Como posso saber a diferença entre um gráfico FOREX e um PRNG? - página 19

Novo comentário
 
AlexEro:

3. Deixe-me dizer com mais detalhes. Você deu uma fórmula de autocorrelação para uma série temporal normalmente distribuída de variáveis aleatórias. O desvio padrão é um bom critério para a média apenas para uma distribuição gaussiana. No caso geral das séries de preços, o desvio padrão não só não é o melhor critério de otimização da chamada expectativa, como leva ao critério errado. É por isso que no comércio das máscaras (MA) ou funcionam ou não funcionam de todo.


Antes de publicá-los, eu verifiquei cuidadosamente todos os cálculos. Conheço três maneiras de calcular a ACF, todas as três são mostradas abaixo na captura de tela e no arquivo Matcadet (anexo). Os resultados dos cálculos são os mesmos para todos os três métodos. Se você conhece um cálculo mais correto de ACF, por favor, compartilhe a fórmula. Coloco apenas a terceira forma de cálculo, a da forma de cabeça, no código bais. E quando eu estava portando o código eu peguei um bug no MQL e sugeri uma variante mais perfeita de cálculo de regressão linearhttps://www.mql5.com/ru/forum/107017/page6

Arquivos anexados:
akf.zip  45 kb
 

Quando e se você SABER EXATAMENTE que sua distribuição aleatória de variáveis é normal, estes são métodos de autocorrelação. Somente então estas fórmulas dão uma estimativa mais ou menos confiável da "autocorrelação", a repetibilidade estatística de uma série. Para uma estimativa aproximada (do grau de repetibilidade da série, ou falta de repetibilidade nos resíduos do modelo ao subtrair uma série do mesmo, ou seja, para verificar a validade do modelo - como fazem na ARIMA ou outra coisa qualquer) eles certamente podem ser usados (exceto todos os tipos de Fourier). Mas para sistemas altamente variáveis, estes métodos dão um grande erro. Mas de que tamanho é este erro e o erro é aceitável para negociação com alavancagem de 1:100 e volatilidade de 1-2% por dia?

Se a distribuição de uma variável aleatória for desconhecida (série de preços), então um DEVE aplicar outros métodos não-paramétricos mais complexos (classificados, classificados) para calcular correlações (e autocorrelações).

https://ru.wikipedia.org/wiki/Корреляция

Eles são freqüentemente usados nas ciências sociais para "correlações", porque há muito tempo se sabe que os métodos teóricos técnicos do "quadrado-médio" simplesmente não funcionam lá. Há até mesmo um pacote especial de estatísticas não paramétricas chamado SPSS para essas pessoas.

https://ru.wikipedia.org/wiki/SPSS

Exatamente o mesmo deve ser feito para as correlações automáticas.

http://www.hr-portal.ru/statistica/gl13/gl13.php

Em estatística, o termo estatística não paramétrica tem pelo menos dois significados diferentes:

  1. O primeiro significado de técnicas não paramétricas abrange técnicas que não dependem de dados pertencentes a nenhuma distribuição em particular. Estes incluem, entre outros:
    • Métodos dedistribuição livre, que não se baseiam em suposições de que os dados são extraídos de uma dada distribuição de probabilidade. Como tal, é o oposto das estatísticas paramétricas. Inclui modelos estatísticos não paramétricos, inferências e testes estatísticos.
    • estatísticas não paramétricas (no sentido de uma estatística sobre dados, que é definida como uma função sobre uma amostra que não tem dependência de um parâmetro), cuja interpretação não depende da população que se enquadra em nenhuma distribuição parametrizada. As estatísticas baseadas nas fileiras de observações são um exemplo de tais estatísticas e estas desempenham um papel central em muitas abordagens não paramétricas.
  2. O segundo significado de técnicas não paramétricas abrange técnicas que não assumem que a estrutura de um modelo é fixa. Tipicamente, o modelo cresce em tamanho para acomodar a complexidade dos dados. Nessas técnicas, assume-se normalmente que as variáveis individuais pertencem a distribuições paramétricas, e também são feitas suposições sobre os tipos de conexões entre as variáveis. Estas técnicas incluem, entre outras:
    • regressão não paramétrica, que se refere à modelagem onde a estrutura da relação entre as variáveis é tratada de forma não paramétrica, mas onde, no entanto, pode haver suposições paramétricas sobre a distribuição dos resíduos do modelo.
    • modelos Bayesianos não paramétricos hierárquicos, tais como modelos baseados no processo Dirichlet, que permitem que o número de variáveis latentes cresça conforme necessário para se ajustar aos dados, mas onde as variáveis individuais ainda seguem distribuições paramétricas e mesmo o processo de controle da taxa de crescimento das variáveis latentes segue uma distribuição paramétrica.

