Negociando com modelos gaussianos de estatísticas Carl Friedrich Gauss era um matemático brilhante que morava no início dos anos 1800 e deu as equações quadráticas mundiais, métodos de análise de mínimos quadrados e distribuição normal. Embora Pierre Simon LaPlace tenha sido considerado o fundador original da distribuição normal em 1809, Gauss é freqüentemente dado o crédito pela descoberta, porque ele escreveu sobre o conceito no início e tem sido objeto de muito estudo por matemáticos há 200 anos. Na verdade, essa distribuição é muitas vezes referida como Distribuição Gaussiana. Todo o estudo das estatísticas originou-se de Gauss, e nos permitiu entender os mercados. Preços e probabilidades, entre outras aplicações. A terminologia moderna define a distribuição normal como a curva do sino com parâmetros normais. E uma vez que a única maneira de entender Gauss e a curva do sino é entender estatísticas, este artigo irá construir uma curva de sino e aplicá-la a um exemplo comercial. Média e Modo Três métodos existem para determinar as distribuições: média. Mediana e modo. Os meios são tidos em conta adicionando todas as pontuações e dividindo pelo número de pontuações para obter a média. A mediana é tida em conta adicionando os dois números médios de uma amostra e dividindo por dois, ou simplesmente simplesmente tirando o valor do meio de uma seqüência ordinal. O modo é o mais freqüente dos números em uma distribuição de valores. O melhor método para obter uma visão de uma seqüência de números é usar significa porque ele mede todos os números e, portanto, é mais reflexivo de toda a distribuição. Esta foi a abordagem gaussiana, e seu método preferido. O que estamos medindo aqui são os parâmetros da tendência central, ou para responder onde os resultados da amostra estão indo. Para entender isso, devemos traçar nossas pontuações começando com 0 no meio e traçar 1, 2 e 3 desvios padrão à direita e -1, -2 e -3 à esquerda, em referência à média. Zero refere-se ao meio de distribuição. (Muitos fundos de hedge implementam estratégias matemáticas. Para saber mais, leia Análise Quantitativa de Fundos de Cobertura e Modelos Multivariados: A Análise de Monte Carlo.) Desvio Padrão e Variância Se os valores seguem um padrão normal, encontraremos 68 de todas as pontuações cairão Dentro de -1 e 1 desvio padrão, 95 caem dentro de dois desvios padrão e 99 caem dentro de três desvios padrão da média. Mas isso não é suficiente para nos contar sobre a curva. Precisamos determinar a variância real e outros fatores quantitativos e qualitativos. A variância responde a questão de como a distribuição é distribuída. Ele é um fator nas possibilidades de por que outliers pode existir em nossa amostra e nos ajuda a entender esses valores atípicos e como eles podem ser identificados. Por exemplo, se um valor cai seis desvios padrão acima ou abaixo da média, ele pode ser classificado como um outlier para efeitos da análise. Os desvios padrão são uma métrica importante que são simplesmente as raízes quadradas da variância. Os termos modernos chamam essa dispersão. Em uma distribuição gaussiana, se conhecemos a média e o desvio padrão, podemos conhecer as percentagens dos escores que se enquadram em mais ou menos 1, 2 ou 3 desvios-padrão da média. Isso é chamado de intervalo de confiança. É assim que sabemos que 68 das distribuições estão dentro de mais ou menos 1 desvio padrão, 95 dentro de mais ou menos dois desvios padrão e 99 dentro de mais ou menos 3 desvios padrão. Gauss chamou essas funções de probabilidade. (Para obter mais informações sobre análise estatística, veja Understanding Volatility Measures.) Inclinação e Kurtosis Até agora, este artigo tem sido sobre a explicação da média e dos vários cálculos para nos ajudar a explicá-lo mais de perto. Uma vez que planejamos nossos resultados de distribuição, basicamente desenhamos a curva do nosso sino acima de todas as pontuações, assumindo que elas possuem características de normalidade. Então, isso não é suficiente porque temos colisões na nossa curva que precisam de explicação para