价格增量的分配 - 页 8

 
Alexander_K:

在这种情况下,我们谈论的是对概率分布 的近似。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的t2分布,不同货币对的比例系数不同,不等于标准差。我认为这是非常重要的信息。 唯一要做的是了解如何应用这些知识。

如何应用它?

我不知道你得到的是什么分布,我没有处理过,但值得考虑的是一种方法,可以忽略零售经纪商人为的高波动性,因为他们用自己的止损来破坏客户的账户
 
Alexander_K:

2.你认为如果我现在开始在满足指数规律的时间间隔内阅读引文,会有什么作用吗? 因为从逻辑上讲,我将得到一个马尔科夫过程,在没有交易的时候,有一些报价的伪状态,但当前的Bid和Ask状态被认为是一个进入的tick。

能否请你提供一个链接,说明你的论断的理论依据?在这个特殊的案例中,我在应用 "明显性操作者 "方面遇到了困难 o_O

Alexander_K:

如果你不按实际到达时间来阅读刻度线,而是按指数规律分布的时间间隔 来阅读,那么定价过程就变成了马尔科夫过程。

这里有些不对劲...

 
anonymous:

你能否提供一个链接,说明你的论断的理论依据?在这个特殊的案例中,我在应用 "明显性操作者 "方面遇到了困难 o_O

这里有些不对劲...


自己去看看吧。附件中的文件是我目前正在收集的数据。A栏是买入价格,B栏是卖出价格。

我在等一个人,他能毫不含糊地、自信地说:"是的,即使对一个孩子来说,这个数据也很清楚,必须如此这般地解释......"。

 
Alexander_K:

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,但我们在正确的轨道上的事实是明显的。

我有家庭假期,所以非常简短:从实践和根据统计数字来看,这个过程分为两个阶段(如果你包括新闻干扰--三个),其中主要分布和原则是不同的。虽然蜱虫率(dV/dT)相对较低,但我们看到一个清晰而美丽的随机漫步,在某个阈值的增长,它都采取了指数增长。 如果仔细思考,应该是这样的,如果认为市场是一个分布式的LMS(大规模服务系统),在终端注册的蜱虫只是一个结果,而且只是其中一个部分。我们应该检查用于选择初始数据的方法--这里最常见的错误(在这个资源上,以及一般情况下)是数据采样。

因为你钩住了两个进程,所以你会得到过多的 "胖尾巴"(这只是一个花哨的词,来自另一个话题,只是一个花哨的词)。

 
Maxim Kuznetsov:

我有一个家庭假期,所以非常简短:从实践和统计来看,这个过程分为两个阶段(如果包括新闻兴奋-恐慌,则为三个阶段),其中基本分布和原则是不同的。虽然蜱虫率(dV/dT)相对较低,但我们看到一个清晰而美丽的随机漫步,在某个阈值的增长,它都采取了指数增长。 如果仔细思考,应该是这样的,如果认为市场是一个分布式的LMS(大规模服务系统),在终端注册的蜱虫只是一个结果,而且只是其中一个部分。你应该检查选择初始数据的方法--在这里(在这个资源上,以及在一般情况下),最常见的错误是数据采样。

因为你钩住了两个进程,所以你会得到过多的 "胖尾巴"(这只是一个花哨的词,来自另一个话题,只是一个花哨的词)。

事实上,我们 "脱离 "了蜱虫的真实频率,并将其带入指数 规律,这难道不给我们带来一些额外的优势?
 

这不就像在这里重新发明轮子,就像另一个主题中的RSI一样......复杂的科学路径:)并试图重新发明另一个市场模式

 
Maxim Dmitrievsky:

这岂不是像在这里重新发明轮子,就像另一个主题中的RSI一样......复杂的科学路径:)并试图重新发明另一个市场模式

晚上好,马克西姆!

我算是吧--刚开始接触外汇,但算是有一些物理学背景和与技术过程有关的实践。在技术方面也有其他过程...

我对交易一无所知,所以请不要苛责。

对我来说,重要的是了解当前的进程--然后我将进行编程。如果交易者-程序员,例如,已经使用指数 频率而不是真实的跳动率,并得到一些不寻常的结果--我将很高兴听到他们的意见。

 
Alexander_K:
事实上,我们 "脱离 "了蜱虫的真实频率,并将其带入指数规律,难道这不会给我们带来任何额外的优势吗?

它没有。为了推导出一些东西,有必要确保外部条件相同或至少相似,否则就是 "医院的平均温度"。甚至连年平均数都没有。"嗯,其中一个测量尺度已经改变。

即P1.确定哪些条件是重要的

货币的外部条件每天至少有2次明显变化。伦敦开盘前和纽约开盘后的市场是两个不同的市场。

 
Alexander_K:
事实上,我们与蜱虫的实际频率 "脱钩",使其达到指数规律,这难道没有给我们带来任何额外的好处吗?
另一个小补充--只是 "嘀 "在很大程度上是你所连接的服务器的产物。通过小的计数,我们基本上是在测量一个特定服务器的队列特征。它如何处理堆栈上的传入请求,通过发送队列,延迟和部分减薄的结果。
 
Maxim Kuznetsov:
另一个小补充--只是 "嘀 "在很大程度上是你连接到的服务器的产物。对于小的计数,我们主要是测量一个特定服务器的队列的特征。它如何处理堆栈上的传入请求,通过发送队列,延迟和部分减薄的结果。
现在我从一个真实的NDD账户中获取数据(我还没有交易,只是开了一个账户做实验)。按照我的理解--来自这样一个账户的数据可以无条件地被信任。