 수 있는 다른 방법이 있습니다.
faa1947 : 나는 당신이 설명 한 것을 시도했습니다. 사소한 것을 제외하고 모든 것이 훌륭합니다. 추세를 고려해야합니다. 그리고 공적분을 사용하는 것은 입력 출력의 품질을 향상시키는 것일 뿐이지만 이 문제를 해결할 수 있는 다른 방법이 있습니다.
이것은 페어 트레이딩의 핵심이 두 개의 관련 자산을 동시에 사고 파는 것이기 때문에 조금 이상합니다. 이 경우 두 자산의 가격이 어디로 이동하든(두 자산의 일관된 추세 또는 상승 또는 하락) 자산이 수렴할 때 차이를 얻을 수 있다고 믿어집니다. 원칙적으로 사람들이 페어 트레이딩을 하는 것은 이러한 가정된 속성 때문에 추세를 고려할 필요가 없습니다. 물론 실제로 모든 것이 우리가 원하는 만큼 장밋빛이 아닙니다.
두 번째 요점, 공적분은 "기본적인" 금융 시리즈에 대해 발명되고 정당화되었습니다. 시리즈가 통계의 모든 종류의 숫자뿐만 아니라 큰 기본 요소에 의해 상호 연결되어 있다고 가정하는 매우 심각한 이유가 있는 경우. 통화는 확실히 서로 연결되어 있지만 직접적으로 연결되어 있지는 않습니다. 연결이 비선형이고 종종 간접적이며 심지어 시간적으로 간격이 있습니다. 따라서 통화에 대해 좋은 계수가 얻어지면 믿지 마십시오. 실제 공적분은 없으며 모두 잘못된 결과입니다.
이것은 페어 트레이딩의 핵심이 두 개의 관련 자산을 동시에 사고 파는 것이기 때문에 조금 이상합니다. 이 경우 두 자산의 가격이 어디를 가든지(두 자산의 일관된 추세가 상승 또는 하락) 자산이 수렴할 때 차이를 얻을 수 있다고 믿어집니다. 원칙적으로 사람들이 페어 트레이딩을 하는 것은 이러한 가정된 속성 때문에 추세를 고려할 필요가 없습니다. 물론 실제로 모든 것이 우리가 원하는 만큼 장밋빛이 아닙니다.
이론상 그렇습니다. 차이가 0이면 시장에 진입 할 때의 통화 차이가 이익이 됩니다. 두 통화의 성장률 이 동일한 경우. 그리고 다른 통화는 이동할 때 다른 증가분이 있습니다.
EURUSD <-> GBPUSD 쌍을 공부했습니다. 모델을 만들 때 모든 것이 좋습니다. 결과: 핍 단위의 이익 계수 = 1.1. 거래 이익 계수 = 1.05. 이것은 확산을 고려하지 않은 것입니다. 나는 MM에게 매우 고무적인 결과이기는 하지만 그러한 이익 요인에 대해 논의하지 않습니다. 뽑힐 수도 있습니다.
이론상 그렇습니다. 차이 = 0이면 시장에 진입할 때의 통화 차이가 이익입니다. 두 통화의 성장률 이 동일한 경우. 그리고 다른 통화는 이동할 때 다른 증가분이 있습니다.
아마도 우리는 다른 것에 대해 이야기하고 있습니다.
다음은 차익거래의 전형적인 사례입니다.
파란색과 녹색의 두 가지 자산. 포인트 1에서 Blue를 6에 매도하고 Green을 2에서 구매하면 포인트 2의 이익은 = 4가 됩니다. 이것이 가장 간단한 경우입니다. 그러나 상승 추세가있을 때.
다시 한 번, 포인트 1에서 사고 팔면 포인트 2의 이익 = 4가 됨을 쉽게 알 수 있습니다. 동시에 Blue에 따르면 물론 손실이 발생하지만 보상됩니다. 그린의 이익으로. 합의된 자산 이동이 중단된 경우에도 마찬가지입니다.
아무것도 변하지 않고 총 이익은 4로 유지됩니다. 그래서 그들은 페어 트레이딩에서 추세가 중요하지 않다고 말합니다. 그림에서와 같이 가장 단순한 경우에는 이것이 사실이지만 실제로는 그렇지 않습니다.
faa1947 :
EURUSD <-> GBPUSD 쌍을 공부했습니다. 모델을 만들 때 모든 것이 좋습니다. 결과: 핍 단위의 이익 계수 = 1.1. 거래 이익 계수 = 1.05. 이것은 확산을 고려하지 않은 것입니다. 나는 MM에게 매우 고무적인 결과이기는 하지만 그러한 이익 요인에 대해 논의하지 않습니다. 뽑힐 수도 있습니다.
