أسعار الفوركس التوزيع الطبيعي

أسعار الفوركس التوزيع الطبيعي.

يمكن للمتداولين قياس أسعار الإغلاق من المتوسط ​​حيث يتم تشتيتها من المتوسط. عوائد صغيرة، عوائد كبيرة جدا أكثر من التوزيع الطبيعي. قد يكون هذا الخطر مقبولا، أو قد يختار التاجر تعديل النظام بحثا عن مخاطر أقل. وبالمثل، يمكن حساب معدل وفيات الرضع عن طريق قسمة مبلغ ما بعد التجارة بمقدار المبلغ قبل التجارة. متوسط، متوسط ​​ونمط هناك ثلاث طرق لتحديد التوزيعات:

فيديو حسب الموضوع:

فرم: توزيع لورنورمال.

5 الردود على & لدكو؛ أسعار الفوركس التوزيع العادي & رديقو؛

مع وجود قائمة طويلة من المخاطر، قد تكون الخسائر المرتبطة بتداول العملات الأجنبية أكبر مما كان متوقعا في البداية.

أفضل الصفقات تداول الفوركس الفوركس والتجار ثنائي في جميع أنحاء العالم!

راجع مراجعة الوسطاء التفاعليين.

في السنوات القليلة الماضية.

يحق لكل عميل من إنستافوريكس الحصول على مكافأة الإيداع مرة واحدة فقط.

أدوات الاحتمالات لتداول الفوركس أفضل.

من أجل أن تكون ناجحة، تجار الفوركس تحتاج إلى معرفة الرياضيات الأساسية للاحتمال. بعد كل شيء، فإنه من الصعب تحقيق والحفاظ على مكاسب التداول دون أن يكون أولا القدرة على فهم الأرقام وقياسها.

يستخدم العديد من التجار مجموعة من مؤشرات الصندوق الأسود لتطوير وتنفيذ قواعد التداول. ومع ذلك، فإن الفرق بين المتداول "الجيد" والآخر الكبير هو فهمه للمقاييس والأساليب لحساب الأداء والمكاسب.

الاحتمالات والإحصاءات هي المفتاح لتطوير واختبار والاستفادة من تداول العملات الأجنبية. من خلال معرفة عدد قليل من الأدوات الاحتمالية، فإنه من الأسهل للتجار لوضع أهداف التداول من حيث الرياضية، وخلق وتشغيل استراتيجيات التداول الفعالة، وتقييم النتائج.

من المفيد مراجعة المفاهيم الأساسية للاحتمالات والإحصاءات لتداول العملات الأجنبية. من خلال فهم الرياضيات من الاحتمالات، عليك أن تعرف المنطق الذي تستخدمه أنظمة التداول الميكانيكية والمستشارين الخبراء (إي).

التوزيع الطبيعي.

الأداة الأساسية للاحتمال في تداول العملات الأجنبية هو مفهوم التوزيع الطبيعي. ويقال إن معظم العمليات الطبيعية "توزع عادة".

"التوزيع الموحد" يعني أن احتمال وجود رقم في أي مكان على سلسلة متصلة هو تقريبا متساوية. هذا هو نوع التوزيع الذي يمكن أن ينتج عن نشر العناصر بشكل مصطنع بالتساوي قدر الإمكان عبر منطقة، مع كمية موحدة من التباعد بينهما.

ومع ذلك، بدلا من توزيع موحد، من المرجح أن يتم العثور على سعر زوج العملات ضمن منطقة معينة في أي وقت من الأوقات. هذا هو "التوزيع الطبيعي"، ويمكن أن تظهر أدوات الاحتمال تقريب حيث من المرجح أن يتم العثور على السعر.

يوفر التوزيع العادي للمتداولين الفوركس القدرة التنبؤية فيما يتعلق باحتمال أن سعر زوج العملات سيصل إلى مستوى معين خلال فترة زمنية معينة.

تستخدم الحواسيب مولدا عشوائيا لحساب متوسطات أسعار الفوركس لتحديد توزيعها الطبيعي.

إذا تم فحص عدد كبير من أسعار العينات، فإن التوزيع الطبيعي شكل شكل منحنى الجرس عند رسمها بيانيا. وكلما زاد عدد العينات، سيكون أكثر سلاسة منحنى.

قواعد المتوسطات البسيطة مفيدة للتجار، ومع ذلك فإن قواعد التوزيع الطبيعي توفر قوة تنبؤية أكثر فائدة. على سبيل المثال، يمكن للمتداول أن يحسب أن متوسط ​​السعر اليومي لزوج الفوركس هو 50 نقطة.

ومع ذلك، يمكن للتوزيع الطبيعي أيضا أن يقول للتاجر احتمال أن حركة سعرية معينة معينة ستنخفض بين 30 و 50 نقطة، أو ما بين 50 و 70 نقطة.

وفقا لقواعد التوزيع الطبيعي والانحراف المعياري، سيتم العثور على حوالي 68٪ من العينات ضمن انحراف معياري واحد للمتوسط ​​(متوسط)، وحوالي 95٪ سيتم العثور عليها ضمن اثنين من الانحرافات المعيارية للمتوسط. وأخيرا، هناك احتمال 99.7٪ أن العينة سوف تقع ضمن ثلاثة الانحرافات المعيارية للمتوسط.

وظائف التوزيع العادي والانحراف المعياري في المستشارين الخبراء (إي) والنظم التجارية تساعد تجار الفوركس على تقييم احتمال أن الأسعار قد تتحرك مبلغ معين خلال فترة معينة من الزمن.

ومع ذلك، ينبغي أن يكون التجار حذرين عند استخدام مفهوم التوزيع الطبيعي وحده لأغراض إدارة المخاطر. على الرغم من احتمال حدوث حدث نادر (مثل انخفاض السعر بنسبة 50٪) قد يبدو منخفضا، فإن عوامل السوق غير المتوقعة يمكن أن تجعل إمكانية أعلى بكثير مما يظهر خلال حسابات التوزيع العادية.

تعتمد موثوقية التحليل على كمية وجودة البيانات.

عند نمذجة منحنيات التوزيع العادية، كمية ونوعية بيانات سعر المدخلات مهم جدا. وكلما زاد عدد العينات، سيكون أكثر سلاسة منحنى. أيضا، لتجنب أخطاء الحساب الناتجة عن عدم كفاية البيانات، فمن المهم أن تستند كل عملية حسابية على الأقل ثلاثين عينة.

لذلك، لاختبار استراتيجية تداول العملات الأجنبية من خلال تقدير النتائج من الصفقات عينة، يجب على مطور النظام تحليل ما لا يقل عن 30 الصفقات من أجل التوصل إلى استنتاجات موثوقة إحصائيا بشأن المعلمات التي يتم اختبارها. وبالمثل، فإن النتائج من دراسة من 500 الصفقات هي أكثر موثوقية من تلك التي من تحليل فقط 50 الصفقات.

التشتت والتوقعات الرياضية لتقدير المخاطر.

وبالنسبة لتجار الفوركس، فإن أهم خصائص التوزيع هي توقعاته الرياضية وتشتته. التوقعات الرياضية لسلسلة من الصفقات من السهل حساب: فقط إضافة ما يصل كل نتائج التجارة وتقسيم هذا المبلغ من قبل عدد من الصفقات.

إذا كان نظام التداول مربحا، فإن التوقعات الرياضية إيجابية. إذا كان التوقع الرياضي سلبيا، فإن النظام يفقد في المتوسط.

ويظهر الانحراف النسبي أو التسطيح لمنحنى التوزيع عن طريق قياس انتشار أو تشتت قيم الأسعار في مجال التوقعات الرياضية. عادة، يتم وصف التوقعات الرياضية لأي قيمة موزعة عشوائيا على أنها M (X).

