한마디로 설명하기 힘들지만, 통화쌍의 최적 선택을 설명한다는 점에서 hrenfx의 작업이 가장 진실에 가깝다고 생각합니다. 그러나 한 가지 주의사항이 있습니다. hrenfx는 고주파 거래 외에는 이익을 얻을 수 없는 중립적인 시장 스프레드를 찾기 위해 자신의 작업을 사용했습니다(하지만 그 안에서도 스프레드가 모든 이익을 먹어치울 것입니다). 약간 다른 방향으로 파고들 필요가 있습니다.
귀하의 동의가 있으면 더 이상 전략을 공개하지 않을 것입니다(공개되지 않음). 누가 운명인가 - 스스로 이것에 올 것입니다.
hrenfx는 그래프에 낮은 분산과 같은 속성을 부여했습니다. 실제로 그래프에 어떤 속성을 부여해야 합니까?
나는 거래와 알렉산더와 조커와 세카를 보았다. Alexander의 거래는 다음과 같이 진행되고 있습니다. "스프레드를 직접 그리고, 상품과 거래량 지수를 선택하여 등거리 스프레드 주식 채널의 간격을 안정시키십시오. 채널 상단에서 매도, 하단에서 매수, 사실, 모든 지혜.", 예를 들어
레드 라인 - Nekolla 채널. 왼쪽 세로선 은 거래의 시작이고 오른쪽 세로선은 마감입니다. 그는 어떻게 채널을 구축합니까?
가격 스프레드를 구축하고 단순 선형 회귀를 통해 계수를 찾으면 이러한 계수는 스프레드를 구성하는 로트 수를 반영합니다.
예를 들어 가격 로그를 취하는 경우 로트로 변환하는 방법 log(EURGBP) = log(EURUSD) - log(GBPUSD) 또는 Yi=Xi*Хi와 같은 스프레드의 경우?
hrenfx는 1 로트를 여는 데 필요한 여유 마진으로 나누어 계수를 로트 시스템으로 가져와야 한다고 씁니다. 이유를 알 수 없다
이것은 매우 조잡하고 비효율적인 접근 방식입니다!
예를 들어 활성 거래와 같은 중개인의 경우 프랑 쌍에 대한 마진은 1:25를 기준으로 계산됩니다.
이 접근 방식을 사용하면 프랑 쌍에 대한 로트 선택이 나머지에 대해 1:100에서 큰 왜곡이 될 것이 분명합니다.
마진으로 제비를 세어서는 안 됩니다. 포지션 가치 측면에서 훨씬 낫기 때문입니다. 그 방법은 다음과 같습니다.
1. 종가와 계약금액의 곱의 합을 회귀계수의 계수로 계산
2. 원하는 포트폴리오 가치와 위 금액 사이의 비율로 거래량 승수를 계산합니다.
3. 승수와 반올림을 사용하여 로트를 정규화(루트를 로트로 변환)
예를 들어 주어진 변동성 채널로 로트를 정규화하는 대체 방법이 있을 수 있습니다.
그러나 압축 해제된 상품의 변동성 이상치는 더 높을 수 있고 압축된 상품의 경우 더 낮을 수 있다는 점을 명심해야 합니다.
가격의 대수 IMHO 일반적으로 무의미한 학문적 왜곡
거버트 X : 여기에 또 다른 인용문이 있습니다. 빨간색 선은 Nekolla 채널입니다. 왼쪽 세로선은 거래의 시작이고 오른쪽 세로선은 마감입니다. 그는 어떻게 채널을 구축합니까?
예, 악마는 수동으로 선택하는 방법을 알고 있습니다. 따라서 곡선의 스프레드는 포커와 비슷하지만 이것은 Leonid 표시기에 의한 선택일 가능성이 큽니다.
그러나 이것은 절대적으로 중요하지 않습니다. 모든 취향에 맞는 다양한 유형의 슬라이드로 백만 개의 스프레드를 설정할 수 있기 때문입니다.
채널 라인의 모양으로 판단하면 이것은 이동 평균에서 약간의 계수가 지연되거나 평균에서 ATR이 지연되는 강하게 평활화된 표준 편차입니다.