entender melhor toda a curva. Para fazer isso, vamos para o terceiro e quarto momentos de estatística da distribuição chamada distorção e curtose. Skewness of tails mede a assimetria da distribuição. Uma inclinação positiva tem uma variância da média que é positiva e inclinada para a direita, enquanto uma inclinação negativa tem uma variância da esquerda inclinada média essencialmente, a distribuição tende a ser distorcida em um lado particular da média. Uma inclinação simétrica tem 0 variância que forma uma distribuição normal perfeita. Quando a curva do sino é desenhada primeiro com uma cauda longa. Isso é positivo. A cauda longa no início antes do nódulo da curva do sino é negativamente inclinada. Se uma distribuição é simétrica, a soma dos desvios em cubos acima da média equilibrará os desvios nos cubos abaixo da média. Uma distribuição direta distorcida terá uma inclinação maior do que zero, enquanto uma distribuição de esquerda distorcida terá uma inclinação menor que zero. (A curva pode ser uma poderosa ferramenta de negociação: para uma leitura mais relacionada, consulte o Risco de Mercado de ações: Wagging the Tails.) Kurtosis explica as características de concentração de pico e valor da distribuição. Um excesso de curtose negativa. Referido como platykurtosis é caracterizada como uma distribuição bastante plana onde há uma menor concentração de valores em torno da média e as caudas são significativamente mais gordo do que uma distribuição mesokurtic (normal). Por outro lado, uma distribuição leptokurtic contém caudas finas, uma vez que grande parte dos dados está concentrada na média. Skew é mais importante para avaliar as posições comerciais do que a curtose. A análise dos títulos de renda fixa requer análise estatística cuidadosa para determinar a volatilidade de uma carteira quando as taxas de juros variam. Modelos para prever a direção dos movimentos devem influenciar a aspereza e a curtose para prever o desempenho de um portfólio de títulos. Esses conceitos estatísticos são ainda aplicados para determinar movimentos de preços para muitos outros instrumentos financeiros. Tais como ações, opções e pares de moedas. Skews são usados para medir os preços das opções medindo as volatilidades implícitas. Aplicando-o a Negociação O desvio padrão mede a volatilidade e pergunta qual o tipo de retorno do desempenho que podem ser esperados. Desvios-padrão menores podem significar menos risco para uma ação, enquanto uma maior volatilidade pode significar um maior nível de incerteza. Os comerciantes podem medir os preços de fechamento da média, pois está disperso da média. A dispersão então medeia a diferença do valor real para o valor médio. Uma diferença maior entre os dois significa um maior desvio padrão e volatilidade. Os preços que se desviam longe da média, muitas vezes, retornam à média, de modo que os comerciantes podem aproveitar essas situações. Os preços que se comercializam em uma pequena gama estão prontos para uma ruptura. O indicador técnico freqüentemente usado para comércio de desvio padrão é a Banda Bollinger. Porque eles são uma medida de volatilidade definida em dois desvios padrão para bandas superiores e inferiores com uma média móvel de 21 dias. A distribuição de Gauss foi apenas o início da compreensão das probabilidades de mercado. Mais tarde, levou a Time Series e Garch Models. Bem como mais aplicações de distorção, como o Sorriso de Volatilidade. LIGAR 8211 Como as estatísticas podem ajudar na negociação Estatísticas é um corpo matemático de ciência que pertence à coleta, classificação, apresentação, interpretação e análise de dados. Parece familiar, porque isso é um mercado forex. Estatisticas. O mercado Forex é globalmente imprevisível, mas, no entanto, previsível sob certas condições. O que é verdadeiro para a imagem de longo prazo pode não ser verdade para curto prazo e geralmente é assim que as coisas são. A estatística é uma disciplina que nos dá uma vantagem importante ao negociar Forex. Este não é um artigo sobre estatísticas, um artigo sobre como as estatísticas podem ser úteis na negociação forex e quais princípios sempre devem ter em mente durante a negociação. 