لذلك، يمكن تعريف التشتت على أنه D (X) = M [(X-M (X)] 2.

و، يسمى الجذر التربيعي التشتت الانحراف المعياري، كما هو موضح في الاختزال الرياضي كما سيغما (؟).

إن التشتت والانحراف المعياري لهما أهمية حاسمة في إدارة المخاطر في أنظمة تداول العملات الأجنبية. وكلما ارتفعت قيمة الانحراف المعياري، كلما ارتفعت قيمة السحب المحتمل، وارتفاع المخاطر. وبالمثل، كلما انخفضت قيمة الانحراف المعياري، كلما كان الانخفاض هو السحب عند تداول النظام.

على سبيل المثال، فيما يلي نموذج لتقييم المخاطر لاختبار نظام تداول الفوركس:

رقم التجارة X (أرباح أو خسائر التجارة)

في المثال أعلاه استنادا إلى الحد الأدنى لعدد ثلاثين حرفا لعينة كافية، من المهم أن نلاحظ أن التوقعات الرياضية إيجابية، وبالتالي فإن استراتيجية تداول العملات الأجنبية هي في الواقع مربحة.

ومع ذلك، فإن الانحراف المعياري مرتفع، وذلك من أجل كسب كل دولار التاجر هو المخاطرة كمية أكبر من ذلك بكثير. هذا النظام يحمل مخاطر كبيرة.

وهنا بقية الرياضيات: لتحديد التوقعات الرياضية لهذه المجموعة من الصفقات، إضافة معا كل المكاسب والخسائر الصفقات، ثم تقسيمها 30. هذا هو متوسط ​​قيمة M (X) لجميع الصفقات. وفي هذه الحالة، يساوي متوسط ​​كسب قدره 4.26 دولار لكل تجارة. وحتى الآن، يبدو النظام واعدا.

بعد ذلك، لحساب الانحراف المعياري للتشتت، يطرح المتوسط ​​أعلاه 4.26 $ من نتائج كل صفقة، ثم انها تربيع، ويضاف مجموع كل هذه الساحات معا. وينقسم المبلغ إلى 29، وهو العدد الإجمالي للحرف ناقص 1.

باستخدام الصيغة لتشتت (X) = M [(X-M (X)] 2 المذكورة أعلاه، وهنا الاختيار للحساب من التجارة الأولى في مثالنا:

التجارة 1: -17.08 - 4.26 = -21.34، و (-21.34) 2 = 455.39.

يتم إجراء نفس الحساب لكل تجارة في سلسلة الاختبار. في هذا المثال، يساوي التشتت عبر السلسلة 9،353.62 ويعادل الجذر التربيعي بحكم التعريف الانحراف المعياري (؟)، الذي في هذه الحالة هو 96.71 $.

وهكذا، يرى تاجر الفوركس أن مخاطر هذا النظام بعينه مرتفعة إلى حد ما: التوقعات الرياضية إيجابية بالفعل، مع ربح متوسط ​​قدره 4.26 دولار لكل صفقة، ومع ذلك فإن الانحراف المعياري مرتفع عند مقارنته بهذا الربح.

ويمكن أن ينظر إلى أن التاجر هو المخاطرة حول 96.71 $ لكل فرصة لكسب $ 4.26 في الربح. قد يكون هذا الخطر مقبولا، أو قد يختار التاجر تعديل النظام بحثا عن مخاطر أقل.

وبعيدا عن خطورة نظام تجاري معين، يمكن لمتداولي الفوركس أيضا استخدام التوزيع الطبيعي والانحراف المعياري لحساب درجة Z، مما يشير إلى عدد المرات التي ستحدث فيها صفقات مربحة فيما يتعلق بفقدان الصفقات.

خلال عملية تطوير نظام تداول العملات الأجنبية الفائزة، قد يتساءل المتداول عن عدد الصفقات المربحة التي شاهدت خلال الاختبار كانت "عشوائية"، وكم عدد الصفقات المتتالية التي يجب أن يتم تحملها من أجل تحقيق الصفقات الفائزة.

على سبيل المثال، لنفترض أن متوسط ​​الربح المتوقع من نظام تداول فوريكس معين أقل بأربع مرات من مبلغ الخسارة المتوقع من كل أمر وقف الخسارة الذي تم تشغيله أثناء تداول هذا النظام.

قد يفترض بعض التجار أن النظام سيفوز بمرور الوقت، ما دام هناك متوسط ​​تجارة مربحة على الأقل لكل أربعة صفقات خاسرة. ومع ذلك، اعتمادا على توزيع الانتصارات والخسائر، خلال التداول في العالم الحقيقي هذا النظام قد تنخفض عميقا جدا لاستعادة في الوقت المناسب للفائز المقبل.

يمكن استخدام التوزيع العادي لتوليد درجة Z، التي تسمى أحيانا درجة قياسية، والتي تتيح للمتداولين تقدير ليس فقط نسبة انتصارات للخسائر، ولكن أيضا كم من الانتصارات / الخسائر من المرجح أن تحدث على التوالي.

وتمثل علامة Z الإيجابية قيمة أعلى من المتوسط، وتمثل درجة Z السلبية قيمة أقل من المتوسط. للحصول على هذه القيمة، يطرح التاجر المتوسط ​​السكاني من قيمة خام فردية ثم يقسم الفرق حسب الانحراف المعياري للسكان.

حساب النتيجة القياسية الأساسية للحصول على درجة الخام المعينة كما x هو:

أين ؟ هو متوسط ​​السكان و؟ هو الانحراف المعياري للسكان. من المهم أن نفهم أن حساب درجة Z يتطلب من المتداول معرفة معلمات السكان، وليس مجرد خصائص عينة مأخوذة من تلك الفئة السكانية.

Z يمثل المسافة بين متوسط ​​السكان والنتيجة الخام، معبرا عنها بوحدات الانحراف المعياري. لذلك، لنظام تداول العملات الأجنبية:

N هو إجمالي عدد الصفقات خلال سلسلة. R هو العدد الإجمالي لسلسلة من الصفقات الفائزة والخاسرة. P يساوي 2 × W × L W هو العدد الإجمالي للحرف الفائزة خلال سلسلة L هو العدد الإجمالي للخسارة الصفقات خلال سلسلة.

سلسلة فردية يمكن أن يمثلها تسلسل متتالي من الإيجابيات أو السالب (على سبيل المثال ++++ أو -). R عدد هذه السلسلة.

Z يمكن أن تقدم تقييما لما إذا كان نظام تداول العملات الأجنبية يعمل على الهدف، أو مدى بعيد عن الهدف قد يكون.

بنفس القدر من الأهمية، يمكن للمتداول استخدام Z-سكور لتحديد ما إذا كان نظام التداول يحتوي على عدد أقل أو أكبر من الفائزين والخاسرين عما هو متوقع من سلسلة عشوائية من الصفقات - وبعبارة أخرى، ما إذا كانت نتائج الصفقات المتتالية تعتمد على بعضها البعض .

إذا كانت درجة Z بالقرب من 0، ثم توزيع نتائج التجارة هو بالقرب من التوزيع الطبيعي. قد تشير درجة سلسلة من الصفقات إلى التبعية بين نتائج تلك الصفقات.

وذلك لأن القيمة العشوائية العادية سوف تحيد عن متوسط ​​القيمة بما لا يزيد عن ثلاثة سيغما (3 x؟) مع اليقين من 99.7٪. ما إذا كانت قيمة Z إيجابية أو سلبية سوف تبلغ المتداول عن نوع الاعتماد: تشير قيمة Z إيجابية إلى أن التجارة المربحة سوف يتبعها الخاسر.

