Феномены рынка - страница 27
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
"Инерция — это явление сохранения телом скорости движения (и по величине, и по направлению), когда на тело не действуют никакие силы" :)
Почему тебя собственно удивляет наличие глобального долговременного тренда?
Причем тут инерция?
Почему бы не предположить что такая матрица есть не причина а следствие наличия двух именно таких процессов? Если конечно они наличествуют.
Возможно, это то и хочу проверить.
(2) Отдается команда на построение точного прогноза. Выполняется:
- идентификация «включенной» текущей структуры
Коллеги, я на продолжительное время покину форум. попутных трендов.
Удачи.
Владимир, Вы как бы про то, что сложить систему? Мне вот тоже интересно, за сколько шагов она складывается - только 4.
Причем тут инерция?
Ну ты же нарисовал график равномерного прямолинейного движения? Далее см. определение.
... каждый из процессов имеет свою иерархию ...
... Но если марковость не будет соблюдена, тогда все окажется многим сложнее, придется доизобретать :о(
ну наконец то хоть ктонить выдал тайну, так сказать феномен рынка.
Могу дополнить - на череде черных свечей новые бары по не понятной причине открываются белыми, а закрываются все же черными, ну и соответственно наоборот для белых свечей
Не понимаю, как при открытии образуется свеча, ее же нет.
Да, кумулятивный ВР (для этого примера) . Еще раз (воспользовался своим постом из другой ветки и немного его модифицировал):
Модель рынка
После долгих поисков, в качестве рабочей версии модели рынка, принял вот такую штуку «системы управления со случайной структурой». На мой взгляд (хоть и не математика) – эта модель адекватно описывает котировочный процесс со всем его тонкостями.
Суть ее очень простая. Существует конечное число структур, которые описывают трансформацию входа в выход. Каждая такая структура предполагает наличие некой модели, в соответствии с которой происходит преобразование. Наблюдаемый процесс образуется переходом (переключением) между структурами. Все это показал на картинке ниже:
Каждая модель имеет набор параметров, который еще при каждом включении может меняться. Так вот, предположил, что основных процессов всего два, каждый из процессов имеет свою иерархию, Каждый элемент, сидящий в узле иерархии имеет свою структуру.
Взаимодействие процессов
Эти два процесса конкурируют друг с другом в соответствии с матрицей перехода (предположительно), т.е. существует "внешняя" (условно конечно) к рынку некая система, которая переключает генерацию котировок между этими процессами. Позже, покажу подробнее, применительно к
Адаптация к практике
Все здорово – но точно идентифицировать такую систему невозможно. Поэтому, я ввожу «комбинированную модель»: А=W(1)MODEL1(параметры)+ W(2)MODEL2(параметры)+….+ W(n)MODELn(параметры). Где W(n) – это некие веса участия этих моделей в прогнозе. Возможно, получиться явно разделить процессы благодаря изобретенному преобразованию. Но это позже.
С чем работаю
С котировками напрямую не работаю, - это крайне сложный процесс. Ввожу всякие хитрые преобразования, но сказанное относится и к ним. Сложность никуда не девается – наследуется. Невозможно упростить этот процесс. А если все же упрощать – то, можно утратить сам процесс. (т.е. еще немного сложнее, чем описывал, но феномент то я показал, и еще несколько интересных наблюдений)
Анализ эволюции временного ряда
Базовый этап. На этом этапе, по некоторым критериям выявляю все возможные структуры. Оценивается статистика переключений между этими структурами. Определяется матрица частот перехода для структур. В будущем, думаю использовать так называемые импульсные нейронные сети (иначе волновые). Очень перспективное направление.
Алгоритм
(1) делая некие предположения о поведении, выполняется вероятностная оценка будущего состояния системы на данный момент на горизонте планирования. Нейронная сеть ползает по полученной матрице оценки вероятности p=f(время,котир) начального состояния и в свою очередь делает предположение о наличии точки входа/выхода. Очень точно она может сказать – будет на горизонте планирования вход/выход или нет. Остается только его найти.
(2) Отдается команда на построение точного прогноза. Выполняется:
- идентификация «включенной» текущей структуры
- оценка выбора наиболее вероятных будущих структур
- идентификация параметров будущих моделей
(3) Выполняется имитационное моделирование
(4) Далее, нейронная сеть оценивает коэффициенты комбинированной модели.
Не случайность уже найдена, тому доказательства масштабные исследования Алексея (Mathemat). Я их подтверждаю, все верно. Но если марковость не будет соблюдена, тогда все окажется многим сложнее, придется доизобретать :о(
Поднимаю тему, может и не в тему... Попробовал выделять в искусственных случайных числах частоты - по вхождению в диапазон СКО и за ним - потом перечитал посты Farnsworth
осознал, что есть "сито", тайна которого так и осталась, а то, что делал я, не дает ни альфу ни омегу.
Все дело то в "сите". Что это и как это? вопросов больше, чем ответов...