원칙적으로는 맞는 말이지만, 한편으로는 이 두 통화의 현 상황을 소개합니다.
위의 그림에서 설명한 상황이 여기에서도 발생합니다. 전체 질문은 빨간색 선, 합성을 올바르게 그리는 것입니다.
러시아어를 사용하는 인터넷에서 이 맥락에서 파란색으로 강조 표시된 용어를 마틴게일 이라고 합니다.
개인적인 것은 없고 마틴게일일 뿐입니다. 이것은 무작위 프로세스의 특성이지만 거래 방식은 아닙니다.
러시아어를 사용하는 인터넷에서 이 맥락에서 파란색으로 강조 표시된 용어를 마틴게일 이라고 합니다.
개인적인 것은 없고 마틴게일일 뿐입니다. 이것은 무작위 프로세스의 특성이지만 거래 방식은 아닙니다.
사실, 마틴게일과 마틴게일은 잃을 때 베팅을 늘리는 전략을 명명하는 데 사용됩니다.
포럼의 예: "[Bond]는 다섯 번째 테이블에서 빨간색으로 마틴게일을 연주했습니다. ... Bond 씨는 끈기 있고 위험을 감수하는 방법을 알고 있습니다." (c) 플레밍, "카지노 로얄"
또한: "오늘 나는 게임을 요청합니다. 그들은 그만두는 데 동의하지 않을 것입니다. 한 가지 방법: 두 배 - 마틴게일에. 당신의 아버지가 나를 도왔습니다. 옛날을 흔들어 놓을 것입니다. 팬 또는 사라. 자정까지 운이 좋다 - 운이 없다 - 당신과 나는 한 번에 - 그리고 끝은 물에 있습니다. (c) Odoevsky V.F., Martingale(장의사의 메모에서).
Martingale - 이것은 현대적이지는 않지만 역사적으로 문학적이며 말의 뿌리를 나타냅니다 . :)
몇 가지 메모입니다. 비판의 의미가 아니라 주제에 대한 생각의 형태로.
실험을 위해 경쟁 결과를 사용하는 것은 완전히 정당화되지 않습니다. 사실은 경쟁이 "정상적인" 거래와 달리 다소 다른 접근 방식을 사용한다는 것입니다. 따라서 분석 결과가 완전히 정확하지는 않습니다.
스프레드 거래 방법. 그들 중 하나는 당신이 설명하는 것입니다. 이것은 "쌍"거래가 아니지만 특정 합성 지표를 사용하면 원칙적으로 동일한 매쉬가 얻어집니다. 고전적인 또 다른 방법은 지표의 움직임을 0으로 바꾸는 것입니다. 저것들. 고점(또는 그 정도)에서 두 상품(바스켓 거래, 바스켓 구매의 경우)에 진입하면 0에서 종료됩니다. 반대로 하는 또 다른 방법은 0에서 진입하고 최고점에서(또는 0에서 특정 거리에서) 빠져나가는 것입니다.
똑똑한 기사가 몇 개나 되지만 요점은 "0", 놈들이 사이비 과학을 하고 있다)
나는 당신이 설명 한 것을 시도했습니다. 사소한 것을 제외하고 모든 것이 훌륭합니다. 추세를 고려해야합니다. 그리고 공적분을 사용하는 것은 입력 출력의 품질을 향상시키는 것일 뿐이지만 이 문제를 해결할 수 있는 다른 방법이 있습니다.
이것은 페어 트레이딩의 핵심이 두 개의 관련 자산을 동시에 사고 파는 것이기 때문에 조금 이상합니다. 이 경우 두 자산의 가격이 어디로 이동하든(두 자산의 일관된 추세 또는 상승 또는 하락) 자산이 수렴할 때 차이를 얻을 수 있다고 믿어집니다. 원칙적으로 사람들이 페어 트레이딩을 하는 것은 이러한 가정된 속성 때문에 추세를 고려할 필요가 없습니다. 물론 실제로 모든 것이 우리가 원하는 만큼 장밋빛이 아닙니다.