وتشير إيجابية Z إلى أن التجارة المربحة ستتبعها أرباح أخرى مربحة، وسيتبعها الخاسر خسارة أخرى. هذه التبعية الملحوظة تسمح لمتداول الفوركس بتغيير أحجام المواقف للتداول الفردي من أجل المساعدة في إدارة المخاطر.

نسبة محددة.

نسبة شارب، أو نسبة المكافأة إلى التباين، هي واحدة من أدوات الاحتمالية الأكثر قيمة لتجار الفوركس. كما هو الحال مع الطرق المذكورة أعلاه، فإنه يعتمد على تطبيق مفاهيم التوزيع الطبيعي والانحراف المعياري. فهو يعطي المتداولين طريقة للتحقق من أداء نظام التداول عن طريق تعديل المخاطر.

الخطوة الأولى هي حساب فترة الإرجاع (هر). على سبيل المثال، فإن التجارة التي أسفرت عن ربح بنسبة 10٪ تحتوي على نسبة هبر محسوبة على أنها 1 + 0.10 = 1.10 في حين أن التجارة التي تخسر 10٪ تحسب على أنها 1 - 0.10 = 0.90.

وبالمثل، يمكن حساب معدل وفيات الرضع عن طريق قسمة مبلغ ما بعد التجارة بمقدار المبلغ قبل التجارة. ثم يتم حساب متوسط ​​فترة الإرجاع (أهر) عن طريق إضافة كل عوائد فترة الإيداع الفردية، ثم تقسيمها حسب عدد الصفقات.

أهب في حد ذاته تنتج المتوسط ​​الحسابي الذي قد لا يقدر بشكل صحيح أداء نظام تداول العملات الأجنبية مع مرور الوقت. وبدلا من ذلك، يمكن تقدير الكفاءة الاستثمارية لنظام التداول عن كثب باستخدام نسبة شارب، التي تبين كيف أن معدل انخفاض معدل العائد على الاستثمار طويل الأجل، مع عدم التعرض للمخاطر، يتعلق بالانحراف المعياري لنظام التداول.

شارب راتيو = [أهر - (1 + رفر)] / سد.

وعندما يكون معدل العائد على الودائع هو متوسط ​​فترة الإعادة، فإن معدل العائد على العائد هو معدل العائد الخالي من المخاطر من الاستثمارات "الآمنة" مثل أسعار الفائدة المصرفية أو أسعار سندات الخزينة طويلة الأجل، و سد هو الانحراف المعياري.

وبما أن أكثر من 99٪ من جميع القيم العشوائية سوف تقع ضمن مسافة ± 3؟ حول متوسط ​​قيمة M (X) لنظام تداول معين، وارتفاع نسبة شارب، وأكثر كفاءة نظام التداول.

على سبيل المثال، إذا كانت نسبة شارب لنتائج التجارة الموزعة عادة هي 3، فإنه يشير إلى أن احتمال فقدان أقل من 1٪ في التجارة، وفقا لقاعدة 3-سيغما.

تم دمج مفاهيم التوزيع الطبيعي، التشتت، Z-سكور و شارب راتيو بالفعل في لوغاريتمات مناطق العد ونظم التداول الميكانيكية، وفائدتها غير مرئية لمعظم التجار.

ومع ذلك، من خلال معرفة كيفية عمل هذه الأدوات الاحتمالية الأساسية، يمكن للتجار الفوركس أن يكون لديهم فهم أعمق لكيفية أداء النظم الآلية وظائفها، وبالتالي تعزيز احتمال الفوز الصفقات.

هل تستخدم حاليا أدوات الاحتمالات لزيادة فرصتك الخاصة للنجاح؟

حول نظام المؤلف ترادر ​​سوتشيس كونتريبوتور.

المؤلفون المساهمون هم مشاركون نشطون في األسواق المالية ويتنقلون بشكل كامل في التحليل الفني أو الكمي. انهم يرغبون في تبادل قصصهم، ورؤى واكتشاف نجاح نظام التاجر ونأمل أن تجعلك تاجر نظام أفضل. الاتصال بنا إذا كنت ترغب في أن يكون المؤلف المساهمة وتبادل رسالتك مع العالم.

الوظائف ذات الصلة.

استراتيجية محطمة أو تغيير السوق: التحقيق في الأداء الضعيف.

العثور على ما يعمل، وماذا لا تعمل.

التداول منحنى الأسهم & # 038؛ وراء.

منشورات شائعة.

كونورس 2-بيريودي رسي أوبديت فور 2018.

هذا مؤشر بسيط يجعل المال مرة أخرى ومرة ​​أخرى.

محفظة اللبلاب.

تحسين استراتيجية الفجوة البسيطة، الجزء 1.

كوبيرايت © 2017 بي كابيتال إفولوتيون ليك. - صمم من قبل تزدهر المواضيع | مدعوم من وورد.

الرجاد الدخول على الحساب من جديد. سيتم فتح صفحة تسجيل الدخول في نافذة جديدة. بعد تسجيل الدخول يمكنك إغلاقه والعودة إلى هذه الصفحة.

أدوات الاحتمالات لتداول الفوركس أفضل.

من أجل أن تكون ناجحة، تجار الفوركس تحتاج إلى معرفة الرياضيات الأساسية للاحتمال. بعد كل شيء، فإنه من الصعب تحقيق والحفاظ على مكاسب التداول دون أن يكون أولا القدرة على فهم الأرقام وقياسها.

يستخدم العديد من التجار مجموعة من مؤشرات الصندوق الأسود لتطوير وتنفيذ قواعد التداول. ومع ذلك، فإن الفرق بين المتداول "الجيد" والآخر الكبير هو فهمه للمقاييس والأساليب لحساب الأداء والمكاسب.

الاحتمالات والإحصاءات هي المفتاح لتطوير واختبار والاستفادة من تداول العملات الأجنبية. من خلال معرفة عدد قليل من الأدوات الاحتمالية، فإنه من الأسهل للتجار لوضع أهداف التداول من حيث الرياضية، وخلق وتشغيل استراتيجيات التداول الفعالة، وتقييم النتائج.

من المفيد مراجعة المفاهيم الأساسية للاحتمالات والإحصاءات لتداول العملات الأجنبية. من خلال فهم الرياضيات من الاحتمالات، عليك أن تعرف المنطق الذي تستخدمه أنظمة التداول الميكانيكية والمستشارين الخبراء (إي).

التوزيع الطبيعي.

الأداة الأساسية للاحتمال في تداول العملات الأجنبية هو مفهوم التوزيع الطبيعي. ويقال إن معظم العمليات الطبيعية "توزع عادة".

"التوزيع الموحد" يعني أن احتمال وجود رقم في أي مكان على سلسلة متصلة هو تقريبا متساوية. هذا هو نوع التوزيع الذي يمكن أن ينتج عن نشر العناصر بشكل مصطنع بالتساوي قدر الإمكان عبر منطقة، مع كمية موحدة من التباعد بينهما.

ومع ذلك، بدلا من توزيع موحد، من المرجح أن يتم العثور على سعر زوج العملات ضمن منطقة معينة في أي وقت من الأوقات. هذا هو "التوزيع الطبيعي"، ويمكن أن تظهر أدوات الاحتمال تقريب حيث من المرجح أن يتم العثور على السعر.

يوفر التوزيع العادي للمتداولين الفوركس القدرة التنبؤية فيما يتعلق باحتمال أن سعر زوج العملات سيصل إلى مستوى معين خلال فترة زمنية معينة.

