Glossário de processos estocásticos Modelo de média móvel autoregressiva Nas estatísticas, os modelos de média móvel auto-regressiva (ARMA), às vezes chamados de modelos de Box-Jenkins após George Box e F. M. Jenkins, são tipicamente aplicados em dados de séries temporais. Processo de Bernoulli Na probabilidade e estatística, um processo de Bernoulli é um processo estocástico de tempo discreto consistindo em uma sequência finita ou infinita de variáveis aleatórias independentes X 1. X 2. X 3. De modo que para cada i. O valor de X i é 0 ou 1 e para todos os valores de i. A probabilidade de que X i 1 seja o mesmo número p. Teorema da cédula Bertrands Na combinatória, o teorema da cédula Bertrands é a solução para a pergunta: em uma eleição em que um candidato recebe p votos e os outros q votos com p q. Qual é a probabilidade de que o primeiro candidato seja estritamente à frente do segundo candidato ao longo da contagem. A resposta é (p - q) (p q). Caminhada aleatória tendenciosa (bioquímica) Na biologia celular, uma caminhada aleatória tendenciosa permite que as bactérias alimentem e evitem danos. Processo de morte e nascimento O processo de morte e nascimento é um processo que é um exemplo de um processo de Markov (um processo estocástico) onde as transições são limitadas apenas para os vizinhos mais próximos. Processo de ramificação Na teoria da probabilidade, um processo de ramificação é um processo de Markov que modela uma população em que cada indivíduo na geração n produz um número aleatório de indivíduos na geração n 1, de acordo com uma distribuição de probabilidade fixa que não varia de indivíduo para indivíduo. Movimento browniano O termo movimento browniano (em homenagem ao botânico Robert Brown) refere-se ao fenômeno físico que as minúsculas partículas imergem em um movimento fluido sobre aleatoriamente ou os modelos matemáticos utilizados para descrever esses movimentos aleatórios. Árvore browniana Uma árvore browniana, cujo nome é derivado de Robert Brown através do movimento browniano, é uma forma de arte informática que foi brevemente popular na década de 1990, quando os computadores domésticos começaram a ter poder suficiente para simular o movimento browniano. Equação de Chapman-Kolmogorov Em matemática, especificamente na teoria da probabilidade, e ainda mais especificamente na teoria dos processos estocásticos, a equação de Chapman-Kolmogorov (também conhecida como equação mestre na física) é uma identidade que relaciona as distribuições de probabilidade conjunta de diferentes conjuntos de Coordena um processo estocástico. Processo de Poisson composto Corrente de Markov de tempo contínuo Na teoria da probabilidade, uma cadeia de Markov em tempo contínuo é um processo estocástico X (t) 160: t 0 que goza da propriedade Markov e tira valores entre os elementos de um conjunto discreto chamado espaço de estado . Exemplos de correntes de Markov Um jogo de Monopoly, cobras e escadas ou qualquer outro jogo cujos movimentos são determinados inteiramente por dados é uma cadeia de Markov. Filtração (álgebra abstrata) Em matemática, uma filtração é um conjunto indexado S i de subobjetos de uma dada estrutura algébrica S. Com um conjunto de índice I que é um conjunto totalmente ordenado, sujeito apenas à condição de que, se eu estiver em I, então S i está contido em S j. Equação de Fokker-Planck A equação de Fokker-Planck (também conhecida como equação de Kolmogorov Forward) descreve a evolução temporal da função de densidade de probabilidade de posição e velocidade de uma partícula. Processo de Galton-Watson O processo de Galton-Watson é um processo estocástico decorrente da investigação estatística de Francis Galtons sobre a extinção dos sobrenomes. Processo de Gauss-Markov Como seria de esperar, os processos estocásticos de Gauss-Markov (nomeados após Carl Friedrich Gauss e Andrey Markov) são processos estocásticos que satisfazem os requisitos tanto para os processos gaussianos quanto para os processos de Markov. Processo gaussiano Um processo gaussiano é um processo estocástico X t t 8712 T, de modo que toda combinação linear finita do X t (ou, mais geralmente, qualquer função linear da função de amostra X t) é normalmente distribuída. Movimento browniano geométrico Um movimento browniano geométrico (GBM) (ocasionalmente, o movimento exponencial Browniano) é um processo estocástico de tempo contínuo em que o logaritmo da quantidade variável aleatoriamente segue um movimento browniano ou, talvez mais precisamente, um processo