FR H-波动性 - 页 3 12345678910...42 新评论 Neutron 2007.11.16 07:47 #21 Yurixx: 为了方便起见，差值（Hvol-2）和差值（sko/|leg|-root(pi/2)）被绘制成红色，以便立即显示与非套利市场的H-vol=2值的差异，以及与正常分布的sko/|leg|值1.253314的差异。 嗯...如果我们按照你的逻辑，那么Hvol-2的行为和sko/|leg|-root(pi/2)的差异应该是正相关的。 然而，在小H的区域，FR与正常的差异是最明显的，我们观察到sko/|leg|-root(pi/2)的最小值--好像分布倾向于高斯。 但对于欧元来说，其曲线结果与你的完全一样。也许是由于你特别试图在这个模型系列中重现一个真实系列的特征？无论如何，我想看看kagi-builds及其参数和FR在正常的CB上会有什么表现。例如，我发现非常奇怪的是，刻度线的分布和建立在这些刻度线上的之字形分布从根本上来说是不同的。 一切都是。 尤拉，模型和真实系列没有相同的Hvol的事实表明，我们（我）对数据文件感到困惑。让我建立一个新的系列（这需要一些时间来记忆），它将具有与真实BP完全相同的相关图和波动率的刻度。我建议将欧元/日元的点位作为套利的最有希望的货币对的模型。 Neutron 2007.11.16 09:57 #22 开始记住了。在我用来建模的N阶自回归模型中，如果随机项（sigma）的FR的性质是高斯分布的，那么残差序列的FR就非常类似于正常。为了将模型系列的残差的PDF近似于原始的PDF，我设置了一个非常奇特的随机项的形式，所以没有高斯性。 目前，我正在为欧元/日元铺设一系列的点位。 附加的文件： eurjpy.zip 94 kb Yurixx 2007.11.16 10:41 #23 Neutron: 嗯...如果你按照你的逻辑，那么Hvol - 2的行为和sko/|leg| - root(pi/2)的差异应该是正相关的。然而，在小H的区域，FR与正常的差异是最明显的，我们观察到sko/|leg| - root(pi/2)的最小值 - 仿佛分布趋于高斯... 我不知道Hvol - 2和sko/|leg| - root(pi/2)之间的正相关关系。从图表上看，在我看来，Hvol和sko/|leg|是完全不同的特征。如果我们从模型系列的第一个点（tick zigzag）中抽象出来，sko/||leg|表现得非常稳定。可能它很难在交易中使用，但Hvol似乎是一个更有价值的特性。 作为这项研究的结果，我意识到无套利并不是正态分布的结果。更确切地说，还有其他的FR，对于这些FR，SV序列是无套利的。 Hvol是评估套利性的一个合适的特征，但sko/|leg|不是。它最多只适合于估计FR与高斯的接近程度，而这本身并没有什么价值。 在两个sko/||leg|图的所有许多点中，只有一个--模型系列的第一个点--表明分布的正态性。 这正是直接指你生成的系列。对我来说，这是很自然的，你专门生成了一个正态分布的SV。所以看到这个系列的FR（图Z1）对我来说是一个惊喜。这再次表明，sko/|leg|可能是评估FR规范性的一个很好的特征，但显然不是详尽的。:-) 发布的刻度线是真实的数据还是模拟的？ PS 顺便说一下，我认为模型序列的相关图和波动率不一定要与真实数据相吻合。我们的任务毕竟还没有超出对这些特征的行为的基本测试。相反，如果是最原始的正态分布系列，即使他们与现实脱节，那就更好了。但是，如果在这样一个系列中，很明显，是的，这些特征是有效的，那么我们可以问第二个问题：这些特征是否可以区分真实和模型数据（假的:-），它们是否可以成为套利可能性的过滤器？ Neutron 2007.11.16 10:58 #24 真实!真正的。 模型刻度线来了! 在生成它们时，主要条件是不同样本上的相关图和波动率的重合。 为此，使用了五阶自回归模型。 下面是BP本身及其FR的行为方式。 