FR H-波动性 - 页 21

新评论
 
Neutron:
私人 10.12.2007 16:54

谢尔盖，有一个过程，在这个过程中，原则上是不能长期赚钱的。我说的是通过整合一个MO为零的正态分布SV得到的金星过程。所以，无论你发明了什么样的TS，在这种情况下，它都是注定要失败的。 即使在理论上，这样的TS也是不可能被创造出来的。让我们把这样的VR称为EFFECTIVE。正如你所看到的，效率是这个BP的一个属性，而不是一个特定的TS的属性。我认为所做的比喻是透明的、直观的？


谢谢你，终于有了一个可以跳舞的炉子。我只是把这里的 "原则上，你不能 "这句话删掉。让我们开始把这个过程拆开 :-)。1 维纳过程是一个具有独立增量的过程。这条曲线总是有这个属性吗？我认为不是，你会同意，有些地方的增量是有依赖性的--任务是尽快发现这一事实，并在相关时间内按照增量的方向进行交易。第二种方式是 "任何具有独立增量的过程都是马尔科夫的，去那里。我们需要确定过渡概率矩阵，因为价格值的集合是离散的和可数的，理论上是可以的
 
grasn:

到私人公司

引入的概念只会混淆视听，并没有给你一个研究曲线 "行为 "的工具（在其中找到规律性），而是导致了这样的想法："那么有硬币的系统的稳定状态是什么？(补充：在我分心的时候，尊敬的Kamal已经问过了）而在我坚持我的立场的时候--系统对占据稳定状态的渴望没有给预测带来任何优势，我可以找到一堆的伪论据"

既然这是我的论断，我就再补充一点。我的结论只是基于常识，而不是基于 "马丁格尔 "和 "效率 "的概念。此外--我甚至不知道这些概念是什么意思，而且--我也不想知道。但这种无知一点也不影响我，只是方法不同，观念不同......。:о)


我在研究中也不使用这些术语，因为我不了解它们。而我认为数学是应用性的，只是需要了解什么是数学，在什么地方应用:-)。

关于 "系统对稳定状态的渴望对预测没有好处"，我的理解是正确的，并在图片中向你展示了这一特性可能被很好地利用，或者我没有说服力。如果不更详细地解释这个想法，我也总是试图保持在常识的范围内。

 
Yurixx:

所以在第一个问题上是完全一致的。:-))很好。

2.我大致 明白你在说什么，但我也明白，这超出了我的数学能力，甚至可能超出了我更具体的 理解。:-(

3.是的，TC的这种观点确实是微不足道的，你不需要知道FR来做，只要有莫。我从一开始就明白了。 因此，问题可以用另一种方式表述：与知道mo, sko的基本情况相比，FR的明确知识是否有任何优势？那么，如果是这样，能否以某种方式使用。

例子。SP具有不对称性（与高斯相反，高斯是对称的），尽管仍然是mo=0。能否从曲线的形状中提炼出一些东西，还是毫无意义？

但这很有意思："从有正确和明确的行动算法的 角度来看，资金管理方面的数学要充分得多"。我们能否更详细地讨论这些算法？也就是说，这意味着什么，在哪里可以找到它的无障碍形式。

4.我对质的比较不感兴趣，而是对量的比较感兴趣。 这不是TC的逻辑条件。:-)准确地说，我想把一个样本的价差归一化，以便它不取决于该样本的大小。

我明白这个计算方法，但请解释一下。

(a) "每个随机变量 "是指SV系列的每个样本都是一个独立的变量，有自己的分布？这假定所有这些变量具有相同的分布F(x) ?如果不是，"每个随机变量 "是什么意思？