Wiener. Teorema de Girsanovs Na teoria da probabilidade, o teorema de Girsanovs diz como os processos estocásticos mudam sob as mudanças na medida. Ito calculus Ito calculus, com o nome de Kiyoshi Ito, trata operações matemáticas em processos estocásticos. O seu conceito mais importante é a integral estocástica. Itos lemma Em matemática, o lema de Itos é usado no cálculo estocástico para encontrar o diferencial de uma função de um tipo particular de processo estocástico. É, portanto, o cálculo estocástico o que a regra da cadeia é para cálculos comuns. O lema é amplamente empregado em finanças matemáticas. Operador de atraso Na análise de séries temporais, o operador de atraso ou o operador de retrocesso operam em um elemento de uma série de tempo para produzir o elemento anterior. Lei do logaritmo iterado Na teoria da probabilidade, a lei do logaritmo iterado é o nome dado a vários teoremas que descrevem a magnitude das flutuações de uma caminhada aleatória. Passeio aleatório apagado em loop Em matemática, a caminhada aleatória apagada em loop é um modelo para um caminho simples aleatório com aplicações importantes em combinatória e, em física, teoria de campos quânticos. Está intimamente ligado à árvore uniforme, um modelo para uma árvore aleatória. Vôo L233vy Um voo L233vy, nomeado após o matemático francês Paul Pierre L233vy, é um tipo de caminhada aleatória em que os incrementos são distribuídos de acordo com uma distribuição de cauda pesada. Processo L233vy Na teoria da probabilidade, um processo L233vy, chamado de o matemático francês Paul L233vy, é qualquer processo estocástico de tempo contínuo que tenha incrementos independentes estacionários. Os exemplos mais conhecidos são o processo Wiener e o processo de Poisson. Cálculo de Malliavin O cálculo de Malliavin, chamado de Paul Malliavin, é uma teoria do cálculo estocástico variacional, em outras palavras, fornece a mecânica para calcular derivadas de variáveis aleatórias. Cadeia de Markov Em matemática, uma cadeia de Markov (discreta), chamada de nome de Andrei Markov, é um processo estocástico discreto com a propriedade de Markov. Em tal processo, o passado é irrelevante para prever o futuro dado o conhecimento do presente. Geoestatística da cadeia de Markov A geoestatística da cadeia de Markov aplica cadeias de Markov em geoestatística para simulação condicional em dados escassos observados, ver Li et al. (Soil Sci. Soc. Am. J. 2004), Zhang e Li (GIScience and Remote Sensing, 2005) e Elfeki e Dekking (Geologia Matemática, 2001). Processo de Markov Na teoria da probabilidade, um processo de Markov é um processo estocástico caracterizado como segue: O estado c k no tempo k é um de um número finito na faixa. Sob o pressuposto de que o processo é executado apenas do tempo 0 ao tempo N e que os estados inicial e final são conhecidos, a sequência de estados é então representada por um vetor finito C (c 0.c N). Propriedade de Markov Na teoria da probabilidade, um processo estocástico possui a propriedade de Markov se a distribuição de probabilidade condicional de estados futuros do processo, dado o estado atual, depende apenas do estado atual, ou seja, é condicionalmente independente dos estados passados (o caminho de O processo) dado o estado atual. Um processo com a propriedade Markov geralmente é chamado de processo Markov e pode ser descrito como Markovian. Martingale Na teoria da probabilidade, uma martingala (tempo discreto) é um processo estocástico de tempo discreto (ou seja, uma seqüência de variáveis aleatórias) X 1. X 2. X 3. Que satisfaz a identidade E (X n 1 X 1, 8230, X n) X n. Ou seja, o valor esperado condicional da próxima observação, com todas as observações passadas, é igual à última observação. Como é freqüente na teoria da probabilidade, o termo foi adotado a partir do idioma do jogo. Modelo exógeno autoregressivo não linear. Na modelagem de séries temporais, um modelo exógeno exato não linear (NARX) é um modelo auto-regressivo não-linear que possui entradas exógenas. Processo de Ornstein-Uhlenbeck Em matemática, o processo de Ornstein-Uhlenbeck, também conhecido como processo de reversão média, é um processo estocástico dado pela seguinte equação diferencial estocástica dr t 952 (r t - 956) dt 963 dW t. Onde, 952, 956 e 963 são parâmetros. Processo de Poisson Um processo de Poisson, uma das várias coisas com o nome do matemático francês Sim233on-Denis Poisson (1781 - 1840), é um processo estocástico que é definido em termos de ocorrências de eventos em algum