附加的文件： eurjpyrnd.zip 105 kb Neutron 2007.11.16 11:11 #25 Yurixx: 作为这项研究的结果，我意识到任意性不是正态分布的结果。更确切地说，还有其他的PDF，对于这些PDF，SV序列是无套利的。 Hvol是评估套利性的一个合适的特征，但sko/|leg|不是这样。它最多只适合于评估FR与高斯的接近程度，而这本身并没有什么价值。 在我看来，你似乎强调了一个非常重要的问题。 任意性并不是正态分布的结果。 我应该补充的是，套利可能是外汇中非平衡的结果（我们还没有谈论它的类型）。 这就是模型的自回归系数值和源系数的吻合。 P.S. Yura，请解释一下，怎么会有这样重要的过程特征，如波动率、相关图！！！同时，自回归系数和FR的值却根本不同！？ 数学建议，这是由于一些第一残差中严格意义上的非平稳性...但不知为何，这并不令人信服。 是的！所有的数据都是今年7月的蜱虫，这就是建模的结果。 Sceptic Philozoff 2007.11.16 12:51 #26 相关图算法本身已经隐含地假定过程被认为是静止的。你怎么知道的，中子？ 顺便说一下，按振幅计算的蜱虫与静止过程非常相似（如果是欧元，它几乎总是+-1）。按滞后性(ticks之间的时间)计算--根本不可能。 P.S. 这里最好是建立具有相同数量刻度的条形图，而不是在其中具有相同的天文时间... P.P.S.在这里，它们是酒吧可能的非平稳性的根源。我们在振幅方面进行挖掘，但我们应该在时间方面进行挖掘...也许在这样一个代表过程中，Prival的 想法会起作用。你怎么看，中子？ Neutron 2007.11.16 13:11 #27 一些第一次打勾的差异的期望值严格地处于零，标准偏差在各届会议上有所不同，但正如你正确指出的那样--弱...我认为问题出在所使用的模型的不足之处。事实上，它没有考虑到导致 "肥尾 "增长的新闻干扰。 如果我们引入一个很少但恰如其分地 "传播 "虱子的术语，情况将变得更加现实。但是，我们有多大的需要呢？关于这一点，尤拉有话要说... 某种程度上说是情色的 :-)) Yurixx 2007.11.16 14:50 #28 Neutron: 在我看来，你似乎强调了一个非常重要的问题。 任意性不是正态分布的结果。 我想补充的是，套利可能是FR中不平衡的结果（我们还没有谈论它的类型）。P.S. 尤拉，请解释一下，怎么会有这样重要的过程特征，如波动率、相关图！！！自回归系数的值是一致的，而FR却有根本性的不同！？数学界认为，这是由于在一些第一残差中缺乏严格意义上的静止性...但是，不知为何，这并不令人信服。 什么是非平衡性FR？那么什么是严格意义上的静止性呢？嗯，别忘了我不是数学家。:-)顺便说一句，我昨天拿起了朗道-里夫希茨的《统计物理学》一书，在那里发现了许多有趣的东西!这时我痛苦地后悔，我学的是田野而不是统计。:-)) 老实说，我无法回答这个问题。我自己仍然对过去几天所看到的一切感到困惑不解。我已经下载了数据，但还没有统计，请给我时间。 谢尔盖，我认为你在谈论广义指数分布 时是完全正确的。从外观上看，它确实是这样的东西。还有一件事，我想完全同意你的观点。这一个。 中子： 我认为问题在于所使用的模型的不充分。事实上，我们没有考虑到其中的新闻干扰，这就是 "肥尾 "泛滥的地方。如果我们引入一个很少但恰如其分地 "传播 "虱子的成员，情况就会变得更加现实。 除此以外，还有一个工作思路。我非常希望看到FR和一个真正的系列在一个明显的、稳定的趋势中的所有特征。有一个问题--趋势不会发生这么长的时间，以至于数据量有足够的代表性。或者是我不明白什么？也许有可能切割碎片并将它们合并成一个系列？一般来说，我不知道该怎么做，但我真的想看看市场不同状态下的FR。毕竟，我们所关注的实际上是医院的平均温度。 Yurixx 2007.11.16 15:10 #29 Mathemat: P.S. 