1. Os movimentos globais do mercado podem ser preditos, mas em determinadas circunstâncias, alguns movimentos podem ser previstos, que os lucros são feitos. É claro que 95 dos comerciantes perdem seu dinheiro, mas isso acontece apenas porque eles não têm idéia do que é realmente o comércio. A negociação é estatística. 8220Today EURUSD vai subir 8221 8211 esta é uma afirmação errada fundamental, em qualquer circunstância. 8220EURUSD provavelmente aumentará hoje 8221 8211 esta é a declaração correta. No Forex, não estamos lidando com certezas, só lidamos com probabilidades. 2. A história tende a se repetir. Esta é a regra mais básica da análise técnica. Na verdade, se isso não tivesse sido verdade, ninguém, e quero dizer, ninguém teria obtido lucros do mercado Forex. Mas, felizmente, o comércio não é jogo e a história tende a se repetir. O passado não repete, mas alguns aspectos dele repetem repetidas vezes. It8217s até nós para identificá-los. 3. Qualquer sistema pode ser lucrativo por um período muito curto de tempo. Mesmo o sistema mais estúpido pode ser muito rentável por um ou dois dias, mas é claro que ele falha miseravelmente por um longo período de tempo. E agora é o momento para a lei ou grandes números serem explicados. De acordo com a sua definição, a Lei de grandes números 8220 é um teorema que descreve o resultado de realizar o mesmo experimento um grande número de vezes. De acordo com a lei, a média dos resultados obtidos de um grande número de ensaios deve estar próxima do valor esperado e tenderá a se aproximar uma vez que são realizadas mais provas.8221 O que exatamente isso significa que uma moeda tem dois lados. Se você joga uma moeda, a probabilidade de subir de cabeça e cauda é de 12 0,5 50. Se você jogar uma moeda 10 vezes, qualquer coisa pode acontecer, você pode até obter 10 cabeças ou 10 caudas em uma linha, mesmo que a probabilidade global seja de 50 Porque o número de testes é simplesmente muito curto e estatisticamente não significativo. Mas se você jogar uma moeda 10.000 vezes as coisas mudam. Você obterá um resultado mais próximo da probabilidade geral de 50, algo como 4,999 cabeças e 5,001 caudas. Como é a lei do grande número importante na análise dos sistemas de divisas. Em primeiro lugar, ele diz que os resultados de curto prazo não significam nada. Qualquer sistema ruim pode produzir 10, 20 ou mesmo 50 vitórias consecutivas, mas, no entanto, é garantido que falhe no longo prazo. Por exemplo, suponha que por 2 dias não haja fundamentos. Como resultado, o mercado subiu e baixou em 50 pips e os níveis de resistência de suporte não são quebrados. Se você comprar quando o mercado toca o nível mais baixo e vender quando ele toca o nível superior você pode fazer bons lucros ... até os primeiros hits de notícias de alto impacto. O mesmo acontece se as tendências do mercado. Continue negociando com a tendência e obtenha lucros excelentes ... até a tendência final. A robustez a longo prazo do sistema deve ser testada antes de usá-lo ao vivo. Um bom sistema deve poder sobreviver por períodos não lucrativos sem muitas perdas e ganhar tudo de volta, mais muito mais durante períodos lucrativos. 4. O número de negócios reflete a robustez do sistema. O número de negociações em si não é relevante se for retirado do contexto. Por exemplo, let8217s dizem que temos um sistema que faz mil transações por ano. É um sistema robusto. A resposta é 8220we don8217t know8221, mesmo que o número de negociações seja grande. Por que, durante um ano, não passou por todos os aspectos do mercado. Se fizer 13 mil negócios durante 13 anos e continuar lucrativo por 13 x X, sim, sim, é um bom sistema. Se fizer 13 mil negócios durante 13 anos sem lucros, então não é um bom sistema. Ele sobrevive, mas a curva de 0,82 está adaptada para um único aspecto de mercado. Se faz 3.000 negócios durante 13 anos e continua a ser rentável, o sistema ainda é ruim. Por que, se não negociasse durante uma condição de mercado desconhecida, então ela é ajustada de curva para um único aspecto de mercado. Se fizer 13 mil transações e o lucro se dobra (I8217m não menciona nada sobre rebaixamento aqui), significa que fez X durante um ano e X durante 12 anos, uma distribuição muito desigual dos lucros. 