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...
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...
浪花一圈又一圈）:)
这里是信息引发的扰动，价格随之变化。当 "记忆 "逐渐停止时，价格是否会在任意位置停止？或者这些地方仍然是有限的区域，我们将其视为水平。当一个人想："我要到这个点，然后把它拿走"。而另一个人则想："我受不了了，再跌 20 点就收手"。
也就是说，在价格刻度的不同部分，价格增量是不同的。
这是一个优化问题，一切皆有可能
Ahhhh....第一个了解如何处理刻度线的人。没错，就是使用采样率为 1 秒的刻度线。
亚历山大，我知道这是用来剥头皮的？
一切皆有可能
亚历山大，我猜这是用来倒卖的？
更准确地说，是在剥头皮时。
Intrade 要求更严格的细化 - 在 10-15 秒内细化 1 个值。
重要的是要了解另一件事 - 在对刻度线系列进行任何类型的细化时，都应保留样本量和时间的一定时间依赖性。也就是说，如果保持这种流动性，白天 1000 个稀疏事件应对应一个交易时段，而晚上则对应一天。
原则上，可以使用线性时间，即 OPEN/CLOSE M1、M5......，那么周期是显而易见的--交易时段、日、周......，但在一天之内，当样本量减少时，精确度就会降低，我们只能谈论一周、一个月内的交易，....，即每周 1-2 次交易。普通交易者不能满足于此--他想在白天抛上抛下，用刻度线工作，但他在时间空间上输了，失败了 :))))))。
关于周期
一天之内，它们清晰可见。参见本月英镑兑美元图表：
在巫师的底部指标上（目前正在升温，可能处于森林边缘），这种周期性存在于过程方差中（红线和蓝线）--几乎是一个正弦波。
重要的是要能够预测离散性（波动性）的行为，只有当价格（或增量总和）超出离散性时，即拐点（图中用绿色圆圈标记）过去时，才进行交易。
他们为什么不立即在价格中加入波动性呢？ 我的意思是，图表应该在考虑到波动性的情况下进一步转换。
例如，将波动率刻度细化
他们为什么不立即在价格中加入波动性呢？ 我的意思是，图表的转换应该考虑到这一点。
比如说，把波动的刻度细化。呃...我不知道怎么做。
我在波动率的时间周期中发现了一些东西（但由于某些原因，我的周期与江恩周期不同），我慢慢地使用它，仅此而已。
当然，我没有圣杯，但在第 3 个月已经有了一些 +20-25%，现在我已经在实际操作中使用它了。也许，我会把一切都倒进马桶里，当然....。但是，如果没有这些周期，我会更早耗尽一切。
呃我不知道怎么做
我在波动率时间周期中发现了一些东西（但由于某些原因，我的周期与江恩的不同），我慢慢地使用它，仅此而已。
当然，我并没有圣杯，但在第三个月里，我已经获得了 +20-25% 的收益，现在我已经在实际操作中使用它了。也许，我会把一切都倒进马桶里，当然....。但是，如果没有这些周期，我会更早耗尽一切。
我已经在 "MO "主题中写道，在想法中，它是借助朗伯逆变换一次性完成的。
但这对我来说太复杂了https://www.hindawi.com/journals/tswj/2015/909231/。
虽然有 R 和 Py 软件包
马克西姆-德米特里耶夫斯基
A lexander_K
对我来说，周期仍是一个尚未探索的方向。我看到了周期的存在和振荡周期的变化。还有很多问题。感谢您提供的有趣信息。
马克西姆-德米特里耶夫斯基
A lexander_K
对我来说，周期仍是一个尚未探索的方向。我看到存在周期，而振荡周期会发生变化。还有很多问题。感谢您提供的有趣信息。
:)))市场当然存在周期性。但不是明确地体现在价格上，而是体现在其分散性（波动性）上。而单一的起点是导致价格及其方差的增量。它看起来是这样的--增量的概率密度在一天内周期性地缩小/扩大。实际上，如果我们把记忆作为一个过程的结果，那么这个东西--周期性--就是记忆。
如果有可能将价格表示为正弦波形式的分散，那就更好了：)))))。
供参考：
过程方差的计算公式，例如：
https://en.wikipedia.org/wiki/Variance_gamma_process
:)))当然，市场存在周期性。但不是明确体现在价格上，而是体现在其分散性（波动性）上。单一的起点是决定价格及其方差的增量。它看起来是这样的--增量的概率密度在一天内周期性地缩小/扩大。实际上，如果我们把记忆作为一个过程的结果，那么这个东西--周期性--就是记忆。
如果我们能将价格表示为正弦波形式的离散，那么，这将会是一件了不起的事情：))))))。
供参考：
过程方差的计算公式如下
https://en.wikipedia.org/wiki/Variance_gamma_process
波动率可以从我文章中的变换中获得，就像两个手指一样。问题实际上在于初始序列的进一步变换，即如何采样。
您需要研究或准备好公式