Распределение ценовых приращений - страница 13
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
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?
Добрый день, Владимир!
Я думаю, торговать по тиковым графикам вручную на основе визуальных данных - бесперспективное занятие. Функция распределения и квантильная функция - см. t2-распределение Стьюдента.
Я неоднократно писал, что нужен анализ исторических данных перед тем как анализировать текущее состояние. Вы же идете по марковской цепочке - пытаетесь все выяснить здесь и сейчас. А так как линейные отклонения распределения приращений цены у марковского процесса имеют геометрическую плотность вероятности с р=0.5, то и сказать здесь и сейчас можно только одно - цена пойдет вверх или вниз с вероятностью 0.5. Вот это - как раз классическая игра.
Я сейчас моделирую процесс на основании 1.000.000 исторических тиков. Прелюбопытнейшая картина - просто даже не вериться как цена одинаково ведет себя вблизи некоторых граничных условий. Бывают, безусловно, и редкие казалось бы необъяснимые отклонения - значит граничные условия надо выбирать более жестко. Ведь подумайте - у этого распределения только 99 процентов значений лежат внутри примерно 7 сигма, вот этот 1 процент и дает всем прикурить. Но, я думаю и с ним справиться можно.
С уважением,
Александр.
В комплекте терминала все индикаторы предполагают неморковность ценобразования, т.е разработчики терминала(любого с техническими индикаторами) уже как бы в курсе о наличии/отсутствии морковности.
Есть теоретическое предположение, что рынки фрактальны, на мелких ТФ можно наблюдать те-же самые процессы что и на крупных - до сих пор не оспорено, может стоит оспорить?(юмор) https://ru.wikipedia.org/wiki/Фрактальный_анализ_рынка . Т.е. уже кто то задумался и доказал неморковность ценооброзования, как минимум с момента появления свечного анализа, когда "тика" ждали неделю или месяц - образно, морковки нет.
Добрый вечер, уважаемые трейдеры и просто любители статистики!
Давно не баловал я вас интересными результатами своих исследований - сейчас порадую.
Итак, теоретическое предположение, что рынки фрактальны, и на мелких ТФ можно наблюдать те-же самые процессы что и на крупных можно считать доказанным практически.
Нелегкая была задача. Потребовалось найти некий инвариантный статистический параметр, который бы не менялся при увеличении/уменьшении объема выборки тиковых данных. Этим параметром оказался непараметрический коэффициент асимметрии (nonparametric skew). Возможно есть еще какие-либо. но и этого достаточно для доказательства.
При расчетах использовался динамический буфер тиковых данных типа FIFO. Анализировалась пара EURJPY на генеральной совокупности 1.500.000 котировок т.е. по сути анализировались 1.500.000 последовательных выборок с разницей в 1 котировку. Получены следующие результаты для среднего значения skew взятого по модулю для разного объема выборок.
0.186043748375457
0.18560474492056
0.184953481402386
0.184985234902438 и т.д.
Проще говоря - при любом объеме выборки тиковых данных непараметрический коэффициент асимметрии остается постоянным.
Вывод: действительно, на маленьких ТФ наблюдаются такие же процессы, что и на больших и торговая система, работающая на одном ТФ будет работать и на другом и наоборот.
Но, вот что интересно - получается прямо мистическая вещь - оказывается на Форексе "гуляет" некое 1 распределение со странным средним (подчеркиваю - средним) непараметрическим коэффициентом скошенности = 0.185 (по модулю). Такого распределения лично я не знаю... Может кто поможет определить?
Т.е. по-простому - в разные моменты времени это распределение как бы "рождается", "формируется" и "умирает", и процесс начинается сначала. В разные моменты времени это распределение имеет разные skew, но в среднем это распределение скошено с коэффициентом = 0.185 и он инвариантен.
Пока не пойму что это за распределение в его среднем виде - дальше исследовать смысла нет...
С уважением,
Александр.
Александр, интересные у Вас наблюдения. Было бы здорово, если бы написали статью по итогам исследования в разделе "Статьи об анализе данных и статистике в MQL5".
Александр, интересные у Вас наблюдения. Было бы здорово, если бы написали статью по итогам исследования в раздел "Статьи об анализе данных и статистике в MQL5".
Да, спасибо. Мне самому нравятся результаты - аж завораживают. Очень красиво.
Вопрос методологический. Почему не проводите очищение от выбросов перед подгонкой распределения - outliers detection?
А статью писать некогда - работаю, времени мало. Это получается как хобби. Может кто-то заинтересуется и к примеру докторскую защитит - мне не жалко. А может кого-то осенит и создаст суперторговую систему - тоже отлично. Мне же до реального программирования еще очень далеко - пусть люди пользуются.
Вопрос методологический. Почему не проводите очищение от выбросов перед подгонкой распределения - outliers detection?
Как ни странно, но для большинства валютных пар распределения чистых приращений без обработки являются t2-распределениями, и только для некоторых идет "недодача" тиков в нуле, т.е когда торги были, а цены Ask и Bid остались прежними, то тик не приходит. Не знаю почему и с такими парами (типа AUDCHF) не работаю.
Наверное не точно задал вопрос. Я скачал тики, что Вы выкладывали. Так вот, если там почистить выборку от выбросов (очень больших и очень малых значений в выборке), то будет другое распределение :-)
Наверное не точно задал вопрос. Я скачал тики, что Вы выкладывали. Так вот, если там почистить выборку от выбросов (очень больших и очень малых значений в выборке), то будет другое распределение :-)
А вот этого делать не надо - тогда и инвариантность skew не получите. Я и говорю - все очень красиво и как бы следует одно из другого, но осмыслить эту глубину чтобы сложилась общая картина я пока не могу.
Но, кагбэ, это стандартная процедура. Чтобы узнать, как система себя проявляет в большинстве случаев, а не в редких... кстати, ещё, какой смысл брать всю Генеральную совокупность? Имхо, работать нужно с выборочной.