5. Qualquer sistema pode ser rentável apenas em backtests se forem adicionadas muitas regras. Adicionar múltiplas regras significa ajuste de curva na forma mais pura do .8217s. O sistema falhará na negociação ao vivo porque a relevância estatística é destruída. Essas regras podem não ser válidas para futuros mercados, mesmo que tenham funcionado no passado. O encaixe da curva, adicionando várias regras, é um truque usado por vendedores comerciais de EA. Posso saber se o sistema está preenchido com curva apenas olhando sua curva de patrimônio. As regras de curto prazo que não têm sentido a longo prazo são adicionadas apenas para ocultar os períodos drawd0wn (por exemplo, 8220do comércio não entre 12.03.2007 e 30.04.20078221). Se a curva de equidade aponta para cima, então o primeiro sinal de ajuste da curva, que é o motivo pelo qual eu gosto de curvas de ações feias que mostram claramente o período de retirada. Princípios e métodos estatísticos são ferramentas inestimáveis no forex, ignore-os e prepare-se para falhar. Nos seguintes artigos, vou explicar dois dos métodos estatísticos mais utilizados que ajudam a testar a robustez dos nossos sistemas: Monte Carlo e Walk Forward. Mas primeiro, um exemplo prático pode ajudar. As estatísticas também ajudam no desenvolvimento de sistemas de negociação bem-sucedidos. Antes de pensar em um sistema, preciso de uma visão clara da imagem a longo prazo. Eu preciso saber quantos pips por dia um certo par se move. O par escolhido para este estudo é EURUSD. Usando 13 anos, Alpari UK sem dados de furos, aqui estão as minhas descobertas: Entre 0 8211 60 pips - gt 311 dias Entre 60 8211 90 pips - gt 850 dias Entre 90 8211 120 pips - gt 847 dias Entre 120 8211 150 pips - gt 586 dias Entre 150 8211 180 pips - gt 326 dias Entre 180 8211 210 pips - gt 214 dias Entre 210 8211 600 pips - gt 286 dias Ao estudar a tabela acima, percebo que o mercado freqüentemente se move entre 60 e 150 pips (850 847 586 2280 dias fora De um total de 3420 dias, o que significa 66). A primeira idéia que vem à minha mente é o comércio de pullbacks. Por exemplo, se a tendência aumentar, aguardo um pequeno retracement, depois compre EURUSD (2 e 4 ondas Elliot, minha esperança é pegar as ondas 3 e 5, veja o artigo sobre como o mercado forex se move). Mas quanto tempo é a onda 2 ou 4, eu não sei disso, então eu deixei o otimizador MT4 descobrir a melhor opção. Go long rule: a tendência foi direta no dia anterior (Close1-Open1gt0) e o preço retrai uma certa percentagem do anterior anterior High 8211 anterior Low. RetracementupLow1 (percentagem (High1-Low1)) Go short rule: a tendência diminuiu no dia anterior (Close1-Open1lt0) eo preço retrai uma certa percentagem do anterior anterior 8211 anterior baixo. RetracementdownHigh1- (percentagem (High1-Low1)) Parar a perda e tirar proveito não é mais de 150 pips cada. Me levou 20 minutos para codificar este sistema, aqui está o backtest: depois de 30 segundos de observar a curva de equidade, eu o descartei desde o início porque parece estar apenas por uma condição de mercado, por favor, veja meu quadrado verde. Funcionou muito bem entre 2007-2009 e não foi tão bom no resto dos anos. A redução máxima durante 13 anos é de 2.000 pips e o lucro total é de 10.000 pips. 10.00013 769 pips em média por ano para um risco máximo de 2.000 pips. Portanto, a relação de recompensa: risco é 1: 3, o que é bastante ruim, para não mencionar que o desempenho passado não é uma garantia para o desempenho futuro. Mas a história tende a se repetir. Agora você vê por que as estatísticas são tão úteis quando se trata de negociação forex. Obrigado por você. Se você gostou deste artigo, compartilhe o link. Conhecimento e compartilhamento é poder Zamolxis Tradind System Assine e baixe Zamolxis
No comments:
Post a Comment