Обсуждение статьи "Грокаем "память" рынка через дифференцирование и энтропийный анализ" - страница 6

 
Aleksei Stepanenko:

Волны расходятся кругами ;) :)

Вот информация спровоцировала возмущение, и цена пошла.  Возможно ли, что при постепенном прекращении действия "памяти", цена останавливается в любом произвольном месте? Или эти места - всё таки ограниченные области, которые мы считаем уровнями. Когда один человек думает: "Вот дойду до этой точки и забираю". А другой: "Больше нет сил терпеть, ещё 20 пунктов и закрываю".

Т.е. приращения цены различны на разных участках ценовой шкалы.

это уже вопрос оптимизации. возможно все что угодно

 
Alexander_K:

Ахххх.... Первый человек, который понимает, что надо с тиками делать. Именно так - работать с тиками с частотой дискретизации 1 сек.

Александр, я так понял это при скальпинге?

 
Maxim Dmitrievsky:

это уже вопрос оптимизации. возможно все что угодно

Я хотел сказать, похоже на то, что уровни влияют и в конечном итоге останавливают цену. И это по идее тоже желательно учитывать.
 
Aleksei Stepanenko:

Александр, я так понял это при скальпинге?

Точнее - при пипсовке.

Для интрадея нужно более серьезное прореживание - до 1 значения в 10-15 секунд.

Важно понимать другое - при любом типе прореживания тикового ряда, должна сохраняться некая временная зависимость объема выборки и времени. Т.е. условно 1000 прореженных событий днем должны соответствовать условно торговой сессии, а ночью - условно суткам при сохранении такого потока.

Можно, в принципе, работать и с линейным временем, т.е. OPEN/CLOSE M1, M5, ..., тогда и циклы явные - торговая сессия, день, неделя, ..., но внутри дня теряется точность при уменьшении объема выборки и можно говорить только о торговле внутри недели, месяца, ...., т.е. 1-2 сделки в неделю. Рядового трейдера это устроить никак не может - он стремиться рвать и метать в течение суток и работает с тиками, но при этом теряется во временном пространстве и сливает :)))

 
Alexander_K:

Насчет циклов...

Внутри дня они отчетливо видны. См. графики GBPUSD за этот месяц:

На нижнем индикаторе Колдуна (щас греется, наверное, на опушке леса) эта периодичность присутствует в дисперсии процесса (красная и синяя линии) - практически синусоида.

Важно уметь прогнозировать именно поведение дисперсии (волатильности) и сделки заключать только при выходе цены (или суммы приращений) за рамки дисперсии, при прохождении точки перегиба (на графиках отмечены зелеными кружками).

а почему волатильность в цены сразу не встроили? в смысле, график уже с учетом её трансформировать дальше

проредить тики по волатильности, например

 
Maxim Dmitrievsky:

а почему волатильность в цены сразу не встроили? в смысле, график уже с учетом её трансформировать дальше

проредить тики по волатильности, например

Ээээ... Не умею.

Я чего-то нарыл во временных циклах волатильности (но мои циклы почему-то отличаются от циклов Ганна), по-тихоньку пользуюсь этим и все.

Не Грааль у меня, конечно, но некие +20-25% уже 3-й месяц идут, а теперь уже и на реале. Возможно, и солью все в унитаз, конечно... Но, без этих циклов, слил бы все намного раньше.

 
Alexander_K:

Ээээ... Не умею.

Я чего-то нарыл во временных циклах волатильности (но мои циклы почему-то отличаются от циклов Ганна), по-тихоньку пользуюсь этим и все.

Не Грааль у меня, конечно, но некие +20-25% уже 3-й месяц идут, а теперь уже и на реале. Возможно, и солью все в унитаз, конечно... Но, без этих циклов, слил бы все намного раньше.

Уже писал в теме МО, что по идее это делается в один заход при помощи обратного преобразования Ламберта

но там слишком сложный мат аппарат для меня https://www.hindawi.com/journals/tswj/2015/909231/

Хотя пакеты для R и Py есть

The Lambert Way to Gaussianize Heavy-Tailed Data with the Inverse of Tukey’s h Transformation as a Special Case
The Lambert Way to Gaussianize Heavy-Tailed Data with the Inverse of Tukey’s h Transformation as a Special Case
  • Hindawi
  • www.hindawi.com
I present a parametric, bijective transformation to generate heavy tail versions of arbitrary random variables. The tail behavior of this heavy tail Lambert random variable depends on a tail parameter : for , , for has heavier tails than . For being Gaussian it reduces to Tukey’s distribution. The Lambert W function provides an explicit inverse...
 

Maxim Dmitrievsky

A lexander_K

Для меня циклы - пока направление не изученное. Я вижу, что циклы есть и период колебания меняется. Много вопросов. Спасибо за интересную информацию.

 
Aleksei Stepanenko:

Maxim Dmitrievsky

A lexander_K

Для меня циклы - пока направление не изученное. Я вижу, что циклы есть и период колебания меняется. Много вопросов. Спасибо за интересную информацию.

:))) Безусловно, цикличность на рынке есть. Но, не явно в цене, а в ее дисперсии (волатильности). А единым началом являются приращения, обуславливающие как цену, так и ее дисперсию. Выглядит это так - плотность вероятности приращений как бы периодически сжимается/расширяется в течение суток. Собственно, если мы говорим о памяти как последействии процесса, то эта вещь - цикличность - и есть память.

Если удастся еще и цену как дисперсию представить в синусоидальной форме, ну, это ваще, конечно, будет нечто :)))

Для справки:

Дисперсия процесса рассчитывается по формулам, к примеру из:

https://en.wikipedia.org/wiki/Variance_gamma_process

Variance gamma process - Wikipedia
Variance gamma process - Wikipedia
  • en.wikipedia.org
There are several representations of the VG process that relate it to other processes. It can for example be written as a Brownian motion with drift subjected to a random time change which follows a gamma process (equivalently one finds in literature the notation Γ ( t ; γ = 1 / ν , λ = 1 / ν ) {\displaystyle \Gamma (t;\gamma =1/\nu...
 
Alexander_K:

:))) Безусловно, цикличность на рынке есть. Но, не явно в цене, а в ее дисперсии (волатильности). А единым началом являются приращения, обуславливающие как цену, так и ее дисперсию. Выглядит это так - плотность вероятности приращений как бы периодически сжимается/расширяется в течение суток. Собственно, если мы говорим о памяти как последействии процесса, то эта вещь - цикличность - и есть память.

Если удастся еще и цену как дисперсию представить в синусоидальной форме, ну, это ваще, конечно, будет нечто :)))

Для справки:

Дисперсия процесса рассчитывается по формулам, к примеру из:

https://en.wikipedia.org/wiki/Variance_gamma_process

волатильность получить из преобразований в моей статье как 2 пальца.. собственно вопрос в дальнейших преобразованиях исходного ряда, а именно как сэмплить

нужен ресерч или готовые формулЕ

Причина обращения: