От теории к практике - страница 3
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
на рынке борются объемы покупок и продаж.
Не борются. На рынке сколько куплено, ровно столько и продано. Всегда полное равновесие.
ага...
счас же!
https://www.oanda.com/lang/ru/forex-trading/analysis/open-position-ratios
Рассмотрим теперь правую часть уравнения Фоккера-Планка, состоящую из трех слагаемых:
1. Снос М(x,t) - это мера центральной тенденции движения цены при определенном объеме выборки. В нашем случае - это скользящая взвешенная средняя WMA, где вес w каждого тикового значения цены определяется из плотности вероятности приращений returns для конкретной валютной пары по формуле:
Плотность вероятности:
автор - Mikhail Dovbakh:
s^2/[2*sqrt((s^2+x^2)^3)]
Применены следующие обозначения:
X – приращение цены
S – коэффициент масштаба (в общем случае не равен стандартному отклонению).
Однако, все же надо сказать, что это - асимптотическая формула, а когда речь ведется о деньгах, мы все любим точность, не так ли?
Поэтому у себя в расчетах я использую точные значения плотности вероятности, которые вычислил для каждой валютной пары на основании архивных данных.
Для пары EURJPY это выглядит так:
Здесь для каждого значения приращения returns в блоках CASE заданы конкретные значения вероятности отдельно для Bid и Ask, которые и используются в качестве веса при вычислении скользящей взвешенной средней.
Повторяю, у рынка нет середины и процесс торговли хаотичный
А эта теория построена именно на отклонении от середины
В магазине всегда больше куплено товара, чем продано!!!Отсеять этот шум вообще никаких трудностей не представляет. Однако согласен с тем, что эту задачу (отсева тикового шума) решать вообще нет необходимости.
И последнее на сегодня - определение необходимого для анализа объема выборки тиковых данных.
ОЧЕНЬ ВАЖНО!
Вообще это была самая тяжелая задача из всех, которые встретились на моем пути. Понятно, что рынок обладает самоподобием и что ТС просто обязана работать при любом объеме выборки. Однако существуют некие объемы выборки, которые различны для разных валютных пар, при которых уровень профита достигает максимальных значений.
Первую попытку решения этой проблемы я предпринял в теме:
https://www.mql5.com/ru/forum/220237/page2
Но вот не сходилось с реальной торговлей и все тут... И формула вроде верная - а вот что-то не то...
Самое главное - эта выборка должна покрывать почти все значения приращений returns для конкретной валютной пары
Провел серию экспериментов и понял, что формула для нахождения требуемого объема выборки имеет следующий вид:
N=(Z^2*(S/E)^2)/2, где
Z - квантиль распределения returns приращений определенной валютной пары
S - стандартное отклонение.
E - точность измерений
Например, для пары EURJPY квантиль доверительной вероятности 0.999 равен 5.337746244, стандартное отклонение = 2.99751979 и объем выборки получается равным 12.800. Проверил экспериментально - действительно получаются максимальные значения профита.
Объяснением этому факту могу предположить следующую гипотезу:
t2-распределение Стьюдента, сформировавшись на уровне ценовых приращений НИКУДА не исчезает, оно в том или ином виде формируется вокруг мер центральной тенденции, в частности для линейных отклонений цены от скользящей взвешенной средней, и максимального подобия достигает при объеме выборки, покрывающем t2-распределение почти полностью.
На сегодня - все.
Всем - удачи!
Книгу ищу:
Орлов Ю.Н., Осминин К.П. Нестационарные временные ряды: методы
прогнозирования с примерами анализа финансовых и сырьевых рынков. – М.:
Книжный дом«ЛИБРОКОМ», 2011. – 384 с.
Кстати есть материал близкий к данной теме в препринтах:
http://library.keldysh.ru/preprint.asp?id=2013-3
t2-распределение Стьюдента, сформировавшись на уровне ценовых приращений НИКУДА не исчезает, оно в том или ином виде формируется вокруг мер центральной тенденции, в частности для линейных отклонений цены от скользящей взвешенной средней, и максимального подобия достигает при объеме выборки, покрывающем t2-распределение почти полностью.