تستخدم الحواسيب مولدا عشوائيا لحساب متوسطات أسعار الفوركس لتحديد توزيعها الطبيعي.

إذا تم فحص عدد كبير من أسعار العينات، فإن التوزيع الطبيعي شكل شكل منحنى الجرس عند رسمها بيانيا. وكلما زاد عدد العينات، سيكون أكثر سلاسة منحنى.

قواعد المتوسطات البسيطة مفيدة للتجار، ومع ذلك فإن قواعد التوزيع الطبيعي توفر قوة تنبؤية أكثر فائدة. على سبيل المثال، قد يقوم المتداول بحساب أن متوسط ​​السعر اليومي لزوج الفوركس هو 50 نقطة.

ومع ذلك، يمكن للتوزيع الطبيعي أيضا أن يقول للتاجر احتمال أن حركة سعرية معينة معينة ستنخفض بين 30 و 50 نقطة، أو ما بين 50 و 70 نقطة.

وفقا لقواعد التوزيع الطبيعي والانحراف المعياري، سيتم العثور على حوالي 68٪ من العينات ضمن انحراف معياري واحد للمتوسط ​​(متوسط)، وحوالي 95٪ سيتم العثور عليها ضمن اثنين من الانحرافات المعيارية للمتوسط. وأخيرا، هناك احتمال 99.7٪ أن العينة سوف تقع ضمن ثلاثة الانحرافات المعيارية للمتوسط.

وظائف التوزيع العادي والانحراف المعياري في المستشارين الخبراء (إي) والنظم التجارية تساعد تجار الفوركس على تقييم احتمال أن الأسعار قد تتحرك مبلغ معين خلال فترة معينة من الزمن.

ومع ذلك، ينبغي أن يكون التجار حذرين عند استخدام مفهوم التوزيع الطبيعي وحده لأغراض إدارة المخاطر. على الرغم من احتمال حدوث حدث نادر (مثل انخفاض السعر بنسبة 50٪) قد يبدو منخفضا، فإن عوامل السوق غير المتوقعة يمكن أن تجعل إمكانية أعلى بكثير مما يظهر خلال حسابات التوزيع العادية.

تعتمد موثوقية التحليل على كمية ونوعية البيانات.

عند نمذجة منحنيات التوزيع العادية، كمية ونوعية بيانات سعر المدخلات مهم جدا. وكلما زاد عدد العينات، سيكون أكثر سلاسة منحنى. أيضا، لتجنب أخطاء الحساب الناتجة عن عدم كفاية البيانات، فمن المهم أن تستند كل عملية حسابية على الأقل ثلاثين عينة.

لذلك، لاختبار استراتيجية تداول العملات الأجنبية من خلال تقدير النتائج من الصفقات عينة، يجب على مطور النظام تحليل ما لا يقل عن 30 الصفقات من أجل التوصل إلى استنتاجات موثوقة إحصائيا بشأن المعلمات التي يتم اختبارها. وبالمثل، فإن النتائج من دراسة من 500 الصفقات هي أكثر موثوقية من تلك التي من تحليل فقط 50 الصفقات.

التشتت والتوقعات الرياضية لتقدير المخاطر.

وبالنسبة لتجار الفوركس، فإن أهم خصائص التوزيع هي توقعاته الرياضية وتشتته. التوقعات الرياضية لسلسلة من الصفقات من السهل حساب: فقط إضافة ما يصل كل نتائج التجارة وتقسيم هذا المبلغ من قبل عدد من الصفقات.

إذا كان نظام التداول مربحا، فإن التوقعات الرياضية إيجابية. إذا كان التوقع الرياضي سلبيا، فإن النظام يفقد في المتوسط.

ويظهر الانحراف النسبي أو التسطيح لمنحنى التوزيع عن طريق قياس انتشار أو تشتت قيم الأسعار في مجال التوقعات الرياضية. عادة، يتم وصف التوقعات الرياضية لأي قيمة موزعة عشوائيا على أنها M (X).

لذلك، يمكن تعريف التشتت على أنه D (X) = M [(X-M (X)] 2.

و، الجذر التربيعي التشتت يسمى الانحراف المعياري، كما هو موضح في الاختزال الرياضي كما سيغما (σ).

إن التشتت والانحراف المعياري لهما أهمية حاسمة في إدارة المخاطر في أنظمة تداول العملات الأجنبية. وكلما ارتفعت قيمة الانحراف المعياري، كلما ارتفعت قيمة السحب المحتمل، وارتفاع المخاطر. وبالمثل، كلما انخفضت قيمة الانحراف المعياري، كلما كان الانخفاض هو السحب عند تداول النظام.

على سبيل المثال، فيما يلي نموذج لتقييم المخاطر لاختبار نظام تداول الفوركس:

رقم التجارة X (أرباح أو خسائر التجارة)

في المثال أعلاه استنادا إلى الحد الأدنى لعدد ثلاثين حرفا لعينة كافية، من المهم أن نلاحظ أن التوقعات الرياضية إيجابية، وبالتالي فإن استراتيجية تداول العملات الأجنبية هي في الواقع مربحة.

ومع ذلك، فإن الانحراف المعياري مرتفع، وذلك من أجل كسب كل دولار التاجر هو المخاطرة كمية أكبر من ذلك بكثير. هذا النظام يحمل مخاطر كبيرة.

وهنا بقية الرياضيات: لتحديد التوقعات الرياضية لهذه المجموعة من الصفقات، إضافة معا كل المكاسب والخسائر الصفقات، ثم تقسيمها 30. هذا هو متوسط ​​قيمة M (X) لجميع الصفقات. وفي هذه الحالة، يساوي متوسط ​​كسب قدره 4.26 دولار لكل تجارة. وحتى الآن، يبدو النظام واعدا.

بعد ذلك، لحساب الانحراف المعياري للتشتت، يطرح المتوسط ​​أعلاه 4.26 $ من نتائج كل صفقة، ثم انها تربيع، ويضاف مجموع كل هذه الساحات معا. وينقسم المبلغ إلى 29، وهو العدد الإجمالي للحرف ناقص 1.

باستخدام الصيغة لتشتت (X) = M [(X-M (X)] 2 المذكورة أعلاه، وهنا الاختيار للحساب من التجارة الأولى في مثالنا:

التجارة 1: -17.08 - 4.26 = -21.34، و (-21.34) 2 = 455.39.

يتم إجراء نفس الحساب لكل تجارة في سلسلة الاختبار. في هذا المثال، يساوي التشتت على السلسلة 9،353.62 وبالتعريف يساوي الجذر التربيعي الانحراف المعياري (σ) الذي في هذه الحالة هو 96.71 $.

وهكذا يرى تاجر الفوركس أن مخاطر هذا النظام بالذات مرتفعة إلى حد ما: التوقعات الرياضية إيجابية بالفعل، مع ربح متوسط ​​قدره 4.26 دولار لكل صفقة، ومع ذلك فإن الانحراف المعياري مرتفع عند مقارنته بهذا الربح.

ويمكن أن ينظر إلى أن التاجر هو المخاطرة حول 96.71 $ لكل فرصة لكسب $ 4.26 في الربح. قد يكون هذا الخطر مقبولا، أو قد يختار التاجر تعديل النظام بحثا عن مخاطر أقل.

وبعيدا عن خطورة نظام تجاري معين، يمكن لمتداولي الفوركس أيضا استخدام التوزيع الطبيعي والانحراف المعياري لحساب درجة Z، مما يشير إلى عدد المرات التي ستحدث فيها صفقات مربحة فيما يتعلق بفقدان الصفقات.

