АнтиМартингейл - страница 2
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Cтолько написано на эту тему..
Представьте, что вы играете в обычную рулетку: красное-чёрное. Как-то так само собой понятно, что никакая система к рулетке не применима. Иными словами, выиграть невозможно. Прибыли/убытки будут чередоваться 50/50 - неравномерно, но чем дольше играешь, тем ближе к 50%.
А если выпадает зеро, то убыток при любой ставке. Зеро в нашем случае - это спред. Таким образом, при длительной игре будет постепенный слив.
--
Чем отличается рынок от рулетки? Наличием характерных повторяющихся закономерностей.
Чем отличается эксперт от случайного гадания в мартингейл? Наличием алгоритма, вычисляющего точки входа/выхода. Этот алгоритм - единственная ценность эксперта. А дальше на этот алгоритм можно навесить мартингейл, вычисляемый хоть по параболе, хоть по кругу. Это ничего не изменит.
Неочевидность этой арифметики иногда заключается в том, что полезный алгоритм "размазан" между строками кода вычислений торговых критериев и строками кода вычислений мартингеловых лотов. Иные эксперты просто "попадают в резонанс" с частотой колебаний конкретной валюты и поэтому кажется, что мартингейл полезен. На самом деле это - извращённый способ "довычисления" торговых критериев.
--
Мартингейл в чистом виде настолько же полезен, как трахканье палкой по забору. Например, ставлю Sell сразу, как трахну по забору 100 раз после того, как рынок подымется выше некой средней МА. Ясно, что польза тут только в анализе цены относительно МА. Скрытое влияние траханья палкой по забору состоит в том, что это явление имеет некоторую протяжённость во времени, а поэтому вносит своё влияние на ход торгов. Но из этого не следует делать вывод, что длина палки или сила ударов имеют какое-то значение. Это просто извращённый способ расчёта времени открытия/закрытия ордера. Разнообразие заблуждений безгранично. Можно палкой по забору, можно по сараю, можно на дудке польку продудеть.. Говорят, по сараю эффективнее..:)
--
Торговые критерии должны вычисляться по алгориму, основанному на анализе истории котировок, а не истории торгов по конкретному счёту (собственной бухгалтерии, о которой рынок ничего не знает, а поэтому от неё не зависит).
Спасибо, кажется понял :)
Но единственное не понятно причем тут:
Торговые критерии должны вычисляться по алгориму, основанному на анализе истории котировок, а не истории торгов по конкретному счёту
и ММ ??? про МТС вроде речь и не шла... с этим утверждением вполне согласен...
Но все же, ответа на пост так и не услышал..
1,2 или 3? или что-то еще???
Но вообще не обязательно...., я все понял ;)
Смерть для такого антимартина - это пила ПУПУПУПУ (П - прибыльная, У - убыточная).
После прибыльной увеличиваешь лот, а тут убыток. Ты его уменьшаешь, а тут прибыльная. И т.п.
С другой стороны, в системах, в которых вероятности прибыльных и убыточных сделок сильно различаются, такая ситуация встречается реже.
Если лавировать между кластерами то можно попытаться разрулить ситуацию.
Например кластер 101010 одна вероятность кластер 000111 другая вероятность
(имеется в виду вероятность возникновения на данный момент),
значит при 101010 уменьшаем лот а при 000111 увеличиваем (может примеры не очень удачные но суть вы поняли).
Счас как раз дописываю скрипт по сбору статистики, вечером выложу.
Кстати вопрос кто знает:
какой % отклонения от вероятности( для определённой выборки) считается стат. ошибкой,
а какой закономерным отклонением.
Например: кластер "11", вероятность 25%, выборка 1000, статистика 32%, отклонения от вероятности 32-25=7%
7% на 1000 это стат. ошибка или закономерное отклонением? и как расчитать порог стат ошибки для заданной длинны выборки?
Вечер настал, выкладываю.
Скрипт ищет статистическое преимущество кластеров и сортирует их по убыванию до порога %.
Результат выводит в файл.txt
n - мерность кодировки кластера. (10110 - -> n=5)
пример как расчитывается стат. преимущество в конце файла.
Жду критику.
При n=13 Claster_stat считает 29 минут.
При n=12 Claster_stat считает 13 минут.
При n=11 Claster_stat считает 6 минут.
Тема интересна, но пока для меня не раскрыта...
Можешь объяснить для "чайников", над чем работаешь?
какой % отклонения от вероятности( для определённой выборки) считается стат. ошибкой,
а какой закономерным отклонением.
Например: кластер "11", вероятность 25%, выборка 1000, статистика 32%, отклонения от вероятности 32-25=7%
7% на 1000 это стат. ошибка или закономерное отклонением? и как расчитать порог стат ошибки для заданной длинны выборки?
Все зависит от уровня принятия гипотезы. Во многих задачах практически приемлемый уровень - 95%. Что это такое?
Если провести много бернуллиевых испытаний, в каждом из которых выборка 1000, а вероятность нужного события - 25%, то в реальности в выборках будет не ровно 250 нужных событий, а числа, отличные от 250. В каких-то будет 150, в каких-то 220, а в каких-то будет и все 350. Но если теперь построить распределение реальных количеств, то получится нормальное распределение (гауссов колокол) с центром 250 и с.к.о., равным корню(1000) ~ 31.6. В этом распределении можно выделить центральную область, которая охватит 95% всех случаев. В данном случае это и есть примерно две сигмы, т.е. два с.к.о. Получится область от 250 - 2*31.6 до 250 + 2*31.6, т.е. примерно от 187 до 313 (от 18.7% до 31.3%).
Теперь, если в твоей реальной выборке частота события попадает в этот отрезок, то считается, что гипотеза "отклонение значимо" с уровнем принятия гипотезы 95% не подтверждается. У тебя получилось 32%, т.е. формально гипотеза подтвердилась (точнее, не отвергается): отклонение значимо.
Но тут есть еще одна фишка: ты почти попал на границу между значимыми и незначимыми отклонениями, т.е. тут еще бабушка надвое сказала. Наверно, надо повторить опыт с большим количеством испытаний - скажем, 2000.
Можно ли сказать что усреднённый результат 10 выборок по 1000, будет ~ 1 по 10000.
Это уж как тебе нравится.
P.S. Для 10 тысяч границы 95%-го интервала принятия гипотезы случайности уже более узкие: от 23 до 27%.
Тема интересна, но пока для меня не раскрыта...
Можешь объяснить для "чайников", над чем работаешь?
Кластер - это повторяющееся образование.
Вероятность выпадения 1 = вероятности выпадения 0.
те теоритическая вероятность выпадения кластера 11 = 0,25 или 25%.
Практическая статистика отличается от теоретической.
Поэтому если теор. вер. "11"(тв 11)= 25% а практ.стат."11"(пс 11)= 350 случаев на 1000 измерений то говорят что пс=35%,
а статистической преимущество (сп 11)=35/25=1.40 -->, пс больше тв на 40%.
Это уж как тебе нравится.
P.S. Для 10 тысяч границы 95%-го интервала принятия гипотезы случайности уже более узкие: от 23 до 27%.
Это вы сейчас о вероятности или о статистическом преимуществе ?