Распределение ценовых приращений - страница 12
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
В Матлабе есть аналогичный пакет Simulink. Удобство состоит в связке с самим Матлабом.
Александр, методологический вопрос: зачем брать тики? Там много шума. Стоит брать close prices, имхо. А точнее returns от close prices.С точки зрения проведенного мною анализа, "шумом" можно считать только т.н. "гэп". Остальные данные считаю достоверными и вполне укладывающимися в толерантный (доверительный) интервал для t2-распределения Стьюдента
В Матлабе есть аналогичный пакет Simulink. Удобство состоит в связке с самим Матлабом.
А в Матлабе можно, к примеру рассчитать median(20000), т.е медиану выборки из 20000 значений?
Да. По сути, ограничения есть только аппаратные...
Вот к примеру выборка псевдослучайных чисел типа double размером 2e6, где значения равны от 1 до 10 тыс. Последний элемент выборки равен 9439. Медиана равна 5003.
Да. По сути, ограничения есть только аппаратные...
Вот к примеру выборка псевдослучайных чисел типа double размером 2e6, где значения равны от 1 до 10 тыс. Последний элемент выборки равен 9439. Медиана равна 5003.
VisSim, к сожалению, имеет ограничение на размер выборки = 16384. Зато он замечательно работает с динамическими данными, получаемыми как по DDE, так и из других источников данных. А математическая мощь функций не идет ни в какое сравнение с функциями в MQL.
Это - не реклама! Но для стат.анализа, да еще в динамике, лучше системы я еще не видел.
В Матлабе есть аналогичный пакет Simulink. Удобство состоит в связке с самим Матлабом.
Александр, методологический вопрос: зачем брать тики? Там много шума. Стоит брать close prices, имхо. А точнее returns от close prices.Денис, прошу извинить, что ранее сказал, что надо учитывать все подряд тики. Поторопился. Взял достаточно сложную для анализа пару CHFJPY. Вот не выходило у меня для нее распределение Стьюдента для приращений и все тут.
Решил брать среднее значение между двумя приходящими тиками - и, вот оно, пожалуйста (см. прикрепленные файлы)
Вывод: очевидно, ДЦ даже со счетов NDD/ECN умудряются предоставлять не все данные, либо каким-то образом искажать их, и да - необходимо применять простейшие фильтры для обработки данных (дальнейшее увеличение выборки для усреднения никакого эффекта не дало, так что достаточно брать просто среднее между 2 приходящими значениями.)
2. Вероятностное распределение приращений (returns) цены в потоке тиковых котировок является дискретным, асимптотически описываемым распределением Стьюдента с 2 степенями свободы и квантильной функцией Q(p) = 2*s*(p-1/2)*sqrt(2/a), где a=4*p*(1-p), s - непараметрическое стандартное отклонение.
У распределения Стьюдента с 2мя степенями свободы бесконечная дисперсия.
В некоторых учреждениях за торговлю с рисками свыше лимита трейдера тут же вздрючат риск-менеджеры, а в предположениях вашей гипотезы риски бесконечны. Отсюда возникает закономерный вопрос - зачем таким организациям трейдеры, если торговать им не разрешат?
Величина маржинального обеспечения, которую требуют по фьючерсам, также завязана на риски и имеет конечные значения.
Увы, ваша гипотеза не соответствует действительности.
У распределения Стьюдента с 2мя степенями свободы бесконечная дисперсия.
В некоторых учреждениях за торговлю с рисками свыше лимита трейдера тут же вздрючат риск-менеджеры, а в предположениях вашей гипотезы риски бесконечны. Отсюда возникает закономерный вопрос - зачем таким организациям трейдеры, если торговать им не разрешат?
Величина маржинального обеспечения, которую требуют по фьючерсам, также завязана на риски и имеет конечные значения.
Увы, ваша гипотеза не соответствует действительности.
Соответствует. Надо просто применять непараметрические меры выражения дисперсии, матожидания и асимметрии.