خلال عملية تطوير نظام تداول العملات الأجنبية الفائزة، قد يتساءل المتداول عن عدد الصفقات المربحة التي شاهدت خلال الاختبار كانت "عشوائية"، وكم عدد الصفقات المتتالية التي يجب أن يتم تحملها من أجل تحقيق الصفقات الفائزة.

على سبيل المثال، لنفترض أن متوسط ​​الربح المتوقع من نظام تداول فوريكس معين أقل بأربع مرات من مبلغ الخسارة المتوقع من كل أمر وقف الخسارة الذي تم تشغيله أثناء تداول هذا النظام.

قد يفترض بعض التجار أن النظام سيفوز بمرور الوقت، ما دام هناك متوسط ​​تجارة مربحة على الأقل لكل أربعة صفقات خاسرة. ومع ذلك، اعتمادا على توزيع الانتصارات والخسائر، خلال التداول في العالم الحقيقي هذا النظام قد تنخفض عميقا جدا لاستعادة في الوقت المناسب للفائز المقبل.

يمكن استخدام التوزيع العادي لتوليد درجة Z، التي تسمى أحيانا درجة قياسية، والتي تتيح للمتداولين تقدير ليس فقط نسبة انتصارات للخسائر، ولكن أيضا كم من الانتصارات / الخسائر من المرجح أن تحدث على التوالي.

وتمثل علامة Z الإيجابية قيمة أعلى من المتوسط، وتمثل درجة Z السلبية قيمة أقل من المتوسط. للحصول على هذه القيمة، يطرح التاجر المتوسط ​​السكاني من قيمة خام فردية ثم يقسم الفرق حسب الانحراف المعياري للسكان.

حساب النتيجة القياسية الأساسية للحصول على درجة الخام المعينة كما x هو:

حيث μ هو متوسط ​​السكان و σ هو الانحراف المعياري للسكان. من المهم أن نفهم أن حساب درجة Z يتطلب من المتداول معرفة معلمات السكان، وليس مجرد خصائص عينة مأخوذة من تلك الفئة السكانية.

Z يمثل المسافة بين متوسط ​​السكان والنتيجة الخام، معبرا عنها بوحدات الانحراف المعياري. لذلك، لنظام تداول العملات الأجنبية:

(0.5 [[[[[[- - - - - - - = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = =

N هو إجمالي عدد الصفقات خلال سلسلة.

R هو العدد الإجمالي لسلسلة من الصفقات الفائزة والخاسرة.

P يساوي 2 × W x L.

W هو إجمالي عدد الصفقات الفائزة خلال سلسلة.

L هو إجمالي عدد الصفقات الخاسرة خلال سلسلة.

يمكن تمثيل السلسلة الفردية بسلسلة متتالية من الإيجابيات أو السمات (على سبيل المثال ++++ أو & # 8212؛). R عدد هذه السلسلة.

Z يمكن أن تقدم تقييما لما إذا كان نظام تداول العملات الأجنبية يعمل على الهدف، أو مدى بعيد عن الهدف قد يكون.

بنفس القدر من الأهمية، يمكن للمتداول استخدام درجة Z لتحديد ما إذا كان نظام التداول يحتوي على عدد أقل أو أكبر من الفائزين والخاسرين عما كان متوقعا من سلسلة عشوائية من الصفقات & # 8211؛ وبعبارة أخرى، ما إذا كانت نتائج الصفقات المتتالية تعتمد على بعضها البعض.

إذا كانت درجة Z بالقرب من 0، ثم توزيع نتائج التجارة هو بالقرب من التوزيع الطبيعي. قد تشير درجة سلسلة من الصفقات إلى التبعية بين نتائج تلك الصفقات.

ويرجع ذلك إلى أن القيمة العشوائية العادية ستحيد عن متوسط ​​القيمة بما لا يزيد عن ثلاثة سيغما (3 × σ) وبتيقن قدره 99.7 في المائة. ما إذا كانت قيمة Z إيجابية أو سلبية سوف تبلغ المتداول عن نوع الاعتماد: تشير قيمة Z إيجابية إلى أن التجارة المربحة سوف يتبعها الخاسر.

وتشير إيجابية Z إلى أن التجارة المربحة ستتبعها أرباح أخرى مربحة، وسيتبعها الخاسر خسارة أخرى. هذه التبعية الملحوظة تسمح لمتداول الفوركس بتغيير أحجام المواقف للتداول الفردي من أجل المساعدة في إدارة المخاطر.

نسبة محددة.

نسبة شارب، أو نسبة المكافأة إلى التباين، هي واحدة من أدوات الاحتمالية الأكثر قيمة لتجار الفوركس. كما هو الحال مع الطرق المذكورة أعلاه، فإنه يعتمد على تطبيق مفاهيم التوزيع الطبيعي والانحراف المعياري. فهو يعطي المتداولين طريقة للتحقق من أداء نظام التداول عن طريق تعديل المخاطر.

الخطوة الأولى هي حساب فترة الإرجاع (هر). على سبيل المثال، فإن التجارة التي أسفرت عن ربح بنسبة 10٪ تحتوي على نسبة هبر محسوبة على أنها 1 + 0.10 = 1.10 في حين أن التجارة التي تخسر 10٪ تحسب على أنها 1 - 0.10 = 0.90.

وبالمثل، يمكن حساب معدل وفيات الرضع عن طريق قسمة مبلغ ما بعد التجارة بمقدار المبلغ قبل التجارة. ثم يتم حساب متوسط ​​فترة الإرجاع (أهر) عن طريق إضافة كل عوائد فترة الإيداع الفردية، ثم تقسيمها حسب عدد الصفقات.

أهب في حد ذاته تنتج المتوسط ​​الحسابي الذي قد لا يقدر بشكل صحيح أداء نظام تداول العملات الأجنبية مع مرور الوقت. وبدلا من ذلك، يمكن تقدير الكفاءة الاستثمارية لنظام التداول عن كثب باستخدام نسبة شارب، التي تبين كيف أن معدل انخفاض معدل العائد على الاستثمار طويل الأجل، مع عدم التعرض للمخاطر، يتعلق بالانحراف المعياري لنظام التداول.

شارب راتيو = [أهر - (1 + رفر)] / سد.

وعندما يكون معدل العائد على الودائع هو متوسط ​​فترة الإعادة، فإن معدل العائد على العائد هو معدل العائد الخالي من المخاطر من الاستثمارات "الآمنة" مثل أسعار الفائدة المصرفية أو أسعار سندات الخزينة طويلة الأجل، و سد هو الانحراف المعياري.

وبما أن أكثر من 99٪ من جميع القيم العشوائية سوف تقع ضمن مسافة ± 3σ حول متوسط ​​قيمة M (X) لنظام تداول معين، وكلما ارتفعت نسبة شارب، كلما كان نظام التداول أكثر كفاءة.

على سبيل المثال، إذا كانت نسبة شارب لنتائج التجارة الموزعة عادة هي 3، فإنه يشير إلى أن احتمال فقدان أقل من 1٪ في التجارة، وفقا لقاعدة 3-سيغما.

تم دمج مفاهيم التوزيع الطبيعي، التشتت، Z-سكور و شارب راتيو بالفعل في لوغاريتمات مناطق العد ونظم التداول الميكانيكية، وفائدتها غير مرئية لمعظم التجار.

ومع ذلك، من خلال معرفة كيفية عمل هذه الأدوات الاحتمالية الأساسية، يمكن للتجار الفوركس أن يكون لديهم فهم أعمق لكيفية أداء النظم الآلية وظائفها، وبالتالي تعزيز احتمال الفوز الصفقات.