b) 什么是G(x)？为什么我们要把F(x)增加到n的幂，这与样本最大值有什么关系？对不起，作为一个物理学家，我需要了解我在做什么。

3.在独立增量的情况下--不，它不会，因为在独立增量和mo=0的情况下，没有什么能给人带来好处--市场是有效的（根据我上面给出的马汀格尔标准）。否则没有什么比买入并持有的规则更好的了。我强调，所有这些都是为了独立的增量。
资金管理的数学，更确切地说，是风险管理的数学，在许多作品中都有描述，也得到了许多结果。 有些结果是众所周知的（夏普比率或V@R），有些则与常见的交易知识更相关（如凯利规则），有些则在可预见的未来超出了实际使用的范围（风险的相干性和凸性测量）。所有这些结果都是建设性的，每个人都说 "做这个和那个，以限制这个和那个的风险"。在实践方面，有一本书，我想是文斯写的，"资本管理的数学 "或类似的东西。如果我没有弄错的话--是关于资金管理。我自己没有读过，只是扫了一眼，但似乎没有胡说八道和萨满教。
4.所以，顺便说一句，我现在才明白，你可能想寻找的不是一个样本，而是一个具有独立增量 的过程的实施。这是一个稍微不同的（更复杂的）循环。我想怎么回答就怎么回答，正是为了取样，如果你需要其他的，可以再问我。
a) 这个版本假设系列的值是独立的等分（分布函数为F）随机变量。鹰拉什（1-0）在那里，或者其他什么。价值本身，而不是它们的总和。
b)G(x )实际上是一个最大值分布函数。证明很简单：最大值小于x的概率等于每个s.v.小于套装的概率（aptology），这等于 "een值小于x "这类事件的概率的乘积。 由于所有这类事件的概率相等，并且等于F（x），我们得到G（x）=F^n（x）。
 
Prival:
1 维纳过程是一个具有独立增量的过程。 这条曲线是否总是具有这种性质？我认为不是，你会同意，有些地方的增量是有依赖性的--任务是尽快发现这一事实，并在相关时间内按照增量的方向进行交易。第二种方式是 "任何具有独立增量的过程都是马尔科夫的，去那里。我们需要确定过渡概率矩阵，因为价格值的集合是离散的和可数的，理论上是可以的

我不同意！根据条件--增量是独立的。任何局部依赖都是随机的（随机的），因此会像开始时一样出乎意料地结束，因此这一特性不能被利用。关于第二个变体，我不明白。一般来说，试图利用随机过程（如上文所定义的）建立一个可盈利的TS，是无稽之谈！这是不可能的。谢尔盖，我已经强调了 "从长远来看是不可能的"，我不排除用变种来赢得局部。这与什么都不矛盾。重要的是，平均而言，在一个巨大的历史中，TC的回报率（总利润与所做交易数量的比率n）趋于零，为1/SQRT(n)。
 

致卡玛尔

根据你在股市的实际经验，目前是否有可能使用 "买入（卖出）并持有 "以外的策略？

 
kamal:
3.在独立增量的情况下--不，它不会，因为在独立增量和mo=0的情况下，优势不能给予任何东西--市场是有效的（根据我上面给出的马丁格尔标准）。否则没有什么比买入并持有的规则更好的了。我强调，所有这些都是为了独立的增量。
资金管理的数学，更确切地说，是风险管理的数学，已经在许多作品中得到描述，也得到了许多结果。 有些结果是众所周知的（夏普比率/索蒂诺或V@R），有些则与常见的交易知识更相关（如凯利规则），有些则在最近的将来无法实际使用（风险的连贯性和凸性测量）。所有这些结果都是建设性的，每个人都说 "做这个和那个，以限制这个和那个的风险"。在实践方面，有一本书，我想是文斯写的，"资本管理的数学 "或类似的东西。如果我没有弄错的话--是关于资金管理。我自己没有读过，只是扫了一眼，但似乎没有胡说八道和萨满教。
4.所以，顺便说一句，我现在才明白，你可能想寻找的不是一个样本，而是一个具有独立增量 的过程的实施。这是一个稍微不同的（更复杂的）循环。我想怎么回答就怎么回答，正是为了取样，如果你需要其他的，可以再问我。
a) 这个版本假设系列的值是独立的等分（分布函数为F）随机变量。鹰拉什（1-0）在那里，或者其他什么。价值本身，而不是它们的总和。
b)G(x )实际上是一个最大值分布函数。证明很简单：最大值小于x的概率等于每个s.v.小于套装的概率（aptology），这等于 "een值小于x "这类事件的概率的乘积。 由于所有这类事件的概率相等，并且等于F（x），我们得到G（x）=F^n（x）。

好了，第二个问题也已经处理好了，谢谢你。特别感谢文斯，我一定会找到它。还有最后一个问题。

a) 如果我理解正确的话，你所说的SP是指SP的所有无限系列的实现，其中每一个都是这个SP的无限系列的特例。在这种情况下，有可能谈论一个单一元素的分布函数。如果我说错了，请纠正我。

我说的 "SP "是指那个系列（可能是无限的），其中有限的部分我在我的电脑上以报价历史片段的形式存在。而我把一个样本称为这段历史的一部分，我在计算中直接使用它。这是否改变了问题？如果是这样，它的变化是什么？那么，什么是样本呢？

b) 关于最大限度和程度，我明白了，谢谢你。这是一个不同的、更有趣的观点。我的计算是基于其他的假设。 就我的理解，结果是一个最大的分布。而这正是FR，而不是SP。再往下看就清楚了。

