Привет! Алекс, интересно, что ты думаешь по этому поводу и можешь ли такое замутить в виде индикатора?
Итак, формулирую основные гипотезы относительно процессов на рынке Forex, которые можно считать доказанными эмпирически и экспериментально.
1. Процесс формирования цен Ask и Bid является немарковским.
На практике - все эксперты, индикаторы и советники, которые не учитывают анализ исторических данных (такие как полосы Боллинджера, быстрое преобразование Фурье и т.п.) можно не рассматривать от слова "совсем".
2. Вероятностное распределение приращений (returns) цены в потоке тиковых котировок является дискретным, асимптотически описываемым распределением Стьюдента с 2 степенями свободы и квантильной функцией Q(p) = 2*s*(p-1/2)*sqrt(2/a), где a=4*p*(1-p), s - непараметрическое стандартное отклонение.
На практике - все эксперты, индикаторы и советники, которые используют в своих расчетах нормальное распределение Гаусса (равно как и другие классические распределения), правило "3 сигм" и т.д., также можно не рассматривать.
3. Вероятностное распределение цены Ask или Bid - это суперпозиция распределений Стьюдента с 2-мя степенями свободы.
На практике - классная задача о выделении конкретных распределений из суперпозиции.
Собственно, на основе анализа исторических тиковых данных, а по-простому, при помощи усреднения статистических параметров при определенных объемах выборки, делается вывод о выходе текущего значения цены за определенные исторические граничные условия. Только после этого анализируются параметры текущего распределения - дисперсия, коэффициенты эксцесса, асимметрии и т.д. и т.п с целью определить - началось ли формирование нового распределения Стьюдента, или уже закончилось.
В первом случае - сделка заключается по тренду, во втором - против тренда.
Также:
Достаточно усвоить, что на рынке господствует т.н. устойчивое распределение (stable distribution) приращений с alpha=0.5.
Это достаточно сложная штука и уделять ее изучению много времени не имеет ни малейшего смысла. Надо использовать для работы первое приближение к нему - распределение Лапласа.
1. Берешь генератор СЧ с распределением Лапласа и считаешь на каждом шаге сумму получаемых случайных величин. Получаешь искусственный ряд типа Laplace motion.
2. Смотришь - дает ли твоя ТС прибыль на таком искусственном ряду. Нет - значит в топку ее!
Да - береги эту ТС, она пригодится.
3. Выделяешь в реальном ВР участки с распределением приращений, близким к Лапласу и, вуаля, - Грааль.
Автор рботает исключительно и только с (Ask+Bid)/2.