espaço. Processo de população Na probabilidade aplicada, um processo de população é uma cadeia de Markov em que o estado da cadeia é análogo ao número de indivíduos em uma população (0, 1, 2, etc.), e mudanças no estado são análogas à Adição ou remoção de indivíduos da população. Teoria da Colocação em Espera A teoria da fila (a seguir, uma teoria da fila soletrada, mas depois perdendo a distinção de conter a única palavra inglesa com 5 vogais consecutivas) é o estudo matemático de linhas de espera (ou filas). Passeio aleatório Em matemática e física, uma caminhada aleatória é uma formalização da idéia intuitiva de dar passos sucessivos, cada um em uma direção aleatória. Uma caminhada aleatória é um processo estocástico simples. Processo de Semi-Markov Um processo de semi-Markov é aquele que, quando entra no estado i, gasta um tempo aleatório com distribuição H i e significa 956 i nesse estado antes de fazer uma transição. Processo estacionário Nas ciências matemáticas, um processo estacionário (ou processo rigoroso (estacionado) é um processo estocástico em que a função de densidade de probabilidade de alguma variável aleatória X não se altera ao longo do tempo ou posição. Como resultado, parâmetros como a média e variância também não mudam ao longo do tempo ou posição. Cálculo estocástico O cálculo estocástico é um ramo da matemática que opera em processos estocásticos. As operações incluem integração e diferenciação que envolvem variáveis determinísticas e aleatórias (ou seja, estocásticas). Ele é usado para modelar sistemas que se comportam aleatoriamente. Processo estocástico Na matemática da probabilidade, um processo estocástico pode ser pensado como uma função aleatória. Regra de interrupção Na teoria da decisão, uma regra de parada é um mecanismo para decidir se deve continuar ou interromper um processo com base na posição atual e eventos passados, e que quase sempre levará a uma decisão de parar em algum momento, conhecido como Tempo de parada. Stratonovich integral Na teoria da probabilidade, um ramo da matemática, a integral de Stratonovich é uma integral estocástica, a alternativa mais comum à integral Ito. Forte mistura Em matemática, a forte mistura é um conceito aplicado na teoria ergódica, ou seja, o estudo de sistemas dinâmicos no nível da teoria das medidas. Pode ser aplicado a processos estocásticos. Modelo de substituição Um modelo de substituição descreve o processo a partir do qual uma seqüência de caracteres de um tamanho fixo de algum alfabeto muda para outro conjunto de traços. Série de tempo Em estatísticas e processamento de sinal, uma série de tempo é uma seqüência de pontos de dados, medidos tipicamente em tempos sucessivos, espaçados em intervalos de tempo uniformes. Ruído branco O ruído branco é um sinal aleatório (ou processo) com uma densidade espectral de potência plana. Em outras palavras, a densidade espectral de potência de sinais tem potência igual em qualquer banda, em qualquer freqüência central, com uma determinada largura de banda. Equação de Wiener Uma simples representação matemática do movimento browniano, a equação de Wiener, com o nome de Norbert Wiener, assume que a velocidade atual de uma partícula de fluido flutua aleatoriamente:. Filtro Wiener Ao contrário da teoria de filtragem típica de projetar um filtro para uma resposta de freqüência desejada, o filtro Wiener se aproxima da filtragem de um ângulo diferente. Ao criar um filtro que filtra apenas o domínio da frequência, é possível que o filtro passe o ruído. Processo de Wiener Em matemática, o processo de Wiener, chamado em nome de Norbert Wiener, é um processo estocástico gaussiano em tempo contínuo com incrementos independentes utilizados na modelagem do movimento browniano e alguns fenômenos aleatórios observados nas finanças. É um dos mais conhecidos processos de L233vy. A sabedoria sustenta que uma abordagem de média móvel é mais bem sucedida do que comprar e manter. Há evidências quantitativas para isso em diferentes classes de ativos (veja, por exemplo, este livro ou este artigo do mesmo autor Mebane Faber). A minha pergunta toma uma virada diferente: estou tentando generalizar essas descobertas empíricas para uma classe geral de processos estocásticos. Minha pergunta: quais propriedades devem ter um processo estocástico para mover a negociação média para superar a compra e retenção ingênua. No momento, estou falando apenas de estratégias de movimentação média simples, como quando o processo cruza a média da venda de baixo acima. Também