هل تستخدم حاليا أدوات الاحتمالات لزيادة فرصتك الخاصة للنجاح؟

24 ردا.

مادة كبيرة. كنت أبحث عن هذه المعلومات بالضبط. هل يمكنك توضيح كيفية حساب قيمة R لسلسلة من الصفقات الفائزة والخاسرة؟ ليس من الواضح تماما كيفية القيام بذلك. أنت تقول أنه العدد الإجمالي لسلسلة من الصفقات الفائزة والخاسرة. هل هذا يعني أنني أعول الفائزين المتتالية وناقص الخاسرين المتتاليين. حتى إذا كان النظام الخاص بي لديها الحد الأقصى من 7 الصفقات الفوز على التوالي و 4 الصفقات المتتالية الخسارة ثم وهذا هو ما مجموعه 3 أو 11؟ شكرا جيمس.

قرأت مدونتك وأريد أن أشكركم على إعطاء مفتاح نجاح التداول. وهو أمر مفيد حقا لتداول الحساب الرياضي.

شكرا، ريشارد. أنا & # 8217؛ م سعيد وجدت أنه من المفيد.

لقد اشتريت بالفعل النظام الخاص بك على نظام النتيجة ديجمنتال المرجح. أريدك أن تعرف أن أنا ضعاف السمع الذكور الذي هو الصم ولا يمكن سماع ما تقوله على أشرطة الفيديو هذه التدريب. ومع ذلك، وأنا لن تفريغ النظام الخاص بك الباردة منذ أنا ناجحة جدا على ما كنت أوصي لتحليل فوكبوك توقعات الاشياء من هذا القبيل.

صحيح أن لدي 62٪ من الصفقات الفائزة وجعلت الأموال. كنت أعرف أن النتيجة المرجحة ديجتينال الخاص بك سيزيد من الاحتمالات.

مع الكثير من الأسف أنني لم يكن لديك مت 4 سيتم في الفوركس أو كسب رأس المال. في قلب كسر منذ حسابي أقل من 5000 $، ومن غير المرجح أنها لن توافق لي لاستخدام طن متري 4 البرمجيات. وأنا لا أعرف ما إذا كان الفوركس سيوافق على تحميل برنامج النظام الخاص بك. لذلك يجب أن نناقش ما هو على الفيديو الخاص بك تتبع وأطلب منك تثبيت التسمية التوضيحية مغلقة على هذا الفيديو التدريب حتى أستطيع أن ندرس لهم.

ومع ذلك، وسوف تكون دائما جزءا من عائلة الفوركس الخاص بك منذ أن اشتريت بالفعل برنامج النظام الخاص بك. يرجى تسمية التوصية الخاصة بك من أي منزل الوساطة التي سوف تقدم طن متري 4 البرمجيات وربما من شأنها أن تسمح لي لتثبيت البرنامج الخاص بك على طن متري 4.

لديك عنوان بريدي الإلكتروني وإثبات الدفع. وأشكر الله أن كنت قد أعطتني فرصة لاستخدام البرنامج الخاص بك. ويرجى الاتصال بي عبر البريد الإلكتروني.

شكرا للشراء. هذا & # 8217؛ s طلب عادل جدا!

لم يحدث لي أن أعتبر قدرات السمع من جمهوري. انها واحدة من تلك الأشياء في حياتي أن أعتبر من المسلم به. أشكركم على الإشارة إلى ضرورة استيعاب الجميع. I & # 8217؛ تأكد من إضافة محتوى مكتوب هذا الأسبوع.

دع & # 8217؛ s إعداد وقت للدردشة النصية عبر سكايب. أنا & # 8217؛ ليرة لبنانية البريد الإلكتروني لك مباشرة.

مقالة جيدة، وشرح ذلك في التربوية جدا.

شكر. آمل أن تتعلم شيئا جديدا من قراءته.

مقال ممتاز. وأوضح جيدا وأظهرت إتقان حقيقي للإحصاءات لإظهار تطبيق مهم من طريقة بسيطة جدا.

شكرا، ديفيد. حتى الإحصاءات الأساسية جدا يمكن أن تفعل عجائب للتجار الذين يتطلعون إلى تحسين.

مقال ممتاز. هذه هي أساسيات التحليل المالي وهي مفيدة جدا.

أريد فقط أن أشير إلى أن رفر (خطر معدل العائد الحر) هو نظري صفر خطر معدل العائد.

ويمكن الاطلاع على مزيد من التفاصيل في المناهج الدراسية لمعهد كفا لأولئك الذين يريدون حفر في ذلك.

المادة العظمى شون. مليء بالمعلومات!

شكرا، أندرو. أن & # 8217؛ s مجاملة حقيقية قادمة منك!

الدبابات مر شون أنا من بالي أن أكسيلنت.

شكرا، باركا. بالي هو مكان جميل ليكون من.

& # 8220؛ يوفر التوزيع العادي للمتداولين الفوركس القدرة التنبؤية فيما يتعلق باحتمال أن سعر زوج العملات سيصل إلى مستوى معين خلال فترة زمنية معينة. & # 8221؛

هذا خطأ & # 8211؛ فقط & # 8220؛ وصفي & # 8221؛ باور & # 8211؛ للتنبؤ النموذج مطلوب.

I would like to see more of brilliant inputs. It should enrich my understanding to create an outstanding bot signal alert performance in the future.

nunca vi pero nuncaaa vi tanta holgazanería en un articulo, nisiquiera es capaz de leer el texto para saber que errores de traduccion habian, puro copy traduc paste …. y asi dices ser rentable…. jajajaj que verguenza.

La traduccion es automatica. No puedo publicar estos articulos en 7 idiomas diferentes. Lo siento para la calidad pero los articulos son disponibles en el idioma original.

Bobo….. Lealo en ingles por mejor entendimiento.

مادة كبيرة! I’m incorporating some of these statistical measurements in my backtesting system tonight!

HI shaun, can you use the Z - score , to predict whether the price will be up or down based on the data found in a current bar opening price? is so, can you make and example i will relate with…….

نعم فعلا. You can plot z-scores of an instrument and find a clear pattern between past and future returns.

Probability Tools For Better Forex Trading.

In order to be successful, forex traders need to know the basic mathematics of probability. After all, it’s difficult to achieve and maintain trading gains without first having the ability to understand the numbers and measure them.

Many traders use a combination of black box indicators to develop and implement trading rules. Yet, the difference between a “good” trader and a great one is his or her understanding of the metrics and methods for calculating performance and gains.

Probability and statistics are the key to developing, testing and profiting from forex trading. By knowing a few probability tools, it’s easier for traders to set trading goals in mathematical terms, create and operate effective trading strategies, and assess results.

It’s helpful to review the most basic concepts of probability and statistics for forex trading. By understanding the math of probability, you’ll know the logic used by mechanical trading systems and expert advisors (EA).

Normal Distribution.

The most basic tool of probability in forex trading is the concept of normal distribution. Most natural processes are said to be “normally distributed.”

“Uniform distribution” implies that the probability of a number being anywhere on a continuum is about equal. This is the sort of distribution that would result from artificially spreading objects as evenly as possible across an area, with a uniform amount of spacing between them.

However, instead of a uniform distribution, a currency-pair’s price will likely be found within a certain area at any given time. This is its “normal distribution,” and probability tools can show an approximation of where that price is likely to be found.

Normal distribution offers forex traders predictive power regarding the likelihood that a currency-pair price will reach a certain level during a certain time frame.

Computers use a random-number generator to calculate the means (averages) of forex prices in order to determine their normal distribution.

If a large number of sample prices are checked, the normal distribution will form the shape of a bell curve when plotted graphically. The greater the number of samples, the smoother the curve will be.