如果能建立具有相等数量刻度的条形图，而不是其中相等的天文时间，那就更好了... 一般来说，这一点都不难。我也可以这样做，并公布相关的统计数据，只要告诉我是哪一个。另外，你只对回报感兴趣还是对ONLC感兴趣？我认为北风 做了类似的事情。 但我不能同意这是非平稳性的根源。我还不知道什么是静止的（但我希望你能写出来），但我想外汇在任何情况下都不可能是静止的。 但准静止可能是。无论你怎么看，外汇都是一个稳定的，稳定的系统。它吸收并消解任何外部干扰。这就是外汇，作为一个系统坐在一个深井里（当然是潜在的井，请原谅双关语：-），如果有人向这个井里扔一块砖头，水面上的波浪将被保证，但平衡将被恢复。因此，所有基于静止性的模型都很有资格生活。有一个重要的 "但是"。 如果能证明所有干扰外汇静止性的现象对过程的统计参数影响不大。如果能显示出相反的情况，那么在这个过程中就有可能确定非平稳性在哪里以及如何发生。 然后问题就会得到解决，交易者赚的是什么：平稳性或缺乏平稳性。 顺便说一下，Mathemat， 你曾经写过关于风险和抽筋大于平均水平这一事实的影响。也许你可以评论一下结果：对于真实的价格数据，sko和平均值之间的差异比正态分布的SV要小得多。 Sceptic Philozoff 2007.11.16 15:44 #30 Yurixx，静止性有两种意义--广义和狭义。 广义的意思是，当过程的r.O.是恒定的，ACF只取决于参数的差异，而不是分别取决于每个参数。 也许，你所说的r.O.的 "恒定性 "又是指静止性 :)这是个奇怪的定义，得到... 在狭义上，它是指当...忘了它在狭义上的意义。这种静止性实际上是无法验证的。 "价格是对不可观察的静止序列的不稳定反应"，（c）未知。这种观点最近离我很近：有一个观察原始 "好 "序列的上帝，但对于凡人来说，他把它通过某种非线性过滤器，使其成为非静态的。 你曾经写过关于风险和抽筋比一般人大的事实对他们的影响。 说实话，我不记得了。我记得我写过，风险受到非高斯分布的影响（厚尾）。 12345678910...42 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
为了方便起见，差值（Hvol-2）和差值（sko/|leg|-root(pi/2)）被绘制成红色，以便立即显示与非套利市场的H-vol=2值的差异，以及与正常分布的sko/|leg|值1.253314的差异。
嗯...如果我们按照你的逻辑，那么Hvol-2的行为和sko/|leg|-root(pi/2)的差异应该是正相关的。 然而，在小H的区域，FR与正常的差异是最明显的，我们观察到sko/|leg|-root(pi/2)的最小值--好像分布倾向于高斯。
但对于欧元来说，其曲线结果与你的完全一样。也许是由于你特别试图在这个模型系列中重现一个真实系列的特征？无论如何，我想看看kagi-builds及其参数和FR在正常的CB上会有什么表现。例如，我发现非常奇怪的是，刻度线的分布和建立在这些刻度线上的之字形分布从根本上来说是不同的。
一切都是。
尤拉，模型和真实系列没有相同的Hvol的事实表明，我们（我）对数据文件感到困惑。让我建立一个新的系列（这需要一些时间来记忆），它将具有与真实BP完全相同的相关图和波动率的刻度。我建议将欧元/日元的点位作为套利的最有希望的货币对的模型。
开始记住了。在我用来建模的N阶自回归模型中，如果随机项（sigma）的FR的性质是高斯分布的，那么残差序列的FR就非常类似于正常。为了将模型系列的残差的PDF近似于原始的PDF，我设置了一个非常奇特的随机项的形式，所以没有高斯性。
目前，我正在为欧元/日元铺设一系列的点位。
嗯...如果你按照你的逻辑，那么Hvol - 2的行为和sko/|leg| - root(pi/2)的差异应该是正相关的。然而，在小H的区域，FR与正常的差异是最明显的，我们观察到sko/|leg| - root(pi/2)的最小值 - 仿佛分布趋于高斯...
