Null
Seite 1 von 575 123 ... LetzteLetzte
Ergebnis 1 bis 10 von 41

Thema: Null

  1. #1
    1 Attachment (s) Nur einige Marktstatistiken an diesem Freitag Abend sammeln.




    Ich mag die Frequenzverteilung sehr ...

    --- Über das Tagebuch ---
    Der Handel ist sehr langweilig, sobald Sie es herausgefunden haben ...
    Lässt viel Zeit sitzen, denken und schreiben ...
    In dieser Zeitschrift verbringe ich viel Zeit.

    Dies ist für mich, um ForschungArbeit zu dokumentieren, damit ich später darauf verweisen kann.
    Einiges davon ist für die LOLs und meine Meinung zu wichtigen Themen zu teilen.

  2. #2
    1 Anhang (e)
    Zitat Zitat von ;
    Beschränken Sie sich nicht auf Tick-Daten, entweder imo.
    Wie soll ich es interpretieren? Beziehen Sie sich auf die Trenddefinition bei Kerzenleuchtern M1 (oder höher)? BTW - Ich denke nicht, dass Sie die multidimensionale Verteilung verwenden, sondern mehr nach MustererkennungKlassifizierung (etwas wie: wenn Preis 0 zwischen [x1, x2] Ticks und Pit-Abstand innerhalb [y1, y2] und offene Linie überschritten wurde bereits zwischen [z1, z2] mal gekreuzt und Handel ist in Trendrichtung, [t1 gt; 0,8], dann Handel). Jetzt habe ich meinen Code geändert, um die falschen Annahmen zu korrigieren. Dieses Mal habe ich GU-Ticks für die Zeit zwischen 09:00 und 10:00 Uhr (GMT) über zwei Wochen hinweg angeschaut. Die Stichprobengröße ist gt; 50.000 und damit imho groß genug, um zuverlässige Maßnahmen zu erhalten. Hier ist, was ich genau gemacht habe: Beginne mit dem i-ten Tick und notiere seinen Preis (offen) Sieh dir den (i 499) -ten Tick an und nicht den Preis (schließen) Bestimme den höchsten und niedrigsten Tick-Preis für das Intervall [i: i 499] Bestimmen Sie, ob zuerst das Hoch oder Tief aufgetreten ist. Berechnen Sie die offene Dochtlänge und die enge Dochtlänge (offen lt; schließen: offene Dochtlänge = öffnen - niedrig, enge Dochtlänge = hoch - schließen; und vice versa für open gt; close) Man beachte die Zeit für high und low (gemessen in den #Ticks seit Bar i) Zähle wie oft der Preis den offenen Preis kreuzt (in Richtung des Hochs bzw. des Tiefs, abhängig von was zuletzt passiert ist) Ermitteln Sie die Zeit (gemessen als Tick-Zeit) des letzten offenen Kreuzes in Richtung auf das Vorkommen des letzten PeaksBottoms (highlow) Wiederholen Sie den Vorgang für den nächsten Tick (das Häkchen i 1) Die Verteilungen der 6 Takte sind unten dargestellt: Da ich daran interessiert bin, offene Linienkreuze zu handeln, habe ich die 0 ZeitPreisvorkommen aus den Stats gelöscht und nur gedruckt die Histogramme für Zeiten, # Vorkommen und Preise gt; 0. Obwohl die Ergebnisse den Bildern ähneln, die Sis.yphus auf Seite 1 gepostet hat, kann ich einige Unterschiede sehen. Außerdem gibt es einige Unterschiede, die ich immer noch nicht verstehe. Warum zeigen die Peak- und Pit-Abstandsverteilungen die gleiche X-Achse wie die anderen Plots? Warum unterscheidet sich die SpitzenzeitDistanzverteilung im Vergleich zu meinen Close-Wick-Distributionen sehr? Was ist mit dem Unterschied in 0 Linienkreuzen und offenen Linienkreuzen? Wenn jemand an meinem R-Code interessiert ist, kann ich es hier posten ...

  3. #3
    2 Attachment (s) Hier ist die Kehrseite.
    Wirklich interessante Sachen.

  4. #4
    Zitat Zitat von ;
    Sammle gerade an diesem Freitagabend Marktstatistiken. {image} Ich liebe die Frequenzverteilung sehr ...
    Kannst du das oben genannte erklären?
    Bitte

  5. #5
    1 Anhang (e) Das Kelly-Kriterium Gibt es einen Wetteinsatz, der statistisch besser ist als ein anderer? Ja. Haben Sie sich jemals gefragt, warum Casinos Tischlimits haben? Weil die Antwort auf die erste Frage ja lautet. Wenn es zu irgendeinem Zeitpunkt einen statistisch signifikanten Betrag zum Wetten gäbe, wie würden Sie das wissen? Das Kelly-Kriterium In der Wahrscheinlichkeitstheorie und intertemporalen Portfolio-Auswahl ist das Kelly-Kriterium, Kelly-Strategie, Kelly-Formel oder Kelly-Wette eine Formel, um die optimale Größe einer Reihe von Wetten zu bestimmen, um den Logarithmus des Reichtums zu maximieren.
    Wenn ein Glücksspiel beispielsweise eine 60% ige Gewinnchance hat (p = 0,60, q = 0,40) und der Spieler eine 1: 1-Quote für eine gewonnene Wette erhält (b = 1), sollte der Spieler 20 setzen % ihrer Bankroll bei jeder Gelegenheit (f * = 0,20), um die langfristige Wachstumsrate der Bankroll zu maximieren. Ich wette nicht immer auf dem Markt ... Aber wenn ich es tue, ist es eine Kelly-Wette oder eine gebrochene Kelly-Wette.

