Forex statistics and probabilities

MetaTrader Expert Advisor Ferramentas de Probabilidade para melhor Forex Trading Para ser bem sucedido, os comerciantes de forex precisam saber a matemática básica de probabilidade. Afinal, é difícil conseguir e manter os ganhos comerciais sem antes ter a capacidade de compreender os números e medi-los. Muitos comerciantes usam uma combinação de indicadores de caixa preta para desenvolver e implementar regras de negociação. No entanto, a diferença entre um bom comerciante e um grande é a sua compreensão das métricas e métodos para calcular o desempenho e ganhos. Probabilidade e estatísticas são a chave para desenvolver, testar e lucrar com o forex. Ao conhecer algumas ferramentas de probabilidade, é mais fácil para os comerciantes definir metas comerciais em termos matemáticos, criar e operar estratégias de negociação eficaz e avaliar os resultados. É útil para rever os conceitos mais básicos de probabilidade e estatísticas para forex trading. Compreendendo a matemática da probabilidade, você saberá a lógica usada por sistemas negociando mecânicos e por conselheiros peritos (EA). Distribuição normal A ferramenta mais básica de probabilidade na negociação forex é o conceito de distribuição normal. A maioria dos processos naturais são normalmente distribuídos. Distribuição uniforme implica que a probabilidade de um número estar em qualquer lugar em um contínuo é aproximadamente igual. Este é o tipo de distribuição que resultaria do espalhamento artificial de objetos tão uniformemente quanto possível através de uma área, com uma quantidade uniforme de espaçamento entre eles. No entanto, em vez de uma distribuição uniforme, um preço de pares de moedas provavelmente será encontrado dentro de uma determinada área a qualquer momento. Essa é sua distribuição normal, e as ferramentas de probabilidade podem mostrar uma aproximação de onde esse preço provavelmente será encontrado. A distribuição normal oferece aos operadores de forex poder de previsão quanto à probabilidade de que um preço de par de moedas alcance um certo nível durante um determinado período de tempo. Os computadores usam um gerador de números aleatórios para calcular as médias (médias) dos preços dos forex, a fim de determinar sua distribuição normal. Se um grande número de preços de amostra forem verificados, a distribuição normal formará a forma de uma curva de sino quando plotada graficamente. Quanto maior o número de amostras, mais suave será a curva. As regras de médias simples são úteis para os comerciantes, mas as regras da distribuição normal oferecem poder preditivo mais útil. Por exemplo, um comerciante pode calcular que o movimento de preço diário médio de um par de forex é, digamos, 50 pips. No entanto, a distribuição normal também pode dizer ao comerciante a probabilidade de que um determinado movimento diário preço vai cair entre 30 e 50 pips, ou entre 50 e 70 pips. De acordo com as regras de distribuição normal e desvio padrão, aproximadamente 68 das amostras serão encontradas dentro de um desvio padrão da média (média), e cerca de 95 serão encontradas dentro de dois desvios padrão da média. Finalmente, há uma probabilidade 99.7 de que a amostra caia dentro de três desvios padrão da média. A distribuição normal e funções de desvio padrão em consultores especializados (EA) e sistemas de negociação ajudam os comerciantes de forex a avaliar a probabilidade de que os preços podem mover uma certa quantidade durante um determinado período de tempo. No entanto, os comerciantes devem ser cautelosos quando se utiliza o conceito de distribuição normal sozinho para fins de gestão de risco. Mesmo que a probabilidade de um evento raro (como uma diminuição de preço de 50) possa parecer baixa, fatores de mercado imprevistos podem tornar a possibilidade muito maior do que aparece durante os cálculos de distribuição normal. A confiabilidade da análise depende da quantidade e qualidade dos dados Ao modelar curvas de distribuição normais, a quantidade e a qualidade dos dados do preço de entrada são muito importantes. Quanto maior o número de