두 번째 요점, 공적분은 "기본적인" 금융 시리즈에 대해 발명되고 정당화되었습니다. 시리즈가 통계의 모든 종류의 숫자뿐만 아니라 큰 기본 요소에 의해 상호 연결되어 있다고 가정하는 매우 심각한 이유가 있는 경우. 통화는 확실히 서로 연결되어 있지만 직접적으로 연결되어 있지는 않습니다. 연결이 비선형이고 종종 간접적이며 심지어 시간적으로 간격이 있습니다. 따라서 통화에 대해 좋은 계수가 얻어지면 믿지 마십시오. 실제 공적분은 없으며 모두 잘못된 결과입니다.
그러나 특정 요소가 있으면 페어 트레이딩 자체에 참여할 수 있습니다.
이것은 페어 트레이딩의 핵심이 두 개의 관련 자산을 동시에 사고 파는 것이기 때문에 조금 이상합니다. 이 경우 두 자산의 가격이 어디를 가든지(두 자산의 일관된 추세가 상승 또는 하락) 자산이 수렴할 때 차이를 얻을 수 있다고 믿어집니다. 원칙적으로 사람들이 페어 트레이딩을 하는 것은 이러한 가정된 속성 때문에 추세를 고려할 필요가 없습니다. 물론 실제로 모든 것이 우리가 원하는 만큼 장밋빛이 아닙니다.
이론상 그렇습니다. 차이가 0이면 시장에 진입 할 때의 통화 차이가 이익이 됩니다. 두 통화의 성장률 이 동일한 경우. 그리고 다른 통화는 이동할 때 다른 증가분이 있습니다.
EURUSD <-> GBPUSD 쌍을 공부했습니다. 모델을 만들 때 모든 것이 좋습니다. 결과: 핍 단위의 이익 계수 = 1.1. 거래 이익 계수 = 1.05. 이것은 확산을 고려하지 않은 것입니다. 나는 MM에게 매우 고무적인 결과이기는 하지만 그러한 이익 요인에 대해 논의하지 않습니다. 뽑힐 수도 있습니다.
이것은 페어 트레이딩의 핵심이 두 개의 관련 자산을 동시에 사고 파는 것이기 때문에 조금 이상합니다. 이 경우 두 자산의 가격이 어디를 가든지(두 자산의 일관된 추세가 상승 또는 하락) 자산이 수렴할 때 차이를 얻을 수 있다고 믿어집니다.
이론상 그렇습니다. 차이 = 0이면 시장에 진입할 때의 통화 차이가 이익입니다. 두 통화의 성장률 이 동일한 경우. 그리고 다른 통화는 이동할 때 다른 증가분이 있습니다.
아마도 우리는 다른 것에 대해 이야기하고 있습니다.
다음은 차익거래의 전형적인 사례입니다.
파란색과 녹색의 두 가지 자산. 포인트 1에서 Blue를 6에 매도하고 Green을 2에서 구매하면 포인트 2의 이익은 = 4가 됩니다. 이것이 가장 간단한 경우입니다. 그러나 상승 추세가있을 때.
다시 한 번, 포인트 1에서 사고 팔면 포인트 2의 이익 = 4가 됨을 쉽게 알 수 있습니다. 동시에 Blue에 따르면 물론 손실이 발생하지만 보상됩니다. 그린의 이익으로. 합의된 자산 이동이 중단된 경우에도 마찬가지입니다.
아무것도 변하지 않고 총 이익은 4로 유지됩니다. 그래서 그들은 페어 트레이딩에서 추세가 중요하지 않다고 말합니다. 그림에서와 같이 가장 단순한 경우에는 이것이 사실이지만 실제로는 그렇지 않습니다.
EURUSD <-> GBPUSD 쌍을 공부했습니다. 모델을 만들 때 모든 것이 좋습니다. 결과: 핍 단위의 이익 계수 = 1.1. 거래 이익 계수 = 1.05. 이것은 확산을 고려하지 않은 것입니다. 나는 MM에게 매우 고무적인 결과이기는 하지만 그러한 이익 요인에 대해 논의하지 않습니다. 뽑힐 수도 있습니다.
원칙적으로는 맞는 말이지만, 한편으로는 이 두 통화의 현 상황을 소개합니다.
위의 그림에서 설명한 상황이 여기에서도 발생합니다. 전체 질문은 빨간색 선, 합성을 올바르게 그리는 것입니다.
그리고 왜 계측기 간의 상관 관계가 존재하면 계측기의 수렴 가능성이 0으로 증가해야 합니까? 이 아이디어에 따르면 두 개의 무작위 상관 변수는 분산이 더 적지만 특성은 동일합니다. 규모는 작지만 동일한 무한 랜덤 워크를 갖게 됩니다.