价格增量的分配 - 页 7

 
Alexander_K:

我认为在非马尔科夫过程的情况下,你必须逆向交易,但对于马尔科夫过程,你必须沿着趋势交易。

这很奇怪。我以为是反过来的。趋势是过程的记忆效应(观察之间的依赖性)。而马尔科夫过程是一个非记忆过程。相应地,有必要用非马尔科夫过程沿着趋势进行交易,反之则用马尔科夫过程。

只是在实践中,报价的性质可能会来回变化。

 
Stanislav Korotky:

这很奇怪。我以为是反过来的。趋势是过程记忆的影响(观察之间的依赖性)。而马尔科夫过程是一个无记忆的过程。相应地,我们应该用非马尔科夫过程沿着趋势进行交易,而反对趋势则用马尔科夫过程。

为那些喜欢 "思考 "的人提供反例。

如果遵循AR(1)模型--趋势和反趋势交易都能发挥作用;由此产生的过程是马尔科夫的。如果我们加入分数阶次积分,过程就会变得非马尔科夫,但趋势和反趋势交易都会发挥作用。

AR(1)模型的参数不多,无法知道其中哪些参数决定了趋势交易是否有效,除非问题是过程是否是马尔科夫的。

[删除]  
Alexander_K:

亲爱的交易员们!

在闲暇之余,我阅读了本论坛的许多主题--其中许多讨论了确定随机变量回报的分布类型(所谓的价格增量)的问题。我自己意识到,这个问题还没有得到解决,有一些:):):),适当的教育和技能,我决定参与解决这个问题。

所以,任务的定义。

从某一货币对的tick数据中确定连续价格增量Bid和Ask的概率分布(即分析了由当前和之前Ask价格之差组成的数据集和相同的Bid价格集)。某一分布的概率密度函数、分布函数和量化函数的公式必须以分析形式呈现。

事实证明,这项任务肯定是困难的。让我说,这个分布不是那些广泛讨论的分布之一--既不是正态分布,也不是逻辑分布,也不是拉普拉斯分布,也不是考奇分布,等等,等等。

在我告诉你这个分布(更确切地说,它是一个分布系列,因为不同的货币对有不同的尺度系数值,一般来说,它与标准差 不一致)之前,请回答我几个问题--知道这个分布到底能提供什么?它对外汇交易有什么帮助?

真诚的。

偶然路过,对外汇市场感兴趣

Alexander_K :):)

1)它没有帮助。

2)在任何方面都没有帮助。

[删除]  
Alexander_K:

当然,这是最重要的问题。

我认为在非马尔科夫过程的情况下,我们应该逆势交易,而在马尔科夫过程的情况下,我们应该顺势交易。

下周我将研究嘀嗒声到达时间的概率分布--让我们看看不同配对的情况。

如果它是非指数的--那么这些过程就不是马尔科夫的,反之亦然。

我将在论坛上公布结果。


请原谅我,Alexander_K,但说句不好听的,这是在胡说八道。

[删除]  

关于交易、自动交易系统和交易策略测试的论坛

市场是一个受控的动态系统。

Oleg avtomat, 2013.06.12 17:35

<br / translate="no">sergeyas

严格来说,噪音应该是"红色 "的。

这就是任何 "适当的 "动态系统的内在噪声。

在没有音乐输入的情况下,将放大器的音量调到最大,我们会听到SHHHHHHHHH))。

严格来说,噪音不一定是,但可以是 任何东西,包括 "红色 "和 "粉色 "和 "白色"......以及 "灰褐色-覆盆子"--任何东西。


对增量来说也是如此。

 
СанСаныч Фоменко:

以增量对数为输入的GARCH模型由三部分组成:趋势模型、波动率模型和增量分布模型。关于这些分布、它们对算法的影响、货币对按分布类型的差异和其他....,有大量的文献。你提出的问题是一个有30年历史的胡须。金融市场的主要数学工具是GARCH,其中有很多。在机器学习的主题中,我给出了一份文献选集--我又紧紧抓住了它。

到目前为止,最广泛使用的是斜面T形分布。但我重申,一个完整的模型由三个部分组成。

有一些现成的软件包在实际交易中被广泛使用。结果可在公开出版物中获得。在R中,fgarch和 rugarch 可能被命名,但它们不是唯一的。

亲爱的 桑桑-弗门科

如果你是 奠定基础并制定了集群 指标 福门科 ,那么 恭喜你!你将会得到更多的信息。

然而我想指出数学分解的一个重要方面

为了得到价格函数的任何分布,它必须在时间上是连续的

这个 条件对于所有的积分和微分函数都是不言而喻的

对于任何我们想要微分或进一步积分的函数,如果我们想要分解它,就必须满足这个函数的连续性条件。

不幸的是,外汇的性质是这样的,在我看来, 它不能保证价格的平稳性和连续性,因为它的形成具有嘀嗒的性质

所以我认为你创建的任何价格分布要么是有问题的,要么至少是一个伪分布

尊敬的Stefan Stoyanov先生
 

终于有了一些专业的评论了!!。我对此感到非常高兴。

然而,在工程师中,面对困难而退缩是不习惯的--是吗?首先要做的是将结果还原为一个已知的模型。我重复--不是发明的,而是已知的。

1.我现在得到的关于滴答声的结果表明,滴答声的概率分布 不是 指数型的。

2.你认为,如果我开始阅读符合指数规律的时间间隔的引文,对我有帮助吗?毕竟,从逻辑上讲,我将得到一个马尔可夫过程,其中有一些报价的伪状态,当时没有交易,但买入和卖出的当前状态被认为是即将到来的刻度。

 
Stefan Stoyanov:

亲爱的 桑桑尼茨-福门科

如果你是 奠定基础和制定集群 指标 福门科 ,那么 恭喜

然而我想指出数学分解的一个重要方面

为了得到价格函数的任何分布,它必须在时间上是连续的

这个 条件对于所有的积分和微分函数都是不言而喻的

对于任何我们想要微分或进一步积分的函数,如果我们想要分解它,就必须满足这个函数的连续性条件。

不幸的是,外汇的性质是这样的,在我看来, 它不能保证价格的平稳性和连续性,因为它的形成具有嘀嗒的性质

所以我认为你创建的任何价格分布要么是有问题的,要么至少是一个伪分布

尊敬的Stefan Stoyanov先生

在这种情况下,我们谈论的是一个概率分布 的近似值。我的研究表明,第一个近似值,价格增量的概率分布是一个学生t2分布,各种货币对的规模系数不同,不等于标准差。我认为这是非常重要的信息。 剩下的就是要了解如何应用这些知识。

 

所有--对EURJPY 并行运行了2个tick读取过程。

1.按其到达的实际时间。

2.在间隔时间内,受指数分布规律的影响。

让我们看看是否会有有趣的结果。

 

祝贺概率论的爱好者们!

事实上,如果我们不按实际到达时间来阅读刻度线,而是 指数规律分布的时间间隔来 阅读刻度线,那么定价过程就变成了马尔科夫式。此外,从它取模的增量分布并不清楚,在p=0.5的情况下,它变成了几何图形

目前仍不清楚如何在实践中应用这些知识,但很明显,我们正走在正确的道路上。