กลยุทธ์การซื้อขาย เดินสุ่ม

พิสูจน์ให้เห็นว่าคุณไม่สามารถชนะสุ่มเดิน มีการเก็งกำไรมากกับสิ่งที่ซีรีส์ทางการเงินการศึกษาระดับปริญญาเป็นแบบสุ่ม (และสิ่งที่ชนิดของการสุ่มชัย) ฉันต้องการที่จะเปิดคำถามบนหัวของมันและถาม: มีการพิสูจน์ทางคณิตศาสตร์ว่าสิ่งที่กลยุทธ์การซื้อขายที่คุณใช้คุณไม่สามารถชนะสุ่มเดิน (นั่นคือค่าคาดว่าจะเป็น 0 สมมติว่าดริฟท์ไม่ได้)? (ผมพบว่าการโพสต์บล็อกนี้ที่ผู้เขียนนำมาใช้ที่เรียกว่า "กฎ 75%" เพื่อต้นฉบับชนะสุ่มเดิน แต่ผมคิดว่าเขามีความแตกต่างระหว่างราคาและผลตอบแทนที่ไม่ถูกต้อง. วิธีการนี​​้จะทำงานเฉพาะถ้าคุณมีช่วงของราคาได้รับอนุญาต (เช่นหมายความว่าย้อนชุด). เช่นดูที่นี่สำหรับการอภิปราย.) วิธีการซื้อขาย: เดินสุ่มเทียบกับการคาดการณ์ 1 8 ธันวาคม 2014, 09:48 และวัว; A. B. 'ตลาดไม่สามารถคาดการณ์ แต่การซื้อขายที่ประสบความสำเร็จไม่จำเป็นต้องมีกลไกที่มีประสิทธิภาพในการทำนาย' ผู้ค้าบางคนเชื่อว่าตลาดที่มีประสิทธิภาพ คนอื่นเชื่อว่ามันไม่ได้เป็น บางคนซื้อผลงานของหุ้นแลกเปลี่ยนซื้อขายและยอมจำนนต่อตลาดและอื่น ๆ พล็อตแบบจำลองการพยากรณ์โรคที่มีความซับซ้อนพยายามที่จะคาดการณ์การเคลื่อนไหวของตลาดต่อไป ทั้งสองมีความผิด ตลาดไม่ได้มีประสิทธิภาพอย่างเต็มที่ในคำอื่น ๆ ที่มีความผันผวนไม่สุ่มอย่างเต็มที่ แต่มันทำให้รู้สึกไม่พยายามที่จะคาดการณ์เพราะพวกเขาทั้งสองได้รับมันขวาไม่จำเป็นต้องหมายถึงการทำกำไร บรูซแบ็บทำคำอธิบายที่ดีของตลาด: 'ความจริงก็คือว่าตลาดจะไม่สามารถคาดเดายกเว้นในวิธีทั่วไปมากที่สุด โชคดีที่การซื้อขายที่ประสบความสำเร็จไม่จำเป็นต้องมีกลไกที่มีประสิทธิภาพในการทำนาย ' ในบทความนี้ผมจะพยายามแสดงให้คุณเห็นความแตกต่างระหว่างการคาดการณ์ความผันผวนของราคาและการทำเงิน ทฤษฎีที่มีประสิทธิภาพตลาดหมายความว่าความผันผวนของราคาอย่างเป็นแบบสุ่ม ข้อมูลทั้งหมดที่มีอยู่จะรวมอยู่ในราคาสินทรัพย์และความผันผวนของราคาใด ๆ ที่มีการเบี่ยงเบนบังเอิญจากมูลค่ายุติธรรมของสินทรัพย์ ไม่มีประมาทหรือประเมินสินทรัพย์และความพยายามที่จะ 'ตีตลาดในระยะยาวจะถึงวาระที่จะล้มเหลวอยู่ ไม่มีการวิเคราะห์พื้นฐานหรือทางเทคนิคคือ ป้อมปราการของทฤษฎีเชื่อว่าการซื้อดัชนีตลาดหุ้นทั้งหมดเป็นเพียงกลยุทธ์การซื้อขายที่มีประสิทธิภาพ ผมจะดำเนินการทดลองที่จะคว่ำนี้ ให้เราสร้างช่วงของการเสนอราคาแลกเปลี่ยนโดยใช้เครื่องกำเนิดไฟฟ้าจำนวนสุ่ม จำนวนศูนย์ของเราจะเป็นราคาสินทรัพย์ที่ 1000 จุด ทุกคำพูดที่ตามมาจะได้รับการคำนวณเป็นคำพูดก่อนหน้านี้ลบตัวเลขสุ่มตั้งแต่ -1 ถึง 1 ทันทีที่เรามี 60 'การซื้อขาย' พวกเขาจะกลายเป็นเชิงเทียนหนึ่งนาทีกับวันเวลาเปิดราคาราคาสูงสุดราคาต่ำสุดและราคาปิดนาที ดังนั้นเราจะสร้างใบเสนอราคาแลกเปลี่ยนที่มีความยาว 50,000 นาที เพื่อรักษาความสมบูรณ์ของการทดลองให้เราสร้าง 30 'หลักทรัพย์ในแบบเดียวกัน รูปที่ 1 แสดงให้เห็นถึงรูปแบบชาร์ตราคาหลักทรัพย์ของเรา: ชาร์ตได้รับมาอยู่กับดุลพินิจ 60 ​​นาทีเพื่อความชัดเจนดีกว่า หนึ่งจะเห็นว่าแม้ชาร์ตจำนวนสุ่มมีแนวโน้มการเคลื่อนไหวอย่างฉับพลันและลาดต่ำเช่นเดียวกับระยะเวลาของความเมื่อยล้าและความผันผวนของการระเบิด ตอนนี้ให้เราเจาะลึกคุณสมบัติภายในของใบเสนอราคาที่เกิดของเรา ขอให้เราคำนวณการเพิ่มขึ้นของใบเสนอราคา 15 นาที เพื่อที่เราจะคำนวณอัตราส่วนราคาปิดบาร์ 15 นาทีที่จะราคาปิดของบาร์ 15 นาทีที่ผ่านมา ต่อไปเราจะพบลอการิทึมของค่าที่เกิดขึ้นและสร้างแผนภาพการกระจาย: สำหรับความคมชัดที่ดีกว่าเรามีแผนภาพการกระจายพอร์ตการลงทุนของทั้งสองที่นี่แต่ละคนมีห้าที่สร้างแบบสุ่ม 'หลักทรัพย์ มันเห็นได้ชัดว่าแผนภาพการกระจายผลเป็นเพียงเกี่ยวกับการอธิบายอย่างสมบูรณ์แบบโดยการกระจายปกติของตัวแปรสุ่มต่อเนื่อง ค่าเฉลี่ยของค่ามัธยฐานและโหมดเป็นศูนย์ที่มีอัตรากำไรขั้นต้นที่ยอมรับทางสถิติของความผิดพลาด ดังนั้นเราจึงสามารถสรุปได้ว่าตัวแปรสุ่มของเรามีการกระจายตามปกติ ความแตกต่างจากหลักการใบเสนอราคาแลกเปลี่ยนที่เกิดขึ้นจริงคือความจริงที่ว่าตลาดที่โดดเด่นด้วยการกระจายขยายชี้แจงหรือในกรณีที่รุนแรง, การกระจายเลซ ลองจำที่มีชื่อเสียงตัวชี้วัดที่ใช้ Bollinger ส่วนเบี่ยงเบนมาตรฐานเป็นตัวชี้วัดของความผันผวน ในกรณีของการกระจายปกติเล็กน้อยน้อยกว่า 70% ของค่าอยู่ภายในหนึ่งส่วนเบี่ยงเบนมาตรฐานจากค่าเฉลี่ยประมาณ 95% - ภายในสองเบี่ยงเบนและ 99% - ภายในสาม ดังนั้นน่าจะลดลงได้เร็วขึ้นมากเป็นค่าส่วนเบี่ยงเบนมาตรฐานของการเติบโต นั่นเป็นเหตุผลที่หลักการนี​​้มาในสะดวกเมื่อคุณคาดหวังในการคำนวณทางคณิตศาสตร์ของการค้า สมมติว่าเรากำลังจะเปิดตำแหน่งยาวเร็วที่สุดเท่าที่ราคาข้ามขึ้น 15 บาร์ย้ายเส้นค่าเฉลี่ย ขอให้เราตั้งเพื่อเอา​​กำไรในบรรทัดบน