amostras, mais suave será a curva. Além disso, para evitar erros de cálculo resultantes de dados insuficientes, é importante que cada cálculo seja baseado em pelo menos trinta amostras. Assim, para testar uma estratégia de negociação forex através da estimativa dos resultados de negociações amostra, o desenvolvedor do sistema deve analisar pelo menos 30 comércios, a fim de chegar a conclusões estatisticamente confiáveis ​​sobre os parâmetros que estão sendo testados. Da mesma forma, os resultados de um estudo de 500 negócios são mais confiáveis ​​do que aqueles de uma análise de apenas 50 comércios. Dispersão e expectativa matemática para estimar o risco Para os traders forex, as características mais importantes de uma distribuição são sua expectativa matemática e dispersão. A expectativa matemática para uma série de comércios é fácil de calcular: Basta somar todos os resultados comerciais e dividir esse valor pelo número de comércios. Se o sistema de negociação é rentável, então a expectativa matemática é positiva. Se a expectativa matemática é negativa, o sistema está perdendo em média. A inclinação relativa ou a planicidade da curva de distribuição é mostrada pela medição do spread ou dispersão dos valores de preços dentro da área da expectativa matemática. Tipicamente, a expectativa matemática para qualquer valor distribuído aleatoriamente é descrita como M (X). Assim, a dispersão pode ser definida como D (X) M (XM (X) 2. A dispersão e o desvio padrão são criticamente importantes para o gerenciamento de riscos Em sistemas de negociação forex. Mais quanto maior o valor do desvio padrão, maior será o potencial de redução, e quanto maior o risco. Além disso, quanto menor o valor para o desvio padrão, menor será a retirada ao negociar o sistema. Por exemplo, abaixo é uma amostra de avaliação de risco para um teste de um sistema de negociação forex: Comércio Número X (Trade Gain ou Loss) No exemplo acima com base no número mínimo de trinta operações para uma amostra adequada, é importante notar que a matemática A expectativa é positiva, então a estratégia de negociação forex é realmente rentável. No entanto, o desvio padrão é alto, então, a fim de ganhar cada dólar o comerciante está arriscando uma quantidade muito maior este sistema carrega risco significativo. Aqui está o resto da matemática: Determinar a expectativa matemática para este grupo de negócios, somar todos os ganhos e perdas de negócios, em seguida, dividir por 30. Este é o valor médio M (X) para todos os comércios. Nesse caso, é igual a um ganho médio de 4,26 por comércio. Até agora, o sistema parece promissor. Em seguida, para calcular o desvio padrão da dispersão, a média acima de 4,26 é subtraída dos resultados de cada comércio, depois o seu quadrado, e a soma de todos estes quadrados é adicionada em conjunto. A soma é dividida por 29, que é o número total de negócios menos 1. Usando a fórmula para a Dispersão de (X) M (XM (X) 2 dada acima, heres um cheque do cálculo do primeiro comércio em nosso exemplo : Comércio 1: -17,08 4,26 -21,34 e (-21,34) 2 455,39 O mesmo cálculo é realizado para cada comércio da série de ensaios Neste exemplo, a dispersão sobre a série é igual a 9 353,62 e, por definição, a sua raiz quadrada é igual ao padrão Assim, o trader de forex vê que o risco para este sistema particular é bastante alto: A expectativa matemática é realmente positiva, com um lucro médio de 4,26 por comércio, mas o desvio padrão é alto quando Em comparação com esse lucro. Pode-se ver que o comerciante está arriscando cerca de 96,71 para cada oportunidade de ganhar 4,26 no lucro. Este risco pode ser aceitável, ou o comerciante pode optar por modificar o sistema em busca de menor risco. Z-score Beyond O risco de um determinado sistema de comércio, os comerciantes de forex também pode usar a distribuição normal eo desvio padrão para calcular o Z-score, que indica quantas vezes comércios rentáveis ​​irá ocorrer em relação à perda de comércios. Durante o processo de desenvolvimento de um sistema de negociação forex vencedor, o comerciante pode se perguntar quantos dos