The rules of simple averages are helpful to traders, yet the rules of normal distribution offer more useful predictive power. For example, a trader may calculate that the “average” daily price move of a forex pair is, say, 50 pips.

Yet, the normal distribution can also tell the trader the likelihood that a certain daily price move will fall between 30 and 50 pips, or between 50 and 70 pips.

According to the rules of normal distribution and standard deviation, approximately 68% of the samples will be found within one standard deviation of the mean (average), and about 95% will be found within two standard deviations of the mean. Finally, there is a 99.7% likelihood that the sample will fall within three standard deviations of the mean.

Normal distribution and standard deviation functions in expert advisors (EA) and trading systems help forex traders assess the probability that prices may move a certain amount during a given period of time.

Yet, traders should be cautious when using the concept of normal distribution alone for purposes of risk management. Even though the probability of a rare event (such as a price decrease of 50%) may seem low, unforeseen marketplace factors can make the possibility much higher than it appears during normal distribution calculations.

Reliability of Analysis Depends On Quantity and Quality of Data.

When modelling normal distribution curves, the amount and quality of input price data is very important. The greater the number of samples, the smoother the curve will be. Also, to avoid calculation errors resulting from insufficient data, it’s important that each calculation be based on at least thirty samples.

So, for testing a forex-trading strategy by estimating the results from sample trades, the system developer must analyze at least 30 trades in order to reach statistically-reliable conclusions regarding the parameters being tested. Likewise, the results from a study of 500 trades are more reliable than those from an analysis of only 50 trades.

Dispersion and Mathematical Expectation to Estimate Risk.

For forex traders, the most important characteristics of a distribution are its mathematical expectation and dispersion. Mathematical expectation for a series of trades is easy to calculate: Just add up all the trade results and divide that amount by the number of trades.

If the trading system is profitable, then the mathematical expectation is positive. If the mathematical expectation is negative, the system is losing on average.

The relative steepness or flatness of the distribution curve is shown by measuring the spread or dispersion of price values within the area of mathematical expectation. Typically, the mathematical expectation for any randomly-distributed value is described as M(X).

So, dispersion can be defined as D(X) = M[(X-M(X)]2 .

And, a dispersion’s square root is called its standard deviation, shown in mathematical shorthand as sigma (σ).

Dispersion and standard deviation are critically important for risk management in forex trading systems. The higher the value of the standard deviation, the higher will be the potential drawdown, and the higher the risk. Likewise, the lower the value for standard deviation, the lower will be the drawdown while trading the system.

For example, below is a sample risk assessment for a test of a forex trading system:

Trade Number X (Trade Gain or Loss)

In the above example based on the minimum number of thirty trades for an adequate sample, it’s important to note that the mathematical expectation is positive, so the forex trading strategy is indeed profitable.

However, the standard deviation is high, so in order to earn each dollar the trader is risking a much larger amount; this system carries significant risk.

Here’s the rest of the math: To determine the mathematical expectation for this group of trades, add together all the trades’ gains and losses, then divide by 30. This is the mean value M(X) for all the trades. In this case, it equals an average gain of $4.26 per trade. Thus far, the system looks promising.

Next, to calculate the standard deviation of the dispersion, the above average $4.26 is subtracted from the results of each trade, then it’s squared, and the sum of all these squares is added together. The sum is divided by 29, which is the total number of trades minus 1.

By using the formula for Dispersion of (X) = M[(X-M(X)]2 given above, here’s a check of the calculation from the first trade in our example:

Trade 1: -17.08 – 4.26 = -21.34, and (-21.34)2 = 455.39.

The same calculation is performed for each trade in the test series. In this example, the dispersion over the series equals 9,353.62 and by definition its square root equals the standard deviation (σ), which in this case is $96.71.

Thus, the forex trader sees that the risk for this particular system is fairly high: The mathematical expectation is indeed positive, with a mean profit of $4.26 per trade, yet the standard deviation is high when compared with that profit.

It can be seen that the trader is risking about $96.71 for each opportunity to earn $4.26 in profit. This risk may be acceptable, or the trader may choose to modify the system in search of lower risk.

Beyond the riskiness of a particular trading system, forex traders can also use normal distribution and standard deviation to calculate the Z-score, which indicates how often profitable trades will occur in relation to losing trades.

During the process of developing a winning forex trading system, the trader may wonder how many of the profitable trades seen during testing were “random,” and how many consecutive losing trades must be tolerated in order to achieve winning trades.

For example, let’s assume the average expected profit from a given forex trading system is four times less than the expected loss amount from each stop-loss order triggered while trading this system.

Some traders may assume that the system will win over time, as long as there is an average of at least one profitable trade for each four losing trades. Yet, depending upon the distribution of wins and losses, during real-world trading this system may draw down too deeply to recover in time for the next winner.

Normal distribution can be used to generate a Z-score, sometimes called a standard score, which lets traders estimate not only the ratio of wins to losses, but also how many wins/losses are likely to occur consecutively.

A positive Z-score represents a value above the mean, and a negative Z-score represents a value below the mean. To obtain this value, the trader subtracts the population mean from an individual raw value then divides the difference by the population standard deviation.

The basic standard score calculation for a raw score designated as x is:

Where μ is the population mean and σ is the population standard deviation. It’s important to understand that calculating the Z score requires that the trader know the parameters of the population, not merely the characteristics of a sample taken from that population.

Z represents the distance between the population mean and the raw score, expressed in units of the standard deviation. So, for a forex trading system:

N is the total number of trades during a series; R is the total number of series of winning and losing trades; P equals 2 x W x L W is the total number of winning trades during a series L is the total number of losing trades during a series.

Individual series can be represented by a consecutive sequence of pluses or minuses (for example ++++ or —). R counts the number of such series.

Z can offer an assessment of whether a forex trading system is operating on-target, or how far off-target it may be.

Just as importantly, a trader can use Z-score to determine whether a trading system contains fewer or greater series of winners and losers than expected from a random sequence of trades – In other words, whether the outcomes of consecutive trades are dependent upon each other.

إذا كانت درجة Z بالقرب من 0، ثم توزيع نتائج التجارة هو بالقرب من التوزيع الطبيعي. The score of a sequence of trades may indicate a dependency between the results of those trades.

This is because a normal random value will deviate from the average value by not more than three sigma (3 x σ) with a certainty of 99.7%. Whether the Z value is positive or negative will inform the trader about the type of dependence: A positive Z value indicates that the profitable trade will be followed by a loser.

And, positive Z indicates that the profitable trade will be followed by another profitable one, and a loser will be followed by another loss. This observed dependency lets the forex trader vary the position sizes for individual trades in order to help manage risk.

Sharpe Ratio.

The Sharpe Ratio, or reward-to-variability ratio, is one of the most valuable probability tools for forex traders. As with the methods described above, it relies on applying the concepts of normal distribution and standard deviation. It gives traders a method to check the performance of a trading system by adjusting for risk.

The first step is to calculate the Holding Period Returns (HPR). For example, a trade which resulted in a profit of 10% has a HPR calculated as 1 + 0.10 = 1.10 while a trade which loses 10% is calculated as 1 – 0.10 = 0.90.

Likewise, HPR can be calculated by dividing the after-trade balance amount by the before-trade amount. The Average Holding Period Returns (AHPR) is then calculated by adding up all individual holding-period returns, then dividing by the number of trades.

AHPR by itself produces an arithmetic average which may not properly estimate the performance of a forex trading system over time. Instead, a trading system’s investment efficiency can be more closely estimated by using the Sharpe Ratio, which shows how AHPR minus the risk-free rate of long-term investment returns relates to the standard deviation of the trading system.