탈렉스 :
나는 거래와 알렉산더와 조커와 세카를 보았다. Alexander의 거래는 다음과 같이 진행되고 있습니다. "스프레드를 직접 그리고, 상품과 거래량 지수를 선택하여 등거리 스프레드 주식 채널의 간격을 안정시키십시오. 채널 상단에서 매도, 하단에서 매수, 사실, 모든 지혜.", 예를 들어
확산 확산의 문제와 추세로의 전환 문제를 해결하는 것만 남아 있습니다. 그러면 성배가 있을 것입니다.
찢어진 스프레드를 평균화하는 것은 매우 감사할 일입니다.
선택한 악기와 볼륨은 때때로 여러 번 변경해야 합니다.
여러 번 말했듯이 평균 회귀보다 스프레드에 대한 방향성 모델을 거래하는 것이 좋습니다.
외환 모기지보다 나쁜 채널을 인위적으로 정체시켜 볼륨으로 마무리
거버트 X : 스레드 읽기... 여기에서 이 인용문을 찾았습니다. hrenfx는 그래프에 낮은 분산과 같은 속성을 부여했습니다. 실제로 그래프에 어떤 속성을 부여해야 합니까?
아니오, 그렇지 않습니다. 모든 회귀 계수에 대해 단일 척도 계수를 사용하므로 로트 비율은 가능한 한 원래 계수 비율에 해당하며 편차는 0.01(최소 로트)로 반올림할 때 오류에만 있습니다. LOT[i] = ROOT[ i] * scale_volume, 여기서 LOT[i]는 전체 로트, ROOT[i]는 전체 루트, scale_volume은 비율 구조를 위반하지 않지만 비선형 정규화 및 각 상품에 대해 독립적으로 계산하면 위반이 발생하므로 모든 사인 등이 사라지고 이론적으로 물론 시장 단계를 "추측"하고 포트폴리오를 개선하는 방식으로 로트를 선택할 수 있습니다. 이 경우 회귀 모델 은 의미를 상실하고 상품을 별도로 분석하는 것이 더 낫습니다. 이것은 다중 상품 거래의 변형이 될 것이며, 이는 포트폴리오 접근 방식의 일부이지만 다른 지점에 속합니다.
당신과 나는 합성 물질에 대한 인식이 다를 뿐입니다. 일반적으로 동적 계수로 작업하는 방법을 알아냈습니다.
저는 Portfolio Optimizer 코드를 훑어보았습니다(MQL로 작성하지는 않았지만). 합성 공식은 주식과 동일하며(반올림 제외) 회귀는 주식 데이터를 기반으로 합니다. 그리고 합성 공식에서는 이미 ContractValue를 통해 이익을 위한 로트 감소가 이루어졌습니다[i].
그러나 원하는 경우 합성 공식에 확률적 종속성 및 다양한 주기 등을 추가할 수 있습니다. 그리고 이러한 관계가 항상 선형적인 것은 아닙니다. 그리고 일반적으로 거리에서 가능한 한 오래 지속되는 합성의 특성을 찾을 필요가 있습니다. 합성 공식의 설명되지 않은 구성 요소의 영향이 나타나므로 오류가 빠르게 누적됩니다. 따라서 특별한 경우를 구현할 때.
여기에서 이 인용문을 찾았습니다.
한마디로 설명하기 힘들지만, 통화쌍의 최적 선택을 설명한다는 점에서 hrenfx의 작업이 가장 진실에 가깝다고 생각합니다. 그러나 한 가지 주의사항이 있습니다. hrenfx는 고주파 거래 외에는 이익을 얻을 수 없는 중립적인 시장 스프레드를 찾기 위해 자신의 작업을 사용했습니다(하지만 그 안에서도 스프레드가 모든 이익을 먹어치울 것입니다). 약간 다른 방향으로 파고들 필요가 있습니다.
귀하의 동의가 있으면 더 이상 전략을 공개하지 않을 것입니다(공개되지 않음). 누가 운명인가 - 스스로 이것에 올 것입니다.