Расскажите это тем кто пережил франк и фунт...
Книгу ищу:
Орлов Ю.Н., Осминин К.П. Нестационарные временные ряды: методы
прогнозирования с примерами анализа финансовых и сырьевых рынков. – М.:
Книжный дом«ЛИБРОКОМ», 2011. – 384 с.
Кстати есть материал близкий к данной теме в препринтах:
http://library.keldysh.ru/preprint.asp?id=2013-3
Заинтересовался и тоже поискал. Книгу не нашел, нашел много препринтов института Келдыша и др. этих авторов и соавторов. Среди них кандидатская Осминина "Алгоритмы прогнозирования нестационарных временных рядов", защищенная в конце октября 2008 под научным руководством Орлова. У Орлова в 2009 вышла книга "Вовк В.С., Новиков А.И., Глаголев А.И., Орлов Ю.Н., Бычков В.К., Удалов В.А. Мировая индустрия и рынки СПГ: прогнозное моделирование. – М.: ООО «Газпромэкспо», 2009. – 312 с.", в 2012 году еще одна, совестно с Осмининым: "Орлов Ю.Н., Осминин К.П. Методы статистического анализа литературных текстов. – М.: Эдиториал УРСС, 2012. – 312 с.". Можно сделать вывод, что они с Осмининым иногда меняют направление приложения усилий, а в искомой книге отражены результаты, которые уже были в диссертации Осминина. Поэтому прилагаю текст диссертации.
Alexander_K, скажите, пожалуйста, Вы и активно используемая Вами программная система VisSim учитываете ли неприменимость классической теории вероятности к котировкам, отмеченную на стр. 4 диссертации Осминина:
"Если в стационарном случае есть доказательная уверенность в асимптотической состоятельности оценок той или иной статистики, то в нестационарном случае отсутствует само понятие генеральной совокупности, что делает неприменимым весь развитый аппарат современной математической статистики, кроме тех случаев, когда априори задана функциональная принадлежность модели процесса."
У меня сложилось впечатление, что Вы тяготеете к единожды выявленному типу вероятностного распределения (одному из классических, Стьюдента). Нет ли здесь заранее заложенной методической ошибки?
Заинтересовался и тоже поискал. Книгу не нашел, нашел много препринтов института Келдыша и др. этих авторов и соавторов. Среди них кандидатская Осминина "Алгоритмы прогнозирования нестационарных временных рядов", защищенная в конце октября 2008 под научным руководством Орлова. У Орлова в 2009 вышла книга "Вовк В.С., Новиков А.И., Глаголев А.И., Орлов Ю.Н., Бычков В.К., Удалов В.А. Мировая индустрия и рынки СПГ: прогнозное моделирование. – М.: ООО «Газпромэкспо», 2009. – 312 с.", в 2012 году еще одна, совестно с Осмининым: "Орлов Ю.Н., Осминин К.П. Методы статистического анализа литературных текстов. – М.: Эдиториал УРСС, 2012. – 312 с.". Можно сделать вывод, что они с Осмининым иногда меняют направление приложения усилий, а в искомой книге отражены результаты, которые уже были в диссертации Осминина. Поэтому прилагаю текст диссертации.
Alexander_K, скажите, пожалуйста, Вы и активно используемая Вами программная система VisSim учитываете ли неприменимость классической теории вероятности к котировкам, отмеченную на стр. 4 диссертации Осминина:
"Если в стационарном случае есть доказательная уверенность в асимптотической состоятельности оценок той или иной статистики, то в нестационарном случае отсутствует само понятие генеральной совокупности, что делает неприменимым весь развитый аппарат современной математической статистики, кроме тех случаев, когда априори задана функциональная принадлежность модели процесса."
У меня сложилось впечатление, что Вы тяготеете к единожды выявленному типу вероятностного распределения (одному из классических, Стьюдента). Нет ли здесь заранее заложенной методической ошибки?
Я бы ещё добавил: "И к единожды выявленному типу среднего WMA", "И к единожды выявленному методу дискретизации последовательности отсчетов"...