Brown Bewegung Devisenhandel

Dekalog8217s Brownian Motion Indicator Dekalog Blog ist eine interessante Seite, wo der Autor, Dekalog, versucht, neue und einzigartige Möglichkeiten zur quantitativen Analyse auf den Handel zu entwickeln. In einem kürzlich erschienenen Beitrag diskutierte er mit dem Konzept der Brown'schen Bewegung auf eine Weise, die Bands um einen Schlusskurs schließen würde. Diese Bands würden nicht-Trending-Perioden darstellen, und ein Trader könnte jederzeit erkennen, dass der Preis außerhalb der Bands als Trendperiode lag. Dekalog8217s Methode der Verwendung von Brownian Motion schafft oberen und unteren Bands, die Trendbedingungen zu definieren. An der Wurzel der meisten jeden Trend nach Trading-System ist eine Möglichkeit, eine Trends Existenz zu definieren und bestimmen ihre Richtung. Mit Dekalog8217s Brownian Motion Idee als die Wurzel eines Systems könnte eine einzigartige Möglichkeit, Trends zu identifizieren und Gewinne aus den Märkten durch diese Trends zu extrahieren. Hier ist, wie Dekalog sein Konzept erklärt: Die Grundvoraussetzung, genommen von der Brownian Bewegung, ist, daß das natürliche Protokoll der Preisänderungen, im Durchschnitt, mit einer Rate proportional zur Quadratwurzel der Zeit. Nehmen wir zum Beispiel eine Zeitspanne von 5 bis hin zur 8220current bar.8221 Wenn wir einen fünfperiodischen einfachen gleitenden Durchschnitt der absoluten Differenzen des Logarithmus der Preise über diesen Zeitraum nehmen, erhalten wir einen Wert für die durchschnittliche 1-Bar-Preisbewegung Über diesen Zeitraum. Dieser Wert wird dann mit der Quadratwurzel von 5 multipliziert und addiert und von dem Preis vor 5 Tagen subtrahiert, um eine obere und untere Schranke für den aktuellen Balken zu erhalten. Dann wendet er diese obere und untere Grenze auf das Diagramm an: Wenn der aktuelle Balken zwischen den Grenzen liegt, sagen wir, dass die Kursbewegung über die letzten fünf Perioden mit der Brownschen Bewegung übereinstimmt und eine Abwesenheit von Trend, d. H. Einen Seitwärtsmarkt, deklariert. Wenn der aktuelle Balken außerhalb der Grenzen liegt, erklären wir, dass die Kursbewegung über die letzten 5 Balken nicht mit der Brownschen Bewegung übereinstimmt und dass ein Trend in Kraft ist, entweder nach oben oder nach unten, je nachdem, welcher Bound der aktuelle Balken jenseits ist. Dekalog glaubt auch, dass dieses Konzept über einen bloßen Indikator hinausgehen könnte: Man kann sich vielfältige Anwendungsmöglichkeiten für die Indikatorgenerierung vorstellen, aber ich beabsichtige, die Grenzen zu verwenden, um eine Punktzahl von Preis-Zufallsstörungen über verschiedene kombinierte Perioden zuzuweisen, um Preis zuzuordnen Bewegung in Bins für die anschließende Monte Carlo Schaffung von synthetischen Preisreihen. Monte Carlo Simulation mit GBM Eine der häufigsten Möglichkeiten, um das Risiko zu schätzen ist die Verwendung einer Monte-Carlo-Simulation (MCS). Um beispielsweise den Value at Risk (VaR) eines Portfolios zu berechnen, können wir eine Monte-Carlo-Simulation durchführen, die versucht, den wahrscheinlichsten Verlust eines Portfolios mit einem Konfidenzintervall über einen bestimmten Zeithorizont vorauszusagen Bedingungen für das VaR: Vertrauen und Horizont. (VAR) - Teil 1 und Teil 2.) In diesem Artikel werden wir eine grundlegende MCS auf einen Aktienkurs angewendet zu überprüfen. (Lesen Sie weiter, die Verwendung und Grenzen der Volatilität und Einführung in Value at Risk (VAR) Wir brauchen ein Modell, um das Verhalten des Aktienkurses festzulegen, und verwenden Sie eines der gebräuchlichsten Modelle in der Finanzierung: geometrische Brownsche Bewegung (GBM). Während die Monte-Carlo-Simulation auf ein Universum unterschiedlicher Ansätze zur Simulation verweisen kann, werden wir hier mit den einfachsten beginnen. Wo man anfängt Eine Monte-Carlo-Simulation ist ein Versuch, die Zukunft um ein Vielfaches vorauszusagen. Am Ende der Simulation, Tausende oder Millionen von zufälligen Versuche produzieren eine Verteilung der Ergebnisse, die analysiert werden können. Die grundlegenden Schritte sind: 1. Spezifizieren Sie ein Modell (zB geometrische Brownsche Bewegung) 2. Generieren Sie zufällige Versuche 3. Verarbeiten Sie die Ausgabe 1. Geben Sie ein Modell (zB GBM) In diesem Artikel verwenden wir die geometrische Brownsche Bewegung (GBM) Was technisch ein Markov-Prozess ist. Dies bedeutet, dass der Aktienkurs einer zufälligen Wanderung folgt und mit (zumindest) der schwachen Form der effizienten Markthypothese (EMH) übereinstimmt: Vergangene Kursinformationen sind bereits integriert und die nächste Kursbewegung ist bedingt unabhängig von vergangenen Kursbewegungen . (Für mehr über EMH, lesen Sie durch die effiziente Markt-Hypothese und was ist Markt-Effizienz) Die Formel für GBM ist unten, wo S ist der Aktienkurs, m (die griechische mu) ist die erwartete Rendite gefunden. S (griechisches Sigma) ist die Standardabweichung der Rückkehr, t ist Zeit und e (griech. Epsilon) ist die Zufallsvariable. Wenn wir die Formel neu anordnen, um nur für die Änderung des Aktienkurses zu lösen, sehen wir, dass GMB sagt, dass die Änderung des Aktienkurses der Aktienkurs S multipliziert mit den beiden Begriffen innerhalb der Klammer unten ist: Der erste Begriff ist eine Drift und die zweite Begriff ist ein Schock. Für jeden Zeitraum geht unser Modell davon aus, dass der Preis durch die erwartete Rendite driftet. Aber die Drift wird schockiert (addiert oder subtrahiert) durch einen zufälligen Schock. Der Zufallsschock wird die Standardabweichung s multipliziert mit einer Zufallszahl e sein. Dies ist einfach eine Möglichkeit, die Standardabweichung zu skalieren. Das ist das Wesen von GBM, wie in Abbildung 1 dargestellt. Der Aktienkurs folgt einer Reihe von Schritten, wobei jeder Schritt ein Drift plusminus ein zufälliger Schock ist (selbst eine Funktion der Bestände Standardabweichung):