Bollinger ที่ระยะทางของทั้งสองส่วนเบี่ยงเบนมาตรฐานและเพื่อหยุดการขาดทุน - ในบรรทัดด้านล่างที่ระยะห่างจากสี่ส่วนเบี่ยงเบนมาตรฐานจาก 15 บาร์ย้ายเส้นค่าเฉลี่ยของราคาปิด ในฐานะที่เราสามารถมองเห็นสูญเสียศักยภาพของเราคาดว่ากำไรเกินกว่าศักยภาพของเรา แต่น่าจะเป็นที่คาดหวังของการค้าที่ชนะสูงกว่าน่าจะเป็นของการค้าการสูญเสีย มูลค่าที่สูงกว่าค่าเบี่ยงเบนมาตรฐานและใหญ่กว่าความแตกต่างระหว่างความยาวของหยุดการขาดทุนและทำกำไรที่มีความสูงกว่ามีความคาดหวังในทางคณิตศาสตร์และความน่าจะเป็นในการทำกำไรจากการปิดการค้า ลองดูที่ผลที่ได้จากระบบการซื้อขายที่ใช้อย่างใดอย่างหนึ่งส่วนเบี่ยงเบนมาตรฐานสำหรับใช้ผลกำไรห้าเบี่ยงเบนสำหรับหยุดการขาดทุนและหนึ่งนาทีหน้าต่าง 100 ระยะเวลาสำหรับการกำหนดค่าพารามิเตอร์: วิธีการนี​​้ได้แสดงให้เห็นผลกำไรทั้งหมด 30 หลักทรัพย์! ทั้งหมดของพวกเขาคำนึงถึงการที่พวกเขามีให้โดยเครื่องกำเนิดไฟฟ้าจำนวนสุ่ม! คุณไม่อาจคาดการณ์ความผันผวนของราคาเนื่องจากมีตรรกะเบื้องต้นเกี่ยวกับพวกเขาไม่มี ลองมามองใกล้ที่ผล: - กำไรเฉลี่ยต่อการค้าเกือบสี่ครั้งมีขนาดเล็กกว่าสูญเสียเฉลี่ย; - น่าจะหมายถึงการค้าที่ชนะคือเกือบ 83% ซึ่งเป็นเกือบ 5.5 เท่าสูงกว่าหมายถึงความน่าจะเป็นของการค้าการสูญเสีย (17%) นั่นเป็นเหตุผลที่ระบบการซื้อขายแสดงให้เห็นถึงความคาดหวังทางคณิตศาสตร์ในเชิงบวกสำหรับการซื้อขายในวันที่ 30 การทดสอบ ฉันได้ใช้เพียงแค่คุณสมบัติของการกระจายปกติของตัวแปรสุ่มโดยไม่ต้องพยายามที่จะคาดการณ์การเคลื่อนไหวของตลาด คุณสามารถดูพฤติกรรมของระบบที่มีการเสนอราคา 30 นาทีสำหรับการเปรียบเทียบ: ผลลัพธ์ที่ได้จะดีเท่าที่เหมือนกัน ฟังก์ชั่นจำนวนสุ่มเป็นค่าสุ่มที่มีชนิดเดียวกันของการกระจายปกติ น่าจะเป็นของการทำกำไรมากกว่า 84% และการสูญเสียเฉลี่ยอยู่ที่สามครั้งสูงกว่ากำไรเฉลี่ยซึ่​​งจะส่งผลให้ความคาดหวังในเชิงบวกทางคณิตศาสตร์ ดังนั้นคุณสามารถดูการทดลองนี้ได้โดยไม่ต้องมีใครบางคนลังเลต่อไปเวลาจะบอกคุณว่าคุณไม่สามารถทำเงินในใบเสนอราคาแลกเปลี่ยนแบบสุ่ม คุณสามารถสร้างระบบการซื้อขายที่มีความคาดหวังในทางคณิตศาสตร์ที่สูงขึ้นมากพิจารณาว่าการลงทุนในตลาดหุ้นอยู่ห่างไกลจากการสุ่ม ไม่เพียง แต่จะทำขึ้นสำหรับค่านายหน้า แต่คุณจะได้รับบางขนมปังกับเนยในชีวิตประจำวันได้อีกด้วย คู่มือการซื้อขายดัชนีเดินสุ่ม ในตลาดแลกเปลี่ยนเงินตราต่างประเทศมีการบ่งชี้ทางเทคนิคที่มีประโยชน์ มันเป็นศูนย์กลางในราคาโดยเฉพาะในราคาที่แตกต่างและผลกระทบของพวกเขาเมื่อรายการที่สุ่ม (ไม่ว่าจะมุ่งหน้าขึ้นหรือลง) หรือสุ่มเดินในระหว่างการค้า เพราะมันเกี่ยวข้องกับการวิเคราะห์ของหุ้นและราคาของพวกเขาและดังนั้นจึงมุ่งมั่นของแนวโน้มอ่อนแอหรือเข้มแข็งก็น่าจะเป็นเครื่องมือในการวิเคราะห์ผลกำไร ตัวบ่งชี้ทางเทคนิคในเรื่องที่เรียกว่าดัชนีเดินสุ่ม เกี่ยวกับดัชนีเดินสุ่ม ดัชนีเดินสุ่ม (หรือ RWI) นำโดยไมเคิล Poulos เป็นตัวบ่งชี้ทางเทคนิคที่มีความหมายสำหรับการระบุวัตถุประสงค์ของหุ้นในรายการที่ในตลาดอัตราแลกเปลี่ยน; เป็นรายการแบบสุ่มหรือถูกมันเนื่องมาจากกลยุทธ์การซื้อขายหรือไม่? ผลการดำเนินงานจะประสบความสำเร็จเป็นครั้งแรกโดยมุ่งเน้นที่จำนวนของจุดที่แล้วโดยการคำนวณค่าเฉลี่ยของช่วงความจริงภายในระยะเวลาที่กำหนด มันตามที่กำหนดโดยธรรมชาติของมันคุณมีความเหมาะสมที่จะตัดสินใจว่าขาลงหรือขาขึ้นเป็นมูลค่าการใฝ่หา ดัชนีการจ้างเดินสุ่มเป็นกลยุทธ์การซื้อขายค่อนข้างง่าย คุณมีสมาธิในสต็อกครั้งเดียวมันมีอยู่แล้วในตลาด จับ แต่จะทำให้แน่ใจว่าข้อมูล (ไม่ว่าจะเป็นระยะเวลาต่ำหรือสูงระยะเวลา) ที่คุณจะให้ n และเอทีอาร์ที่ถูกต้อง โปรดจำไว้ว่าระยะห่างระหว่าง 2 จุดจะเรียกว่าเป็นเส้นตรงและมันแสดงให้เห็นว่าเป็นตลาดที่ไม่น่าเชื่อถือถ้าราคาอยู่ห่างไกลจากเส้นตรงนั้น มากขึ้นว่าราคาที่แตกต่างเป็นที่แข็งแกร่งแนวโน้ม ** การแสดง: n = จำนวนจุด; ATR = ช่วงที่แท้จริงเฉลี่ย สำหรับรอบระยะเวลาต่ำ: RWI = [(n X สูง) - ต่ำ] ÷ [(เอทีอาร์เอ็กซ์ n) √n] สำหรับรอบระยะเวลาสูง RWI = [สูง - (ต่ำ X n)] ÷ [(เอทีอาร์เอ็กซ์ n) √n] ในฐานะที่เป็นทฤษฎีไป เดินสุ่มดัชนีอธิบายทฤษฎีที่ว่าราคาหุ้นมีการเปลี่ยนแปลงส่วนใหญ่เนื่องจากการเป็นอิสระของพวกเขา; การคาดการณ์ที่ดีขึ้นสามารถทำได้โดยไม่ได้อาศัยอยู่ในช่วงของปัจจัยที่ไม่เกี่ยวข้องกับรายการ พวกเขาอาจจะรักษาแนวโน้มที่มีลักษณะคล้ายกับคนที่มาก่อน แต่แนวโน้มจะไม่ซ้ำกันเสมอ ซึ่งแตกต่างจากทฤษฎีอื่น ๆ ที่อยู่บนพื้นฐานแนวโน้มก่อนหน้านี้และประวัติความเป็นมาของสต็อกโดยเฉพาะอย่างยิ่งมันบอกว่าไม่คำนึงถึงพฤติกรรมการซื้อขายก็จะนำไปสู่​​เส้นทางที่บาง; มันระบุว่าหุ้นทั้งหมดมีระดับเท่ากันกระจาย