Это пока почти все, что я думаю о волатильности. Если интересно, могу показать, как выглядит индикатор d) при разных окнах.
P.S. Ага, вот и всплыл второй параметр волатильности как координаты КК: нужно знать некую "граничную" волатильность, с которой будем сравнивать при принятии решения о торговле.
Не-нет, Андрей, не надейся, что будет красивая синусоида. Но будет плавность (хотя никакого сглаживания нет в принципе) - а, значит, и некая предсказуемость. Чуть попозже. Индюк есть, но его нужно слегка подкорректировать.
Не. Из жадности. ;)
来吧，有什么样的贪婪。好吧，让我们来谈谈波动性问题。原则上，对于QC协调来说，这根本不是一个糟糕的选择。
主要问题是：选择哪个窗口进行波动？事实上，这是QC坐标的一个隐藏参数。
第二个问题：如何计算波动率？
a) S.c.o. ?我不喜欢它。它不是对波动率的估计，因为s.c.o.作为一种算法，唯一对应的是唯一的分布--正态。不是的，这里的每个年轻人都知道。
(b) 更加接近现实的是类似于收益模数的平均数：布拉舍夫在没有证明的情况下表明，收益模数的分布可以被认为是指数型的，至少是第一近似值。而这样的分布仍然更接近于作为个体误差的平均值的误差估计，而不是s.c.o。
c) ATR。也不错。在意识形态上与b）点比较接近。
d) 波动率估算的百分位数法：选择一个不小的窗口（大约100），定义一些百分位数（比如50），然后看一下收盘价模数回100条的分布。与收益率分成两半对应的点将是波动率的估计值。
就个人而言，我最喜欢这种方法。它对分布回报的形状更为稳健（我们不对分布函数作出假设）。它对 "波动性窗口 "也更加稳健。
到目前为止，这几乎是我对波动性的全部看法。如果感兴趣，我可以向你展示指标d）在不同窗口的样子。
P.S. 是的，作为QC坐标的第二个波动率参数来了：我们需要知道一些 "边界 "波动率，以便在做交易决定时与之比较。
----------------------------------
Это пока почти все, что я думаю о волатильности. Если интересно, могу показать, как выглядит индикатор d) при разных окнах.
P.S. Ага, вот и всплыл второй параметр волатильности как координаты КК: нужно знать некую "граничную" волатильность, с которой будем сравнивать при принятии решения о торговле.
给我看看。你需要选择一个窗口和一个波动图接近正弦波的TF。我不能一目了然地告诉你哪些是，但它们就在那里。
不，不，安德烈，不要指望一个漂亮的正弦波。但会有平稳性（尽管原则上没有平稳性）--因此，也有一些可预测性。稍后。有一个指标，但它需要被调整一下。
Не-нет, Андрей, не надейся, что будет красивая синусоида. Но будет плавность (хотя никакого сглаживания нет в принципе) - а, значит, и некая предсказуемость. Чуть попозже. Индюк есть, но его нужно слегка подкорректировать.
我不是指 "美丽的 "正弦波，而是指有周期性的类似东西。直线形式的波动率是不需要的，但另一方面，由一个柱状窗口计算的波动率将是非常 "语音化 "的。
来吧，这不是贪婪。好吧，让我们来谈谈波动性问题。原则上说，对于一个QC协调人来说，这根本不是一个糟糕的选择。
主要问题是：选择哪个窗口进行波动？事实上，这是QC坐标的一个隐藏参数。
第二个问题：如何计算波动率？
a) S.c.o. ?我不喜欢它。它不是对波动率的估计，因为s.c.o.作为一种算法，唯一对应的是唯一的分布--正态。不是的，这里的每个年轻人都知道。
(b) 更加接近现实的是类似于收益模数的平均数：布拉舍夫在没有证明的情况下表明，收益模数的分布可以被认为是指数型的，至少是第一近似值。而这样的分布仍然更接近于作为个体误差的平均值的误差估计，而不是s.c.o。
c) ATR。也不错。在意识形态上与b）点比较接近。
d) 波动率估算的百分位数法：选择一个不小的窗口（大约100），决定一个百分位数（比如50），然后看一下收盘价模数回100条的分布。回报率除以一半所对应的点将是波动率的估计值。
就个人而言，我最喜欢这种方法。它对分布的形状更为稳健（我们不是在对分布函数进行假设）。它对 "波动性窗口 "也更加有力。
到目前为止，这几乎是我对波动性的全部看法。如果感兴趣，我可以向你展示指标d）在不同窗口的样子。
P.S. 啊哈，作为QC坐标的第二个参数波动率出现了：我们需要知道一些 "边界 "波动率，我们在决定交易时将与之比较。
1.日内波动是非常周期性的，如果在日内交易或任何其他基于TF以下天数的进场/出场的交易中对其进行评估，我们需要将其考虑在内。事实上，一天中的每个小时都有自己的标准电压和非标准电压。也就是说，你需要看一天中每个时间段的波动率的相对偏差，或者采取一天的平均周期倍数。https://www.mql5.com/ru/forum/117000 Shiryaev也有类似的波动性研究，我想是在 "随机金融数学基础 "的第二卷。
2.衡量波动性的自然标准是tick volume。如果我们采取足够长的区域的总和，那么它的相对变化几乎与AC无关。所有其他的方法都是由它派生出来的，是对一些参数的一种过滤。
虽然，如果我们采取足够长的周期（一天的周期倍数），那么我们可以采取相当低的框架周期的所有蜡烛图的总和（高-低），而不是tick volum。这些值将按比例变化
Главный вопрос: какое окно для волатильности выбрать? Фактически это скрытый параметр координаты КК.
Второй вопрос: как вычислять волатильность?
1.这确实是主要问题。
2.根据该术语的逻辑，它不应该由收盘价来计算，而是由高点和低点来计算。例如，我以前是这样做的
此外，你可以计算简单平均数（即模块）或均方根。
Shiryaev对波动率也有类似的研究，我想是在《随机金融数学基础》第二卷中。
似乎是在第一卷。那里讨论了虱子的统计，以及波动性。这里有一张图片为例)))
来吧，这不是贪婪。好吧，让我们来谈谈波动性问题。
=========
该主题已停滞不前...
洛文斯和加德菲斯的统治。
:(
=========
该主题已停滞不前...
洛文斯和牛虻们的统治。
:(
甚至不知道是否有人将该主题的主要思想卓有成效地付诸实践。遗憾的是。
她淹死了，又 浮出水面。
我猜世界末日已经临近--死去的女人正在从坟墓中复活。哦，好吧，我们将不得不接受这个事实...
===
我不会再写什么了。这是毫无意义的，也是无用的。就像俄罗斯的叛乱。
你是不是想跟别人讲点道理？
怜悯 - 不，当然不是。
到底有什么东西可以养活？
愚蠢的那个人？
-
开枪吧。在我结婚后...