Sharpe Ratio = [AHPR – (1 + RFR)] / SD.

When AHPR is the average holding period return, RFR is the risk-free rate of return from “safe” investments such as bank interest rates or long-term T-bond rates, and SD is the standard deviation.

Since more than 99% of all random values will fall within a distance of ±3σ around the mean value of M(X) for a given trading system, the higher the Sharpe Ratio, the more efficient the trading system.

For example, if the Sharpe Ratio for normally-distributed trade results is 3, it indicates that the probability of losing is less than 1% per trade, according to the 3-sigma rule.

The concepts of normal distribution, dispersion, Z-score and Sharpe Ratio are already incorporated into the logarithms of EAs and mechanical trading systems, and their usefulness is invisible to most traders.

Yet, by knowing how these basic probability tools work, forex traders can have a deeper understanding of how automated systems perform their functions, and thereby enhance the probability of winning trades.

Are you currently using probability tools to increase your own chance for success?

About the Author System Trader Success Contributor.

المؤلفون المساهمون هم مشاركون نشطون في األسواق المالية ويتنقلون بشكل كامل في التحليل الفني أو الكمي. انهم يرغبون في تبادل قصصهم، ورؤى واكتشاف نجاح نظام التاجر ونأمل أن تجعلك تاجر نظام أفضل. Contact us if you would like to be a contributing author and share your message with the world.

الوظائف ذات الصلة.

استراتيجية محطمة أو تغيير السوق: التحقيق في الأداء الضعيف.

العثور على ما يعمل، وماذا لا تعمل.

التداول منحنى الأسهم & # 038؛ وراء.

منشورات شائعة.

Connors 2-Period RSI Update For 2018.

هذا مؤشر بسيط يجعل المال مرة أخرى ومرة ​​أخرى.

محفظة اللبلاب.

تحسين استراتيجية الفجوة البسيطة، الجزء 1.

كوبيرايت © 2017 بي كابيتال إفولوتيون ليك. - صمم من قبل تزدهر المواضيع | مدعوم من وورد.

الرجاد الدخول على الحساب من جديد. سيتم فتح صفحة تسجيل الدخول في نافذة جديدة. بعد تسجيل الدخول يمكنك إغلاقه والعودة إلى هذه الصفحة.

Trading With Gaussian Models Of Statistics.

Carl Friedrich Gauss was a brilliant mathematician who lived in the early 1800s and gave the world quadratic equations, methods of least squares analysis and normal distribution. Though Pierre Simon LaPlace was considered the original founder of the normal distribution in 1809, Gauss is often given the credit for the discovery, because he wrote about the concept early on, and it has been the subject of much study by mathematicians for 200 years. In fact, this distribution is often referred to as the "Gaussian Distribution." The entire study of statistics originated from Gauss, and allowed us to understand markets, prices and probabilities, among other applications. Modern-day terminology defines the normal distribution as the bell curve with "normal" parameters. And since the only way to understand Gauss and the bell curve is to understand statistics, this article will build a bell curve and apply it to a trading example.

Three methods exist to determine distributions: mean, median and mode. Means are factored by adding all scores and dividing by the number of scores to obtain the average. Median is factored by adding the two middle numbers of a sample and dividing by two, or simply just taking the middle value from an ordinal sequence. Mode is the most frequent of the numbers in a distribution of values. The best method to gain insight into a number sequence is to use means because it averages all numbers, and is thus most reflexive of the entire distribution.

This was the Gaussian approach, and his preferred method. What we are measuring here is parameters of central tendency, or to answer where our sample scores are headed. To understand this, we must plot our scores beginning with 0 in the middle and plot +1, +2 and +3 standard deviations on the right and -1, -2 and -3 on the left, in reference to the mean. "Zero" refers to the distribution mean. (Many hedge funds implement mathematical strategies. To find out more, read Quantitative Analysis Of Hedge Funds and Multivariate Models: The Monte Carlo Analysis .)

Standard Deviation and Variance.

If the values follow a normal pattern, we will find 68% of all scores will fall within -1 and +1 standard deviations, 95% fall within two standard deviations and 99% fall within three standard deviations of the mean. But this is not enough to tell us about the curve. We need to determine the actual variance and other quantitative and qualitative factors. Variance answers the question of how spread out our distribution is. It factors in possibilities regarding why outliers may exist in our sample and helps us to understand these outliers and how they can be identified. For example, if a value falls six standard deviations above or below the mean, it can be classified as an outlier for the purpose of the analysis.

Standard deviations are an important metric that are simply the square roots of the variance. Modern-day terms call this dispersion. In a Gaussian distribution, if we know the mean and the standard deviation, we can know the percentages of the scores that fall within plus or minus 1, 2 or 3 standard deviations from the mean. This is called the confidence interval. This is how we know 68% of distributions fall within plus or minus 1 standard deviation, 95% within plus or minus two standard deviations and 99 % within plus or minus 3 standard deviations. Gauss called these "probability functions". (For more information on statistical analysis, check out Understanding Volatility Measures .)

So far, this article has been about explanation of the mean and the various computations to help us explain it more closely. Once we plotted our distribution scores, we basically drew our bell curve above all the scores, assuming that they possess characteristics of normality. So still this is not enough because we have tails on our curve that need explanation to better understand the whole curve. To do this, we go to the third and fourth moments of statistics of the distribution called skew and kurtosis.

Skewness of tails measures asymmetry of the distribution. A positive skew has a variance from the mean that is positive and skewed right, while a negative skew has a variance from the mean skewed left – essentially, the distribution has a tendency to be skewed on a particular side of the mean. A symmetrical skew has 0 variance that forms a perfect normal distribution. When the bell curve is drawn first with a long tail, this is positive. The long tail at the beginning before the lump of the bell curve is considered negatively skewed. If a distribution is symmetric, the sum of cubed deviations above the mean will balance the cubed deviations below the mean. A skewed right distribution will have a skew greater than zero, while a skewed left distribution will have a skew less than zero. (The curve can be a powerful trading tool: for more related reading refer to Stock Market Risk: Wagging the Tails .)

Kurtosis explains the peak and value concentration characteristics of the distribution. A negative excess kurtosis, referred to as platykurtosis is characterized as a fairly flat distribution where there is a smaller concentration of values around the mean and the tails are significantly fatter than a mesokurtic (normal) distribution. On the other hand, a leptokurtic distribution contains thin tails as much of the data is concentrated at the mean.

Skew is more important to assess trade positions than kurtosis. Analysis of fixed income securities requires careful statistical analysis to determine the volatility of a portfolio when interest rates vary. Models to predict the direction of movements must factor in skewness and kurtosis to forecast the performance of a bond portfolio. These statistical concepts are further applied to determine price movements for many other financial instruments, such as stocks, options and currency pairs. Skews are used to measure option prices by measuring implied volatilities.

Standard deviation measures volatility and asks what kind of performance returns can be expected. Smaller standard deviations may mean less risk for a stock, while higher volatility may mean a higher level of uncertainty. Traders can measure closing prices from the average as it is dispersed from the mean. Dispersion would then measure the difference from actual value to average value. A larger difference between the two means a higher standard deviation and volatility. Prices that deviate far away from the mean often revert back to the mean, so that traders can take advantage of these situations. Prices that trade in a small range are ready for a breakout.

The often-used technical indicator for standard deviation trades is the Bollinger Band®, because they are a measure of volatility set at two standard deviations for upper and lower bands with a 21-day moving average. The Gauss Distribution was just the beginning of understanding of market probabilities. It later led to Time Series and Garch Models, as well as more applications of skew such as the Volatility Smile.