negócios rentáveis ​​vistos durante os testes foram aleatórios, e quantas operações consecutivas perdedor deve ser tolerado, a fim de conseguir comércios vencedor. Por exemplo, vamos supor que o lucro médio esperado de um determinado sistema de negociação forex é quatro vezes menor do que o valor da perda esperada de cada ordem stop-loss disparado durante a negociação deste sistema. Alguns comerciantes podem assumir que o sistema vai ganhar ao longo do tempo, desde que haja uma média de, pelo menos, um comércio rentável para cada quatro operações perdedoras. No entanto, dependendo da distribuição de vitórias e perdas, durante o mundo real de negociação deste sistema pode retirar demasiado profundamente para recuperar a tempo para o próximo vencedor. A distribuição normal pode ser usada para gerar um Z-score, às vezes chamado de pontuação padrão, que permite que os comerciantes estimam não apenas a proporção de vitórias para perdas, mas também quantas vitórias / perdas são susceptíveis de ocorrer consecutivamente. Um Z-score positivo representa um valor acima da média, e um Z-score negativo representa um valor abaixo da média. Para obter esse valor, o operador subtrai a média da população de um valor bruto individual, dividindo a diferença pelo desvio padrão da população. O cálculo do escore padrão básico para um escore bruto designado como x é: Onde está a média da população e é o desvio padrão da população. É importante entender que o cálculo da pontuação Z exige que o profissional conheça os parâmetros da população, e não apenas as características de uma amostra retirada dessa população. Z representa a distância entre a média da população ea pontuação bruta, expressa em unidades do desvio padrão. Assim, para um sistema de negociação forex: ZN x (R 0,5) P / (P x (PN) / (N 1) N é o número total de negócios durante uma série R é o número total de séries de ganhar e perder negociações P É igual a 2 x W x LW é o número total de negócios vencedores durante uma série L é o número total de negociações perdedoras durante uma série A série individual pode ser representada por uma seqüência consecutiva de pontos positivos ou mínimos (por exemplo, 8212). Número de tais séries. Z pode oferecer uma avaliação de se um sistema de negociação forex está operando no alvo, ou quão longe fora do alvo pode ser. Tanto como importante, um comerciante pode usar Z-score para determinar se um sistema comercial contém Menor ou maior série de vencedores e perdedores do que o esperado de uma seqüência aleatória de trades8211 Em outras palavras, se os resultados de negócios consecutivos são dependentes uns dos outros. Se o Z-score é próximo de 0, então a distribuição dos resultados comerciais está perto do A pontuação de uma seqüência de negócios pode indicar uma dependência entre os resultados dessas operações. Isso ocorre porque um valor aleatório normal se desviará do valor médio por não mais de três sigma (3 x) com uma certeza de 99,7. Se o valor Z é positivo ou negativo irá informar o comerciante sobre o tipo de dependência: Um valor positivo Z indica que o comércio rentável será seguido por um perdedor. E, positivo Z indica que o comércio lucrativo será seguido por outro lucrativo, e um perdedor será seguido por outra perda. Esta dependência observada permite que o comerciante forex variar os tamanhos de posição para negócios individuais, a fim de ajudar a gerenciar o risco. Sharpe Ratio O Sharpe Ratio, ou taxa de recompensa para variabilidade, é uma das mais valiosas ferramentas de probabilidade para os comerciantes forex. Tal como com os métodos descritos acima, baseia-se na aplicação dos conceitos de distribuição normal e desvio padrão. Dá aos comerciantes um método para verificar o desempenho de um sistema de negociação, ajustando para o risco. O primeiro passo é calcular os retornos de período de retenção (HPR). Por exemplo, um negócio que resultou em um lucro de 10 tem um HPR calculado como 1 0.10 1.10 enquanto um comércio que perde 10 é calculado como 1 0.10 0.90. Da mesma forma, o HPR pode ser calculado dividindo o montante do saldo pós-negociação