我不知道Hvol - 2和sko/|leg| - root(pi/2)之间的正相关关系。从图表上看，在我看来，Hvol和sko/|leg|是完全不同的特征。如果我们从模型系列的第一个点（tick zigzag）中抽象出来，sko/||leg|表现得非常稳定。可能它很难在交易中使用，但Hvol似乎是一个更有价值的特性。
作为这项研究的结果，我意识到无套利并不是正态分布的结果。更确切地说，还有其他的FR，对于这些FR，SV序列是无套利的。 Hvol是评估套利性的一个合适的特征，但sko/|leg|不是。它最多只适合于估计FR与高斯的接近程度，而这本身并没有什么价值。
在两个sko/||leg|图的所有许多点中，只有一个--模型系列的第一个点--表明分布的正态性。 这正是直接指你生成的系列。对我来说，这是很自然的，你专门生成了一个正态分布的SV。所以看到这个系列的FR（图Z1）对我来说是一个惊喜。这再次表明，sko/|leg|可能是评估FR规范性的一个很好的特征，但显然不是详尽的。:-)
发布的刻度线是真实的数据还是模拟的？
PS
顺便说一下，我认为模型序列的相关图和波动率不一定要与真实数据相吻合。我们的任务毕竟还没有超出对这些特征的行为的基本测试。相反，如果是最原始的正态分布系列，即使他们与现实脱节，那就更好了。但是，如果在这样一个系列中，很明显，是的，这些特征是有效的，那么我们可以问第二个问题：这些特征是否可以区分真实和模型数据（假的:-），它们是否可以成为套利可能性的过滤器？
真实!真正的。
模型刻度线来了!
在生成它们时，主要条件是不同样本上的相关图和波动率的重合。
为此，使用了五阶自回归模型。 下面是BP本身及其FR的行为方式。
作为这项研究的结果，我意识到任意性不是正态分布的结果。更确切地说，还有其他的PDF，对于这些PDF，SV序列是无套利的。 Hvol是评估套利性的一个合适的特征，但sko/|leg|不是这样。它最多只适合于评估FR与高斯的接近程度，而这本身并没有什么价值。
在我看来，你似乎强调了一个非常重要的问题。 任意性并不是正态分布的结果。 我应该补充的是，套利可能是外汇中非平衡的结果（我们还没有谈论它的类型）。
这就是模型的自回归系数值和源系数的吻合。
P.S. Yura，请解释一下，怎么会有这样重要的过程特征，如波动率、相关图！！！同时，自回归系数和FR的值却根本不同！？ 数学建议，这是由于一些第一残差中严格意义上的非平稳性...但不知为何，这并不令人信服。
是的！所有的数据都是今年7月的蜱虫，这就是建模的结果。
相关图算法本身已经隐含地假定过程被认为是静止的。你怎么知道的，中子？
顺便说一下，按振幅计算的蜱虫与静止过程非常相似（如果是欧元，它几乎总是+-1）。按滞后性(ticks之间的时间)计算--根本不可能。
P.S. 这里最好是建立具有相同数量刻度的条形图，而不是在其中具有相同的天文时间...
P.P.S.在这里，它们是酒吧可能的非平稳性的根源。我们在振幅方面进行挖掘，但我们应该在时间方面进行挖掘...也许在这样一个代表过程中，Prival的 想法会起作用。你怎么看，中子？
一些第一次打勾的差异的期望值严格地处于零，标准偏差在各届会议上有所不同，但正如你正确指出的那样--弱...我认为问题出在所使用的模型的不足之处。事实上，它没有考虑到导致 "肥尾 "增长的新闻干扰。 如果我们引入一个很少但恰如其分地 "传播 "虱子的术语，情况将变得更加现实。但是，我们有多大的需要呢？关于这一点，尤拉有话要说...