  6. #6
    2 Anlage (n) Ein Korrelationsproblem Ich liebe den Devisenmarkt. Meine Lieblingsbeschägung ist die Liquidität und Effizienz des Marktes. Es ist wirklich eine schöne Sache. Es gibt jedoch immer ein Problem, wenn es um den Devisenmarkt geht. Das Problem ist, dass es ein großes Korrelationsproblem gibt. Aufgrund der Art und Weise, wie Währungen in Paaren gehandelt werden, ist jedes einzelne Hauptpaar (insgesamt 28) miteinander korreliert. Dies scheint kein Problem zu sein, aber es ist wirklich für kleine Konten, und es ist auch ein Problem, wenn es darum geht, die Leistung in Bezug auf die erwartete Leistung nach einer signifikanten Anzahl von Proben zu bewerten. Wenn es darum geht, ein erwartetes Ergebnis für ein System zu erhalten, müssen Sie eine große Stichprobe unabhängiger Studien zur Bewertung einholen. In einem Ökosystem, in dem alles extrem korreliert ist, ist es wirklich schwierig, unabhängige Trades zu erhalten, selbst bei 2 verschiedenen Paaren, die 4 verschiedene Währungen verwenden. Dies führt dazu, dass unsere Ergebnisse bei der Bewertung einer Menge von Trades ziemlich verzerrt sind. Beispiel: Sagen wir, wir handeln EURUSD und AUDJPY. 2 Paare, 4 verschiedene Währungen. Der Einfachheit halber gehen wir davon aus, dass wir ein System haben, das in 50% der Fälle korrekt ist. Wenn nun diese beiden Ereignisse wirklich unabhängig sind und wir einen Handel für jedes Paar machen, wäre die Wahrscheinlichkeit, dass sie richtig oder falsch sind, 25% (0,5 * 0,5 = 0,25). Wir wissen jedoch, dass diese Ereignisse nicht wirklich unabhängig sind, denn obwohl diese 2 Paare aus 4 verschiedenen Währungen bestehen, sind sie immer noch stark korreliert. EURUSD-AUDJPY Korrelationsmessungen (1 Stunde, 1 Tag, 1 Woche, 1 Monat, 3 Monate, 6 Monate, 1 Jahr):
    Nehmen wir in diesem Beispiel an, dass jeder Trade einen Tag dauert, also verwenden wir den Korrelationskoeffizienten der täglichen Bewegung von .72 (Schockierend hoch, wenn Sie glauben, Korrelationen zu vermeiden, handeln Sie scheinbar zwei völlig getrennte Paare). Schließen wir diesen Korrelationswert in die folgende Formel ein, um zu sehen, wie wahrscheinlich die Wahrscheinlichkeit ist, dass sowohl richtig als auch falsch ist:
    Die Mathematik ergibt 43%. Wenn Sie also dieses System auf zwei verschiedenen Paaren mit vier verschiedenen Währungen handeln, können Sie erwarten, dass die Wahrscheinlichkeit, dass beide Trades falsch sind, nur bei 25% liegt, während in der Realität aufgrund der zugrunde liegenden Korrelationen die Wahrscheinlichkeit, dass Trades falsch sind, 43 ist % (Wichtiger Hinweis: Dies bedeutet nicht, dass die Wahrscheinlichkeit, dass beide richtig sind, 1 - 0,43 ist. Es ist 43%). Stellen Sie sich nun vor, wie diese Korrelation Ihre Ergebnisse in Relation zu ihren erwarteten Ergebnissen verzerrt, wenn Sie davon ausgehen, dass Ihre Trades unabhängig sind, aber das sind sie wirklich nicht. Stellen Sie sich nun vor, wie diese Verzerrung zu mehr Verlusten (oder Gewinnen) führen wird und wie dies den Drawdown (oder Run-Up) auf kleinen Konten überzeichnet. Fazit ... Wenn Sie zwei Paare handeln, ist es grundsätzlich unmöglich, Ihre Trades auf jedem Paar unabhängig voneinander zu platzieren (wenn das sinnvoll ist).

