文章 "单一资产交易顺序中的风险评估. 续篇"

新评论
 

新文章 单一资产交易顺序中的风险评估. 续篇已发布：

这篇文章在之前文章部分思路上作开发，并且做进一步的探讨。它描述了收益分布和绘图中的问题，并且做了统计学上的研究。

让我们考虑最简单的版本来寻找随机游走的偏差。这将是衡量价格在跳空方向上移动多少，直到它被回填为止。还可以通过价格历史得到该变量的经验分布，并与理论值进行比较。利用拟合优度准则可以较好地比较这两种分布。

考虑离散时间对称随机游动的模型。让大跳空在其中（如在实际价格）是罕见的，并让该模型接近于连续的时间间隔的步行（维纳过程）在调控之间的时间间隔。符号介绍: g — 跳空的大小, m — 在跳空回填之前，在跳空方向上的最大移动。然后随机变量 x=m/g 将有一个分布函数，近似于函数 P(x) — 如果 x≥1 则P(x)=1-1/x, 而如果x<1则 P(x)=0。下图展示了介绍的数值:

向下跳空

作者：Aleksey Nikolayev

 

存在设计缺陷（一个 MQL 代码中没有突出显示部分）。

我希望能有一个基于公式的实用示例，展示风险评估 的益处。

 
Stanislav Korotky:

存在设计缺陷（一个 MQL 代码中没有高亮部分）。

您说得没错。我不知道编辑代码后高亮部分不会自动设置。

 
Stanislav Korotky:

我想用一个基于公式的实际例子来说明风险评估的好处。

风险（如文章前半部分开头所定义）可以简单地转换为交易量。两者成正比。如果我们计算出的最佳风险等于ropt，如果我们在准确触发止损时损失了本金的一部分r0，那么最佳交易量 将等于ropt/r0lots 。

此外，我们还可以估算出 系列中的交易次数nmin，这对于分析系统是必不可少的。

 

关于风险理论应用问题的扩展回答：
我在市场上发布了一个使用该理论的交易量优化 脚本。它可以根据历史交易情况确定最佳交易量。

 
Aleksey Nikolayev:

关于风险理论应用问题的扩展回答：
我在市场上发布了一个使用该理论的交易量优化 脚本。它可以根据历史交易情况确定最佳交易量。

您提出了一个具体的问题，虽然听起来像是一个愿望：

我想要一个基于公式的实际例子，并展示风险评估的好处。


常规交易与使用您的方法进行交易之间的比较在哪里？您的方法有什么优势？

如果没有优势，那就写出来：

我所做的一切都是垃圾，不要这样做。

或者直观地展示你的方法的优势。
 
Sergey Chalyshev:

你被问到了一个具体的问题，虽然听起来像是一个愿望：

传统交易与使用您的方法进行交易的可比性在哪里？您的方法有什么优势？

如果没有优势，你应该写出来：

我所做的一切都是垃圾，不要这样做。

或者直观地展示你的方法的优点。

如果斯坦尼斯拉夫-科罗特基 认为我的回答不够充分，他应该在过去的 10 个月里就在这里报告了，而不需要你的帮助。

如果您想得到有意义的答案，那就不要无礼和无理要求。

 
Aleksey Nikolayev:

如果斯坦尼斯拉夫-科罗特基 认为我的回答不够充分，他在过去 10 个月里就会在这里报告，而不需要您的帮助。

我说的是 "我愿意";-)- 我只是表达了一个愿望。我有很多愿望--我知道这并不意味着什么。

我确实认为，对使用和不使用该方法的交易进行比较--可以说是并列比较--会更有说服力，更能说明问题。

不幸的是，MQ 网站和论坛还有很多不足之处（还有很多其他方面），所以我没有关注 10 个月前的 "续宴"。

 
Stanislav Korotky:

我说的是 "我希望";-)- 我只是提个建议。我想要很多东西--我知道这并不意味着什么。

我确实认为，对使用和不使用该方法的交易进行比较--可以说是并列比较--会更有说服力，更能说明问题。

不幸的是，MQ 网站和论坛还有很多不足之处（还有很多其他方面），所以我没有关注 10 个月前的 "续宴"。

您的帖子在一定程度上像是为这位朋友的无礼找借口。不知道为什么要这样做。也许你只是不在乎别人对你的无礼。那么这个立场就是完全错误的。无礼就像气体一样具有无限膨胀的特性，如果没有时间限制，迟早会对你不利。

不过，你和你那位粗鲁的占星师同事提出的问题无疑是有道理的。下一次，我将在这里就这个问题发表自己的看法。

 
我将尝试描述这篇文章的实际好处。简而言之，没有什么比好的理论更实用了。现在来详细说说。交易中的风险是一个非常重要的数值。过大会毁掉存款，即使是盈利的策略，因为即使在这种情况下也会发生亏损。太小 - 在策略工作时间内没有机会获利，因为市场波动不是无限的。通常用什么方法来确定风险？
1) 参考一些 "有经验的交易者"，他们会给出一个特定的存款百分比。通常为 1-3%。
2) 拉尔夫-文斯的最优化理论
第一种方案平均给出一个或多或少有意义的值，但没有理由，也不区分系统，因为系统之间可能存在很大差异。第二种方法简单合理，但通常会高估风险，因此会导致大幅缩水。第三种方法也会高估风险，但根据优化标准的不同，高估风险的方式也不同。

这两篇文章介绍了一种方法，它能在不确定的条件下给出充分合理的风险值，而这正是市场所固有的。同时，这种风险值是根据智能交易系统的历史以及交易者在盈利、缩水和交易风险方面的偏好来确定的。因此，与上述理论相比，该理论明显向前迈进了一步。这也是它具有实用价值的原因所在。此外，对它的研究将有助于提高对概率论的理解水平，这也是非常有用的。
 
Aleksey Nikolayev:

你的帖子在某种程度上像是为这位朋友的无礼找借口。不知道为什么要这么做。也许你只是不在乎别人对你的无礼。那么这就是一个完全错误的立场。无礼就像气体一样具有无限膨胀的特性，如果没有时间限制，迟早会对你不利。

不过，你和你那位粗鲁的占星师同事提出的问题无疑是有道理的。下一篇文章将谈到这个问题。

我没有为任何人找借口。我写的是主题。只回应了你。不允许无礼。我甚至还加了笑脸。而你的看法是另外一个问题。这有点偏离了主题，给出的方法也不太具有建设性，所以我不再继续参与这场 "讨论 "了。

新评论