pode haver suposições simplificadoras, como sem custos de negociação, etc. O plano por trás disso é encontrar propriedades gerais que sejam empíricamente testáveis por conta própria. De certa forma, quero encontrar os blocos de construção para mover as estratégias médias para o trabalho. Você tem algumas idéias, papéis, referências. Obrigado, perguntei 9 de fevereiro às 10: 20 Estratégia de estocástica e estratégia móvel exponencial Neste artigo, examinaremos uma estratégia envolvendo o oscilador estocástico e o indicador de média móvel exponencial. Para esta estratégia, o trabalho do oscilador é servir como um indicador de condições de mercado de sobrecompra e sobrevenda. O EMA é para mostrar a direção da tendência, de modo que o comerciante vai agora quando curtir e quando entrar por muito tempo no par de moedas. Devemos usar o cronograma diário para esse comércio. O gráfico diário mostra uma atividade de um único dia no candelabro. Isso significa que um comerciante deve prestar atenção ao gerenciamento de riscos, pois as paradas utilizadas serão equivalentes ao intervalo intradiário de algumas das moedas (até 100 pips ou mais). Isso significa que os comerciantes que usam essa estratégia devem ser um pouco mais pacientes, pois o comércio levará dias para se jogar completamente. Qualquer par de moedas pode ser usado para negociar essa estratégia. Oscilador estocástico (usando 5,3,3 como configurações e usando os níveis 20, 50 e 80 como benchmarks) média móvel exponencial de 2 dias (2EMA) média móvel exponencial de 4 dias (4EMA) O comerciante deve entrar por muito tempo no ativo se : O estocástico (5,3,3) está localizado abaixo da linha 50, o que significa o ponto intermediário. Quando o 2EMA cruza acima do 4EMA para o lado oposto. A Stop Loss para a entrada longa deve ser configurada para cerca de 10 8211 15 pips abaixo do candelabro de entrada. Para obter lucros para este comércio, o comércio pode ser localizado nas seguintes condições: quando o oscilador estocástico atinge a região de sobrecompra, isto é, gt 80. se o 2 EMA executa uma cruzada reversa de acima do 4EMA para a desvantagem. Se a linha estocástica em movimento rápido atravessar o estocástico lento para baixo do lado oposto. Olhe para este gráfico para o AUDJPY, com um gráfico vertical que mostra o ponto de cruzamento do 2EMA acima do 4 EMA para o lado oposto. Os círculos mostram os pontos correspondentes da cruz estocástica e a cruz das médias móveis exponenciais, que marca o ponto de entrada comercial. Este é um gráfico diário, então mesmo um movimento relativamente pequeno pode facilmente redefinir 300 pips como mostrado neste gráfico. Gráfico diário para AUDJPY mostrando o ponto de entrada longo Uma configuração de entrada curta é vista há uma cruz correspondente do 2EMA sobre o 4 EMA à desvantagem ao mesmo tempo em que o oscilador Stochastics está acima da linha 50. Portanto, as seguintes 2 condições devem ser atendidas para uma entrada curta ser válida: o oscialltor estocástico é gt50 Ao mesmo tempo, o 2EMA cruza abaixo do 4EMA para baixo. Stop Loss deve ser ajustado em 10 15 pips acima da resistência mais próxima, enquanto os lucros devem ser obtidos quando ocorre o seguinte: o oscilador estocástico está na região de sobrevenda (ou seja, lt20), o 2 EMA cruza o 4EMA de volta ao lado positivo. Se a linha estocástica de movimento rápido cruza o estocástico lento da parte de baixo para o lado oposto. Este é o mesmo gráfico para o AUDJPY, como mostrado acima, mas desta vez rolado o gráfico até o ponto em que o preço forma um sinal de entrada curto: o fator-chave aqui é que o comerciante deve estar muito alerta quanto ao momento em que os sinais de entrada Pop-up ou quando o sinal reverte. Isso fará a diferença entre ganhar dinheiro e mantê-lo, ou ganhar dinheiro e perdê-lo de volta ao contrário das condições do mercado. Sobre o autor Eu sou um analista de forex, trader e escritor. Tive uma carreira escrevendo artigos para sites e revistas, começando no setor de viagens e depois em Forex. Uso uma combinação de análise técnica e fundamental na minha previsão. Quando entrei no Forex4you em 2010, pensei que era uma ótima oportunidade para trabalhar como analista de um corretor internacional. Proporciono previsões técnicas com pontos e metas claras, bem como artigos sobre temas fundamentais e comerciais. Boa sorte e feliz comércio Related Posts 5 de agosto de 2015, 12: 08: GMT 0 25 de junho de 2015, 22: 13: GMT 0 30 de abril de 2015, 18: 31: GMT 0
No comments:
Post a Comment