pelo valor antes de negociação. O Average Holding Period Returns (AHPR) é então calculado pela soma de todos os retornos do período de detenção individual, dividindo-os pelo número de negócios. AHPR por si só produz uma média aritmética que não pode estimar corretamente o desempenho de um sistema de negociação forex ao longo do tempo. Em vez disso, uma eficiência de investimento de sistemas de negociação pode ser estimada mais de perto usando a relação de Sharpe, que mostra como AHPR menos a taxa livre de risco de retornos de investimento a longo prazo relaciona-se ao desvio padrão do sistema negociando. Sharp Ratio AHPR (1 RFR) / SD Quando AHPR é o retorno médio do período de detenção, RFR é a taxa de retorno livre de risco de investimentos seguros, tais como taxas de juros bancárias ou T-bond taxas de longo prazo, e SD é o desvio padrão . Como mais de 99 de todos os valores aleatórios cairão dentro de uma distância de 3 em torno do valor médio de M (X) para um determinado sistema de negociação, quanto maior for o Índice de Sharpe, mais eficiente será o sistema de negociação. Por exemplo, se a Relação de Sharpe para os resultados comerciais normalmente distribuídos é 3, indica que a probabilidade de perda é menor que 1 por comércio, de acordo com a regra 3-sigma. Os conceitos de distribuição normal, dispersão, Z-score e Sharpe Ratio já estão incorporados nos logaritmos de EAs e sistemas mecânicos de negociação, e sua utilidade é invisível para a maioria dos comerciantes. Contudo, sabendo como estas ferramentas básicas da probabilidade trabalham, os comerciantes do forex podem ter uma compreensão mais profunda de como os sistemas automatizados executam suas funções, e aumentam assim a probabilidade de ganhar comércios. Você está usando ferramentas de probabilidade para aumentar suas próprias chances de sucesso? Fórum Estratégias Fórum alguém tem estatísticas de padrões de velas e probabilidades também suas próprias visões gerais de back-testing e dados podem ser aceitos. O que estou pedindo. Coisas como quais são as probabilidades de uma reversão após um pin bar quais são as probabilidades de que uma vela vai continuar para cima depois de duas velas de alta e coisas assim. Realmente qualquer estatística que você tem seria bem-vinda. Eu não encontrei nenhum bom estudo on-line ainda. Os bons livros sobre Candlestick incluem estatísticas. Eu fiz alguns testes e tenho estatísticas muito diferentes. Gama de probabilidades. Mosty 50-54. Alguns castiçais 60 de probabilidade com baixa freqüência. Não espere os mesmos probabilites no frame de tempo hourly como o timeframe diário. Cronograma diário dá melhores probabilites. Afinal, há uma enorme variação de volum durante as sessões. Não é assim com castiçais diariamente. Não espere mesmo probabilites em todos os cruzamentos. Há uma seção de padrão de candlestick em quotNew (real) Site útil As estatísticas de padrões de velas e probabilidades foi feito por Thomas N. Bulkowski que publicou o livro chamado: quotEncyclopedia of Candlestick Chartsquot. Inclui cerca de 105 padrões gráficos. No site dos autores você será capaz de encontrar descrições desses padrões. Por exemplo, a descrição da estrela cadente, cita: Desempenho teórico: Reversão bearish Desempenho testado: Continuação bullish 61 do tempo Rank da freqüência: 51 Rank de desempenho total: 52 Melhor porcentagem que conhece o alvo de preço: 52 (bull market, acima da fuga) Melhor movimentação média em 10 dias: -4.93 (bear market, Down breakout) Melhor ranking de desempenho de 10 dias: 31 (mercado de urso, down breakout). Quot Link: thepatternsite / ShootingStar2.html Interessante sobre reversão bearish. Probabilidade de downmove apenas 40. Comprimento do corpo é mais importante do que a classificação padrão de acordo com Kieran Murphy. A sombra superior longa ou a sombra inferior longa é a única exceção a essa regra. Dê-me um / alguns dias de confimação, como um retracement raso, nenhuma vela forte bearish - Dê-me outra vela bullish (talvez em H4, não muito diferente do breakout do último topo) ------------------------------------------------ A tendência é acima. Edward Revy escreveu: As estatísticas de padrões de velas e probabilidades foi feito por Thomas N. Bulkowski, que publicou o livro chamado: quotEncyclopedia of Candlestick Chartsquot. Inclui cerca de 105 padrões gráficos. No site dos autores você será capaz de encontrar descrições desses padrões. Por exemplo, a descrição da estrela cadente, cita: Desempenho teórico: Reversão bearish Desempenho testado: Continuação bullish 61 do tempo Rank da freqüência: 51 Rank de desempenho total: 52 Melhor porcentagem que conhece o alvo de preço: 52 (bull market, acima da fuga) Melhor movimentação média em 10 dias: -4.93 (bear market, Down breakout) Melhor ranking de desempenho de 10 dias: 31 (mercado de urso, down breakout). Quot Link: thepatternsite / ShootingStar2.html Obrigado Edward. Estudos muito interessantes. E eles me mostram muitas razões para não confiar em padrões de velas, tanto quanto eu tenho sido lol. Parece probabilidades muito baixas para a maior parte. Mas uma pequena vantagem sempre ajuda varas de vela são good. But apenas em maior prazo. É sempre melhor combinar linhas de castiçal com outras ferramentas de confirmação, tais como linhas de tendência, médias móveis, etc. Geralmente, elas não são eficazes quando usadas apenas por conta própria. Modelagem com modelos gaussianos de estatística Carl Friedrich Gauss era um matemático brilhante que vivia na Início dos anos 1800 e deu as equações do mundo quadrático, 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 muitas vezes dado o crédito para a descoberta, porque ele escreveu sobre o conceito no início, e tem sido objecto de muito estudo por matemáticos durante 200 anos. De fato, esta distribuição é muitas vezes referida como a Distribuição Gaussiana. Todo o estudo das estatísticas originou-se de Gauss, e nos permitiu compreender os mercados. Preços e probabilidades, entre outras aplicações. A terminologia moderna define a distribuição normal como a curva de sino com parâmetros normais. E desde a única maneira de entender Gauss ea curva de sino é entender estatísticas, este artigo irá construir uma curva de sino e aplicá-lo a um exemplo de negociação. Média, Mediana e Modo Existem três métodos para determinar 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 fatorada adicionando os dois números médios de uma amostra e dividindo por dois, ou simplesmente tomando apenas o valor médio de uma seqüência ordinal. Modo é o mais freqüente dos números em uma distribuição de valores. O melhor método para obter insight em uma seqüência de números é usar meios porque ele médio todos os números e, portanto, é mais reflexivo de toda a distribuição. Esta era a abordagem gaussiana, e seu método preferido. O que estamos medindo aqui são parâmetros de tendência central, ou para responder onde nossas pontuações de amostra são encabeçadas. Para entender isso, devemos plotar nossas pontuações começando com 0 no meio e plotando 1, 2 e 3 desvios padrão à direita e -1, -2 e -3 à esquerda, em referência à média. Zero refere-se à média de distribuição. (Muitos hedge funds implementam estratégias matemáticas.) Para obter mais informações, leia Análise Quantitativa de Fundos de Cobertura e Modelos Multivariados: A Análise de Monte Carlo.) Desvio Padrão e Variância Se os valores seguirem um padrão normal, veremos que 68 de todas as pontuações cairão Dentro de -1 e 1 desvio padrão, 95 estão dentro de dois desvios-padrão e 99 estão dentro de três desvios-padrão da média. Mas isso não é suficiente para nos dizer sobre a curva. Precisamos determinar a variância real e outros fatores quantitativos e qualitativos. A variância responde à questão de como nossa distribuição é distribuída. Ele influencia as possibilidades de por que os valores abertos podem existir em nossa amostra e nos ajuda a entender esses outliers e como eles podem ser identificados. Por exemplo, se um valor cair seis desvios padrão acima ou abaixo da média, pode ser classificado como um outlier para o propósito da análise. Desvios padrão são uma métrica importante que são simplesmente as raízes quadradas da