나는 거래와 알렉산더와 조커와 세카를 보았다. Alexander의 거래는 다음과 같이 진행되고 있습니다. "스프레드를 직접 그리고, 상품과 거래량 지수를 선택하여 등거리 스프레드 주식 채널의 간격을 안정시키십시오. 채널 상단에서 매도, 하단에서 매수, 사실, 모든 지혜.", 예를 들어
친구 여러분, 이것을 설명하십시오.
가격 스프레드를 구축하고 단순 선형 회귀 를 통해 계수를 찾으면 이러한 계수는 스프레드를 구성하는 로트 수를 반영합니다.
예를 들어 가격 로그를 취하는 경우 로트로 변환하는 방법 log(EURGBP) = log(EURUSD) - log(GBPUSD) 또는 Yi=Xi*Хi와 같은 스프레드의 경우?
hrenfx는 1 로트를 여는 데 필요한 여유 마진으로 나누어 계수를 로트 시스템으로 가져와야 한다고 씁니다. 이유를 알 수 없다
친구 여러분, 이것을 설명하십시오.
가격 스프레드를 구축하고 단순 선형 회귀를 통해 계수를 찾으면 이러한 계수는 스프레드를 구성하는 로트 수를 반영합니다.
예를 들어 가격 로그를 취하는 경우 로트로 변환하는 방법 log(EURGBP) = log(EURUSD) - log(GBPUSD) 또는 Yi=Xi*Хi와 같은 스프레드의 경우?
hrenfx는 1 로트를 여는 데 필요한 여유 마진으로 나누어 계수를 로트 시스템으로 가져와야 한다고 씁니다. 이유를 알 수 없다
이것은 매우 조잡하고 비효율적인 접근 방식입니다!
예를 들어 활성 거래와 같은 중개인의 경우 프랑 쌍에 대한 마진은 1:25를 기준으로 계산됩니다.
이 접근 방식을 사용하면 프랑 쌍에 대한 로트 선택이 나머지에 대해 1:100에서 큰 왜곡이 될 것이 분명합니다.
마진으로 제비를 세어서는 안 됩니다. 포지션 가치 측면에서 훨씬 낫기 때문입니다. 그 방법은 다음과 같습니다.
1. 종가와 계약금액의 곱의 합을 회귀계수의 계수로 계산
2. 원하는 포트폴리오 가치와 위 금액 사이의 비율로 거래량 승수를 계산합니다.
3. 승수와 반올림을 사용하여 로트를 정규화(루트를 로트로 변환)
예를 들어 주어진 변동성 채널로 로트를 정규화하는 대체 방법이 있을 수 있습니다.
그러나 압축 해제된 상품의 변동성 이상치는 더 높을 수 있고 압축된 상품의 경우 더 낮을 수 있다는 점을 명심해야 합니다.
가격의 대수 IMHO 일반적으로 무의미한 학문적 왜곡
여기에 또 다른 인용문이 있습니다. 빨간색 선은 Nekolla 채널입니다. 왼쪽 세로선은 거래의 시작이고 오른쪽 세로선은 마감입니다. 그는 어떻게 채널을 구축합니까?
예, 악마는 수동으로 선택하는 방법을 알고 있습니다. 따라서 곡선의 스프레드는 포커와 비슷하지만 이것은 Leonid 표시기에 의한 선택일 가능성이 큽니다.
그러나 이것은 절대적으로 중요하지 않습니다. 모든 취향에 맞는 다양한 유형의 슬라이드로 백만 개의 스프레드를 설정할 수 있기 때문입니다.
채널 라인의 모양으로 판단하면 이것은 이동 평균에서 약간의 계수가 지연되거나 평균에서 ATR이 지연되는 강하게 평활화된 표준 편차입니다.
나는 거래와 알렉산더와 조커와 세카를 보았다. Alexander의 거래는 다음과 같이 진행되고 있습니다. "스프레드를 직접 그리고, 상품과 거래량 지수를 선택하여 등거리 스프레드 주식 채널의 간격을 안정시키십시오. 채널 상단에서 매도, 하단에서 매수, 사실, 모든 지혜.", 예를 들어
확산 확산의 문제와 추세로의 전환 문제를 해결하는 것만 남아 있습니다. 그러면 성배가 있을 것입니다.
찢어진 스프레드를 평균화하는 것은 매우 감사할 일입니다.
선택한 악기와 볼륨은 때때로 여러 번 변경해야 합니다.