某种程度上说是情色的 :-))
在我看来，你似乎强调了一个非常重要的问题。 任意性不是正态分布的结果。 我想补充的是，套利可能是FR中不平衡的结果（我们还没有谈论它的类型）。
P.S. 尤拉，请解释一下，怎么会有这样重要的过程特征，如波动率、相关图！！！自回归系数的值是一致的，而FR却有根本性的不同！？数学界认为，这是由于在一些第一残差中缺乏严格意义上的静止性...但是，不知为何，这并不令人信服。
什么是非平衡性FR？那么什么是严格意义上的静止性呢？嗯，别忘了我不是数学家。:-)顺便说一句，我昨天拿起了朗道-里夫希茨的《统计物理学》一书，在那里发现了许多有趣的东西!这时我痛苦地后悔，我学的是田野而不是统计。:-))
老实说，我无法回答这个问题。我自己仍然对过去几天所看到的一切感到困惑不解。我已经下载了数据，但还没有统计，请给我时间。
谢尔盖，我认为你在谈论广义指数分布 时是完全正确的。从外观上看，它确实是这样的东西。还有一件事，我想完全同意你的观点。这一个。
我认为问题在于所使用的模型的不充分。事实上，我们没有考虑到其中的新闻干扰，这就是 "肥尾 "泛滥的地方。如果我们引入一个很少但恰如其分地 "传播 "虱子的成员，情况就会变得更加现实。
除此以外，还有一个工作思路。我非常希望看到FR和一个真正的系列在一个明显的、稳定的趋势中的所有特征。有一个问题--趋势不会发生这么长的时间，以至于数据量有足够的代表性。或者是我不明白什么？也许有可能切割碎片并将它们合并成一个系列？一般来说，我不知道该怎么做，但我真的想看看市场不同状态下的FR。毕竟，我们所关注的实际上是医院的平均温度。
P.S. 如果能建立具有相等数量刻度的条形图，而不是其中相等的天文时间，那就更好了...
一般来说，这一点都不难。我也可以这样做，并公布相关的统计数据，只要告诉我是哪一个。另外，你只对回报感兴趣还是对ONLC感兴趣？我认为北风 做了类似的事情。
但我不能同意这是非平稳性的根源。我还不知道什么是静止的（但我希望你能写出来），但我想外汇在任何情况下都不可能是静止的。 但准静止可能是。无论你怎么看，外汇都是一个稳定的，稳定的系统。它吸收并消解任何外部干扰。这就是外汇，作为一个系统坐在一个深井里（当然是潜在的井，请原谅双关语：-），如果有人向这个井里扔一块砖头，水面上的波浪将被保证，但平衡将被恢复。因此，所有基于静止性的模型都很有资格生活。有一个重要的 "但是"。
如果能证明所有干扰外汇静止性的现象对过程的统计参数影响不大。如果能显示出相反的情况，那么在这个过程中就有可能确定非平稳性在哪里以及如何发生。 然后问题就会得到解决，交易者赚的是什么：平稳性或缺乏平稳性。
顺便说一下，Mathemat， 你曾经写过关于风险和抽筋大于平均水平这一事实的影响。也许你可以评论一下结果：对于真实的价格数据，sko和平均值之间的差异比正态分布的SV要小得多。
Yurixx，静止性有两种意义--广义和狭义。
广义的意思是，当过程的r.O.是恒定的，ACF只取决于参数的差异，而不是分别取决于每个参数。 也许，你所说的r.O.的 "恒定性 "又是指静止性 :)这是个奇怪的定义，得到...
在狭义上，它是指当...忘了它在狭义上的意义。这种静止性实际上是无法验证的。
"价格是对不可观察的静止序列的不稳定反应"，（c）未知。这种观点最近离我很近：有一个观察原始 "好 "序列的上帝，但对于凡人来说，他把它通过某种非线性过滤器，使其成为非静态的。
说实话，我不记得了。我记得我写过，风险受到非高斯分布的影响（厚尾）。