  7. #7
    1 Anhang (e) Vorkommen Erwartete Ergebnisse DISCLAIMER: In diesem Beitrag spreche ich ausschließlich über die Gewinnrate, wenn ich das erwartete Ergebnis sage. Ich spreche nicht über PnL. Im letzten Beitrag habe ich ein wenig darüber gesprochen, wie Produktkorrelationen die erwarteten Ergebnisse eines Systems wirklich verzerren können. Eine andere Sache, die Ihre Ergebnisse wirklich verfälschen kann, ist die Anzahl der Vorkommen, die Sie handeln, um Ihr System zu testen. Das hört sich wie ein Kinderspiel an, aber ich sehe Leute hier die ganze Zeit mit wöchentlichen Systemen oder langfristigen täglichen Systemen handeln, die sich dann wundern, warum sie nicht das erwartete Ergebnis nach 3-4 Wochen Handel erhalten. Während dieser 3-4 Wochen haben sie vielleicht 12-24 Trades gemacht. Hölle, wenn sie einen einen Tag nahmen, würden sie 20 Trades haben. Angenommen, die Systemgewinnrate beträgt 50%. Unsere Varianz in diesem Szenario ist 5 ((20) (0,5) (0,5) = 5). Unser Sigma ist 2.236 oder 2 68% der Zeit, dieser Versuch wird 8 Gewinne und 12 Verluste oder umgekehrt ergeben. In 95% der Fälle wird dieser Test zu 6 Siegen und 14 Verlusten führen oder umgekehrt. 99% der Zeit wird dieser Versuch zu 4 Siegen und 16 Verlusten führen. Der Punkt ist, Sie könnten dieses System versuchen, 20 Trades machen, nur 6-7 Siege und 13-4 Verlierer haben, und diese Leistung wäre immer noch statisch normal, basierend auf der Anzahl der Vorkommen. Berücksichtigen Sie nun das Problem mit den Korrelationen im letzten Post und sagen Sie, dass diese 20 Trades auf verschiedenen Paaren stattfanden, aber immer noch korrelierten. Diese Zahlen wären noch mehr verzerrt. Sie könnten leicht nur 3 Siege und 17 Verluste aufgrund der Skew von korrelierten zugrunde liegenden haben. Denken Sie, wie viele Trader würden dieses System wirklich und gehen Sie zum nächsten, nur um die gleichen Mangel Glanz Ergebnisse zu erhalten, die wieder statistisch normal sind aufgrund der geringen Anzahl der Vorkommen. Wie können wir unserem erwarteten Ergebnis näher kommen? Mehr unabhängige Ereignisse! Dank des zentralen Limit-Theorems wird sich die Varianz unserer Ergebnisse im Verlauf unserer Ereignisse allmählich verringern, je näher wir unserem erwarteten Ergebnis kommen. Und mit genügend Vorkommnissen werden Sie fast sicher zu genau Ihrem erwarteten Ergebnis kommen. Wenn wir 80 statt 20 Trades machen würden, würde sich unsere Varianz halbieren. Mit anderen Worten, wenn Sie Ihre Varianz halbieren möchten, müssen Sie vier Mal so viele Vorkommen machen.
    So verdienen HFTs jeden Tag Geld. Selbst wenn sie ein System haben, das nur 50% der Zeit gewinnt und profitabel ist, können sie jeden Tag grün werden, indem sie die Anzahl der Ereignisse, die erforderlich sind, um das erwartete Ergebnis zu erzielen, handeln. Es geht nicht nur um Dark Pools und Front Running ... Ich denke, es ist wichtig für neue Trader zu verstehen, wie die Anzahl der Vorkommen und die Produktkorrelation Ihre Ergebnisse wirklich von den erwarteten Ergebnissen abweichen lassen. Wenn Sie nicht verstehen, wie diese Dinge funktionieren, werden Sie sicherlich Systeme, die tatsächlich profitabel sind, und investieren in Systeme, die totaler Müll sind, aber gut aussehen, tun, um die Schräglage arbeiten zu ihren Gunsten.

  8. #8
    Sie sind besser aus Computing-Statistiken von US 10 Year Tbond im Gegensatz zu US-Dollar und Nikkei und SP500 mit Bezug auf Risiko und Risiko aus. Smart Money Chase kehrt zurück. Während dummes Geld die Geschichte verfolgt.

  9. #9
    Nichtlineare Trends und serielle Korrelation Dieser Beitrag ist im Wesentlichen nur ein Link zu einer meiner Lieblingsantworten in diesem Forum. Es stammt von mzvega und spricht über nichtlineare Trends auf dem Markt. Ich wollte das schaffen, damit ich und andere es für später leicht referenzieren können.
    https://www.tradingintuitive.com/bro...-trade-uk.html

  10. #10
    Eingefügtes Video
    nullZeit ... Ist nie Zeit ...

Berechtigungen

  • Neue Themen erstellen: Nein
  • Themen beantworten: Nein
  • Anhänge hochladen: Nein
  • Beiträge bearbeiten: Nein
  •  
Die tradingintuitive Webseite verwendet Cookies
Wir nutzen Cookies, um Ihnen das Webseitenerlebnis bestmöglich anbieten zu können. Durch weitere Nutzung der Webseite erlauben Sie die Nutzung von Cookies. Für weitere Details und wie Sie ggf. diese Einstellungen verändern können, lesen Sie bitte unsere Datenschutzbestimmung. Lesen Sie mehr