여러 번 말했듯이 평균 회귀보다 스프레드에 대한 방향성 모델을 거래하는 것이 좋습니다.
외환 모기지보다 나쁜 채널을 인위적으로 정체시켜 볼륨으로 마무리
스레드 읽기...
여기에서 이 인용문을 찾았습니다.
hrenfx는 그래프에 낮은 분산과 같은 속성을 부여했습니다. 실제로 그래프에 어떤 속성을 부여해야 합니까?
분산 최소화는 매우 상대적이며 항상 유용한 것은 아닙니다.
일반적 으로 최적화 기준 은 무엇이든 될 수 있으며 "올바른" 방법은 없습니다.
그것은 모두 우리가 거래하려는 모델에 달려 있습니다
변동성 분석을 원하면 포트폴리오의 음의 상관 관계를 차단하여 변동성을 억제하는 것이 논리적입니다.
그런 다음 예를 들어 빅 뉴스가 나오기 전에 짧은 기간을 만들고 하드 코어에서 시작합니다.
반대로 반등을 거래하기 위해 양의 상관 관계를 추가하고 최적화 간격의 추세를 짜낼 수 있습니다.
비대칭 기능으로 초기 이동을 설정하고 수정 단계를 기다릴 수 있습니다.
모든 것에 점수를 매기고 재림의 예언자 조커처럼 포워드에서 필터링하여 많은 스프레드를 구축할 수 있습니다.
사도 시대 이전의 성 니콜라스와 같은 스프레드 구성 요소가 있는 하드 코어 피라미드를 만들 수 있습니다.
즉, 다른 모델에 대해 다른 목적 함수와 다른 최적화 기준이 있습니다.
.... 존경하는 당신의 저녁 패스 전문가
이것은 매우 조잡하고 비효율적인 접근 방식입니다!
예를 들어 활성 거래와 같은 중개인의 경우 프랑 쌍에 대한 마진은 1:25를 기준으로 계산됩니다.
이 접근 방식을 사용하면 프랑 쌍에 대한 로트 선택이 나머지 1:100에서 큰 왜곡이 될 것이 분명합니다.
마진으로 제비를 세어서는 안 됩니다. 포지션 가치 측면에서 훨씬 더 낫기 때문입니다. 그 방법은 다음과 같습니다.
1. 종가와 계약금액의 곱의 합을 회귀계수의 계수로 계산
2. 원하는 포트폴리오 가치와 위 금액 사이의 비율로 거래량 승수를 계산합니다.
3. 승수 및 반올림을 사용하여 로트를 정규화(루트를 로트로 변환)
예를 들어 주어진 변동성 채널로 로트를 정규화하는 대체 방법이 있을 수 있습니다.
그러나 압축 해제된 상품의 변동성 이상치는 더 높을 수 있고 압축된 상품의 경우 더 낮을 수 있음을 명심해야 합니다.
가격의 대수 IMHO 일반적으로 무의미한 학문적 왜곡
몇 가지 예를 들어 보여줄 수 있습니까?
하지만 제발
double total_value=0; // зануляем объем
for(int i=0; i<total; i++) // перебираем все инструменты
total_value += closing[i] * ContractValue(SYMBOLS[i],limit_time,timeframe) * MathAbs(LOTS[i]); // считаем объем для i-ого инструмента, ContractValue - функция оценки контрактов
if(total_value==0) { Alert("Incorrect volume scaling!"); error=true; first_run=false; return; } // сообщаем об ошибке если ноль, мало ли
scale_volume=portfolio_value/total_value; // определяем множитель
for(int i=0; i<total; i++) // снова перебираем все инструменты
LOTS[i]=NormalizeDouble(LOTS[i]*scale_volume,lots_digits); // рассчитываем лоты
transcendreamer :
그러나 확장 가능한 계수를 통해 모든 회귀 계수를 포트폴리오 값으로 선형적으로 가져오는 것으로 나타났습니다. 그러나 내가 이해하는 한 이상적으로는 주식 차트가 합성 차트에 최대한 근접해야 하지만 이 접근 방식에 따르면 그렇지 않습니다.
일반적으로 3개의 자산에 대한 자기자본 공식은 다음과 같습니다.