variância. Os termos modernos chamam esta dispersão. Em uma distribuição Gaussiana, se conhecemos a média e o desvio padrão, podemos conhecer as porcentagens dos escores que estão dentro de desvios padrão de 1, 2 ou 3 da média. Isso é chamado de intervalo de confiança. Isto é como 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 a análise estatística, consulte Compreensão das medidas de volatilidade.) Inclinação e curtose Até agora, este artigo foi sobre a explicação da média e os vários cálculos para nos ajudar a explicá-lo mais de perto. Uma vez que traçamos nossas pontuações de distribuição, basicamente desenhamos nossa curva de sino acima de todas as pontuações, assumindo que elas possuem características de normalidade. Então ainda isso não é suficiente porque temos caudas em nossa curva que precisam de explicação para entender melhor a curva inteira. Para fazer isso, vamos para o terceiro e quarto momentos de estatística da distribuição chamada skew e kurtosis. Skewness de caudas medidas assimetria da distribuição. Uma inclinação positiva tem uma variância da média que é positiva e desviada para a direita, enquanto uma inclinação negativa tem uma variância da média inclinada à esquerda essencialmente, a distribuição tem uma tendência a ser enviesada em um lado particular da média. Uma inclinação simétrica tem 0 variância que forma uma distribuição normal perfeita. Quando a curva de sino é desenhada primeiro com uma cauda longa. Isso é positivo. A cauda longa no início antes do caroço da curva de sino é considerada negativamente inclinada. Se uma distribuição é simétrica, a soma de desvios em cubos acima da média equilibrará os desvios em cubos abaixo da média. Uma distribuiç~ao direita distorcida terá uma distorç~ao maior do que zero, enquanto uma distribuiç~ao esquerda distorcida terá uma distorç~ao menor que zero. (A curva pode ser uma ferramenta de troca poderosa: para a leitura mais relacionada consultar o risco de mercado conservado em estoque: Wagging as caudas.) Kurtosis explica as características da concentração do pico e do valor da distribuição. Um excesso de curtose em excesso. Referida 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 gordos do que uma distribuição mesokurtic (normal). Por outro lado, uma distribuição leptocúrtica contém caudas finas, uma vez que grande parte dos dados é concentrada na média. A inclinação é mais importante para avaliar as posições comerciais do que a curtose. Análise de títulos de renda fixa exige análise estatística cuidadosa para determinar a volatilidade de uma carteira quando as taxas de juros variam. Modelos para prever a direção dos movimentos devem ter em conta a aspereza ea curtose para prever o desempenho de uma carteira de obrigações. Estes conceitos estatísticos são ainda aplicados para determinar movimentos de preços para muitos outros instrumentos financeiros. Como ações, opções e pares de moedas. As distorções são usadas para medir os preços das opções, medindo as volatilidades implícitas. Aplicando-o à negociação O desvio padrão mede a volatilidade e pergunta que tipo de retorno de desempenho pode ser esperado. Desvios-padrão menores podem significar menor risco para um estoque, enquanto maior volatilidade pode significar um maior nível de incerteza. Os comerciantes podem medir os preços de fechamento a partir da média, uma vez que está disperso da média. A dispersão medirá então a diferença entre o valor real eo 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 reverter para a média, de modo que os comerciantes podem tirar proveito dessas situações. Os preços que o comércio em uma pequena escala estão prontos para uma fuga. O indicador técnico freqüentemente usado para negociações de desvio padrão é a Banda Bollinger. Porque eles são uma medida de volatilidade definida em dois desvios padrão para bandas superior e inferior com uma média móvel de 21 dias. A Distribuição Gauss foi apenas o começo da compreensão das probabilidades do mercado. Mais tarde, ele levou a Time Series e Garch Models. Bem como mais aplicações de inclinação, como o Volatility Smile.