如果你对这种识字还不厌烦的话，我想再问一个问题。 你几次强调增量的独立性是一个重要的限制，它把理论和实践分离得太厉害了。你还提到，理论已经能够更进一步。能否请您详细介绍一下这个理论，至少足以让人对这些步骤有一个初步的了解，同时也让人明白，一个对数学不太了解的人（比如我:-），但不是这个领域的专家，如何能在这里得到对自己有用的东西。

 
Prival писал (а):
 通过这句话，我想引导你的想法是，将赌注下在审判长落入范围2比下在范围3（连续4个头）更有可能，你也可以下在范围1（4个尾），见图。

这完全是错误的。

这清楚地表明了玩家在体育彩票、轮盘等游戏中犯下的典型错误。他们真诚地相信，他们必须或多或少地把他们的筹码放在比赛场地上（或者你可以想出你自己的系统），但从他们的角度来看，一些特定的组合（例如所有红色）对他们来说似乎不太可能。而且他们永远不会把他们的17个筹码全部放在全红（或全黑）上。

你用图片举的例子也很容易引起误解。理由是：如果你连续得到357只老鹰（哇！），那么就赌尾巴，你不会出错。这是不对的。

我建议持怀疑态度的用户考虑各种变体（它应该是一枚形式正确的硬币，没有风，硬币没有磁性，从技术角度看，实验是绝对清楚的）。
1.没有翻转。下一次翻牌时出现尾巴的概率是多少？正确答案是50%。
2.有100次的折腾。有95次，头都掉了。尾巴的概率是多少？正确答案是50%。
3.有100次的折腾。扔鹰尾巴的历史不详（好吧，长腿秘书用它包了一条鲱鱼）。尾巴的概率是多少？正确答案是50%。

显然，在这个例子中，事件的历史并不重要。

实际上，这意味着如果一枚硬币连续抛出4次都是正面，那就完全没有意义。这也意味着，如果图表（不是真正的金融市场，而是这个愚蠢的硬币翻转的图表）以一种陡峭的趋势上升，那么。
- 这根本不意味着图表回滚的概率大大增加；
- 这只是意味着在上一个故事中存在这种趋势。

要预测一个随机过程是不可能的。
你可以画一个正态分布曲线。你可以写一些字。你可以认为，结果就在眼前。
但要预测一个随机过程是不可能的，因为其本质就是如此--它是随机的。

只有这种表现出某种规律性的过程，才能被预测。例如，我们有理由相信，金融市场并非完全随机。

然而，外向型随机图和非随机图是非常相似的。
如果你做一个鹰击长空图（你可以抛硬币，写下结果，然后作为增量报价输入电脑），你会发现它与市场报价图难以区分。这就是让人困惑的地方。事实上，鹰击长空图从根本上说是无法预测的，而市场图在某种程度上可以预测。

研究员--程序员--设计师--TC的任务归结为确定可以进行预测的模式，即确定区别一个图表和另一个图表的差异--确定一个有用的信号。

 
SK. писал (а):


如果我想从市场上购买，我会看到削减市场是不正确的，并使用一个硬币的例子，我不会在这些例子中也解释不同的马汀格。SK不是一枚硬币，而是一个随机变量。同样，我们假设电源电压是220伏，在这种情况下，它可能是220而不是0（不是关键）。但是，如果我赌电压在220V+3sigma之内，反对其他假设，那么就没有人愿意和我玩这个游戏了。

我只是厌倦了问效率爱好者的意思，我是希望他们看到后想玩，因为按照他们的说法，市场是有效率的，一直在努力追求其平衡状态，所以游客不可能赢。

呼唤任何人按上述规则行事。

SK 再次感谢你看到这个

编辑：对于你上面写的所有内容，我绝对同意，虽然在这里我定义的是一个随机变量，它有两个规律性的东西可以和方差=const。这就解释了为什么我打败了任何人。不幸的是，市场并不像我们希望的那样简单。