자기자본=볼륨[1]*가격[1]*1랏의 비용+ 볼륨[2]*가격[2]*1랏의 비용+ 볼륨[2]*가격[2]*1랏의 비용
단순 선형 회귀의 경우 합성 그래프는
스프레드= a*가격[1]+b*가격[2]+c*가격[3]
저것들.
Volume[1]=a/(티커 1의 1랏 비용)
Volume[2]=b/(티커 2의 1랏 비용)
Volume[3]=c/(티커 3의 1랏 비용)
그러나 이것은 회귀 Price[1]=b/a*Price[2]+c/a*Price[3]
그러나 순 가격을 취하지 않고 가장 단순한 형태(basis {x; sinx}) Price[1]=A(Price[2]+a*sin(2*PI *b*가격[2]))+B(가격[3]+c*sin(2*PI*d*가격[3]))
(이제 이러한 함수에 대한 최적의 계수 a,b,c,d를 찾는 방법은 중요하지 않습니다. 접근 방식 자체가 흥미롭습니다.)
이제 시세의 균형을 맞추기 위해 계수를 비선형으로 가져와 로트로 이동해야 합니다.
Volume[2]=A(Price[2]+a*sin(2*PI*b*Price[2]))/(Ticker 2 1랏의 비용)
Volume[3]=B(Price[3]+c*sin(2*PI*d*Price[3]))/(Ticker 3 1랏의 비용)
저것들. 계수는 일정하지 않으며 가격이 변할 때 항상 볼륨을 재조정해야 합니다.
내가 어디가 틀렸는지 말해줘
그리고 항상 선형이 아닌 다른 기능적 종속성이 검색된 스프레드에 대한 포지션을 열기 위해 로트에서 계수를 찾는 방법은 무엇입니까?
아니면 기능적 의존성 자체가 일반적으로 우리에게 중요하지 않으며(어느 것이든 가능) 회귀 계수 A, B가 포트폴리오 가치(및 로트 가치)로 선형적으로 완전히 로트 시스템으로 변환됩니까?
kirill_K :
...
아니오, 그렇지 않습니다. 모든 회귀 계수에 대해 단일 척도 계수를 사용하므로 로트 비율은 가능한 한 원래 계수 비율에 해당하며 편차는 0.01(최소 로트)로 반올림할 때 오류에만 있습니다. LOT[i] = ROOT[ i] * scale_volume, 여기서 LOT[i]는 전체 로트, ROOT[i]는 전체 루트, scale_volume은 비율 구조를 위반하지 않지만 비선형 정규화 및 각 상품에 대해 독립적으로 계산하면 위반이 발생하므로 모든 사인 등이 사라지고 이론적으로 물론 시장 단계를 "추측"하고 포트폴리오를 개선하는 방식으로 로트를 선택할 수 있습니다. 이 경우 회귀 모델 은 의미를 상실하고 상품을 별도로 분석하는 것이 더 낫습니다. 이것은 다중 상품 거래의 변형이 될 것이며, 이는 포트폴리오 접근 방식의 일부이지만 다른 지점에 속합니다.
초월자 ,
당신과 나는 합성 물질에 대한 인식이 다를 뿐입니다. 일반적으로 동적 계수로 작업하는 방법을 알아냈습니다.
저는 Portfolio Optimizer 코드를 훑어보았습니다(MQL로 작성하지는 않았지만). 합성 공식은 주식과 동일하며(반올림 제외) 회귀는 주식 데이터를 기반으로 합니다. 그리고 합성 공식에서는 이미 ContractValue를 통해 이익을 위한 로트 감소가 이루어졌습니다[i].
그러나 원하는 경우 합성 공식에 확률적 종속성 및 다양한 주기 등을 추가할 수 있습니다. 그리고 이러한 관계가 항상 선형적인 것은 아닙니다. 그리고 일반적으로 거리에서 가능한 한 오래 지속되는 합성의 특성을 찾을 필요가 있습니다. 합성 공식의 설명되지 않은 구성 요소의 영향이 나타나므로 오류가 빠르게 누적됩니다. 따라서 특별한 경우를 구현할 때.
어쨌든 피드백 주셔서 감사합니다.