Соответствует. Надо просто применять непараметрические меры выражения дисперсии, матожидания и асимметрии.
Извольте следовать своей теории до конца или согласитесь с тем, что она некорректна. Раз уж вы утверждаете, что процесс подчиняется распределению Стьюдента с 2мя степенями свободы - то даже теоретически никакой конечной дисперсии не существует, а непараметрическими методами на таком процессе вы получите мусор, не имеющий отношения к действительности.
Извольте следовать своей теории до конца или согласитесь с тем, что она некорректна. Раз уж вы утверждаете, что процесс подчиняется распределению Стьюдента с 2мя степенями свободы - то даже теоретически никакой конечной дисперсии не существует, а непараметрическими методами на таком процессе вы получите мусор, не имеющий отношения к действительности.
Прошу ознакомиться с литературой http://www.mathnet.ru/php/archive.phtml?wshow=paper&jrnid=znsl&paperid=1692&option_lang=rus и далее по используемой литературе, в том числе англоязычной.
Речь ведется о t2-распределении как представителе семейства распределений с коэффициентом масштаба вместо стандартного отклонения. Этот коэффициент масштаба и есть непараметрический параметр и вычисляется он даже не как половина межквартильного размаха, а немного сложнее.
Но, я еще раз говорю - мне сейчас важно получить практические результаты, а не прямые доказательства моих гипотез.
Я очень много сейчас работаю - результаты моделирования процесса с точками входа/выхода на исторических данных я скоро представлю на форуме. Далее последует обкатка модели на демо-счете, потом - на реальном.
Зачем я тогда пишу промежуточные результаты исследований? Просто, чтобы люди читали, особенно молодежь - тема достаточно интересная :)))
Итак, формулирую основные гипотезы относительно процессов на рынке Forex, которые можно считать доказанными эмпирически и экспериментально (собственно, человек, который приведет доказательства этих гипотез в аналитическом виде, может спокойно отправляться в Нобелевский комитет за премией :))))
1. Процесс формирования цен Ask и Bid является немарковским.
На практике - все эксперты, индикаторы и советники, которые не учитывают анализ исторических данных (такие как полосы Боллинджера, быстрое преобразование Фурье и т.п.) можно не рассматривать от слова "совсем".
2. Вероятностное распределение приращений (returns) цены в потоке тиковых котировок является дискретным, асимптотически описываемым распределением Стьюдента с 2 степенями свободы и квантильной функцией Q(p) = 2*s*(p-1/2)*sqrt(2/a), где a=4*p*(1-p), s - непараметрическое стандартное отклонение.
На практике - все эксперты, индикаторы и советники, которые используют в своих расчетах нормальное распределение Гаусса (равно как и другие классические распределения), правило "3 сигм" и т.д., также можно не рассматривать.
3. Вероятностное распределение цены Ask или Bid - это суперпозиция распределений Стьюдента с 2-мя степенями свободы.
На практике - классная задача о выделении конкретных распределений из суперпозиции.
Собственно, на основе анализа исторических тиковых данных, а по-простому, при помощи усреднения статистических параметров при определенных объемах выборки, делается вывод о выходе текущего значения цены за определенные исторические граничные условия. Только после этого анализируются параметры текущего распределения - дисперсия, коэффициенты эксцесса, асимметрии и т.д. и т.п с целью определить - началось ли формирование нового распределения Стьюдента, или уже закончилось. В первом случае - сделка заключается по тренду, во втором - против тренда.
С уважением,
Alexander_K
Повторно предлагаю Вам прокомментировать изображенные на только-что снятой картинке тиков в окне обзора рынка (USDJPY) и в окне открытия сделки (EURUSD) тиковые приращения. Теперь с позиции трех гипотез, процитированных выше. Счет реальный.
Не хочется сразу же поанализировать группы подряд идущих изменений на один пункт туда-сюда? Какая у них квантильная функция?