 
Neutron:
不同意！按照惯例，增量不具有依赖性。任何局部依赖都是随机的（随机的），因此它会像开始时一样意外地结束，所以没有办法利用这一特性。关于第二个变体，我不明白。一般来说，试图利用随机过程（如上文所定义的）建立一个可盈利的TS是无稽之谈！这是不可能的。谢尔盖，我已经强调了 "从长远来看是不可能的"，我不排除用变种来赢得局部。这与什么都不矛盾。重要的是，平均而言，在一个巨大的历史中，TC的回报率（总利润与所做交易数量的比率n）趋于零，为1/SQRT(n)。
对不起，我在另一个主题'随机流动理论和外汇' 中回答了（我认为在那里更合适），也许我错了，请查一查并发表评论。
 
kamal:
最后，为了不只是充当 "思想杀手"，我将告诉你一个非常简单的想法，我曾经在mql4.ru的文章中推动过这个想法，随着我获得实际交易经验，这个想法的重要性越来越大：只需重新思考一个参数：时间，就可以将几何随机行走的标准高斯模型从所有问题中拯救出来。这个想法在这里已经提到过了，但再重复一次也不是什么罪过：看一下刻度线！这是个很好的例子。而像 "沉重的尾巴"，像 "波动性"，以及其他许多东西的影响将消失。

也请看一下：下图用红色显示了TP EUR/USD点位的第一个差值的计算数量，以点为单位，并落在标线上设置的数值区间内。

那么，以"重尾"形式存在的缺失效应在哪里？我们仍然可以做一个"波动性"图表，如果你建议它的正确定义，以 "看到 "如何"缺少很多"

你的照片与我所建造的非常不同，这很有趣。这是一张来自北风分支的图片，每30 个刻度，例如（非常典型，顺便说一下，是一个分支，一半是明显的，但有用的观察，一半是--非科学的废话，如 "证明在标签游戏中的挣钱可能性"，另外还有一个特殊术语的杂耍）。

蜱虫是从哪里来的？
关于波动性--在很大程度上，我说的是aptology，因为价格的可变性（波动性）与交易活动（ticks的数量）直接相关，考虑到tickframe，你贬低了图表的价值，进入了所谓的操作时间。由于有关交易波动率的数据对我们来说是封闭的（即有人会找到短的到期期权--欢迎你，但即使是其中的细枝末节也不能自由获取），所以很难 "直接 "检查我的声明，只能检查上面的推测性构造。

数学 09.12.2007 13:00

不完全是，中子。你必须在其中建立具有同等刻度量的柱子（equivolume）。看看他们的P.D.F.就知道了。(概率密度函数)。这个想法在很久以前，差不多一年半以前，由阿米尔 在"日内交易中的时间替代原则 " 中表达。

我当时注意到了这篇文章，但我当时还没有迷上P.D.F.，我也没有看到这些想法的任何交易应用。即使是现在，我也不认为对交易有多大用处，但另一方面，我清楚地理解作者在文章开头所写的内容（重点强调）：我敢说，很少有系统开发人员--初学者以及一些 "经验丰富 "的人--认为，即使是最简单的移动平均线类型的指标，由于与时间有关，在一天中的不同时间实际上是不同的单位。当然，也有以价格为标准制定的制度，但不是以时间为标准。一个典型的例子是renko和kagi系统，但它们属于少数。我再说一遍，它们中的大多数都与时间 "挂钩"，最常见的是通过指标间接地挂钩。这 是完全正确的：经典的连续指标的外观在这样的转换后发生了很大变化。那些试图在他们的TS中使用这个的人，只要看看应用在这个图表上的包络线和布林线。我猜想，随着厚尾巴的消失（或明显变薄）和方差（波动率）的稳定，这些指标将显示出更合理的进入/退出。你不会得到圣杯，但处理更简单的过程也会更容易。

就个人而言，我对这种图表转换感兴趣，因为图表本身有可能变得更接近维纳过程--其p.d.f.增量非常接近巴切莱特所描述的增量（在任何时间点都是+-1 tick，与过去无关）。下一步该怎么做是第二个问题。

SK。 我非常明白，Foreh上的tick卷过于依赖数据提供者和它的过滤器。但你可以尝试，对吗？

我为这一大段话表示歉意，但它可以让我们重构正在讨论的话题的进程。

请看图。它显示了价格增量在条形图中的分布，分别为1点、10点、20点、40点、80点。

也就是说，需要的是--"具有相同刻度线量的条形图（equi volume）"。所提供的数据是欧元/日元Alpari 2007年的刻度线。很明显，即使对于TF=80，人们也只能以极大的保留来谈论分布的正常化（比较实心红线和带圆圈的红线）。

也许你，Kamal和Mathemat， 可以对这种情况进行评论。

1...141516171819202122232425262728...42
新评论