https://en.wikipedia.org/wiki/Nonparametric

 
AlexEro:

Eles são freqüentemente usados nas ciências sociais para "correlações", porque há muito tempo se sabe que os métodos teóricos técnicos de "quadratura média" simplesmente não funcionam lá. Há até mesmo um pacote especial de estatísticas não paramétricas para essas pessoas


Por que eles precisam de tudo isso em relação ao comércio?
 
Avals:
Qual é o objetivo de tudo isso em relação ao comércio?
Eles não se vêem há muito tempo e sentem falta um do outro. E como você não pode provar quem é mais frio em terminologia?
 
AlexEro:

...

Se a distribuição de uma variável aleatória for desconhecida (série de preços), então outros métodos não paramétricos mais complexos (classificados, classificados) de correlações de computação (e autocorrelações) DEVEM ser aplicados.

https://ru.wikipedia.org/wiki/Корреляция

...

Professor! (na última mesa, a mão de um estudante se estende timidamente) Como a correlação pode ajudá-lo a ganhar dinheiro no mercado? A correlação entre o índice do dólar e o euro é de -0,98. O que devemos fazer? Vender o euro? Comprar o índice do dólar?
 

A distribuição da série incremental. Uma série é PRNG, a outra é forex.

P.S. Sem"divisão, multiplicação e outros GSCh múltiplos".". Ainda o mesmo gpsh idiota da excel.

 
O câmbio é do lado esquerdo? embora se pareça mais com o câmbio do lado direito.
 
C-4:
Professor! (a mão de um estudante chega timidamente à última mesa) Como a correlação pode ajudar a ganhar dinheiro no mercado? A correlação entre o índice do dólar e o euro é de -0,98. O que devemos fazer? Vender o euro? Comprar o índice do dólar?

Eu não tenho a menor idéia. Eu não sei como uma "correlação" calculada com a moeda ilegal "euro" por uma pessoa desconhecida pode "ajudar a ganhar dinheiro no mercado" em um sistema comercial desconhecido e não especificado.

A ciência da estatística testa hipóteses.

 
AlexEro:

Eu não tenho a menor idéia. Eu não sei como a "correlação" com a moeda ilegal "euro", calculada por ninguém sabe, pode "ajudar a ganhar dinheiro no mercado" em um sistema comercial desconhecido e não especificado.

A ciência da estatística testa hipóteses.

Professor, pelo menos me ensine a lidar apenas com moedas "legais". Como distinguir entre uma moeda ilegal do tipo "Euro" e uma moeda ilegal?
 
C-4:


Como a correlação pode ajudar a ganhar dinheiro no mercado?



Há um artigo da Statistical Carry Trading sobre como fazer dinheiro em swaps positivos usando correlações.

Em teoria, nada de complicado ou arcano. E até a captura de tela do artigo traz a resposta para a pergunta: "onde está o dinheiro?

Outra coisa é que as correlações podem mudar o sinal exatamente para o oposto e, em vez de ganhar, você ganha uma perda.

Simplificando, a solução de um problema envolve outro problema: "como faço para prever o sinal da correlação?

1...121314151617181920212223242526...30
Novo comentário
Razão: