統計檢定方法運用.4

閱讀時間約 2 分鐘
承續前篇,透過觀察統計檢定量的公式,隨機性的檢定是透過前、後期的資料乘積與均數差異的平方,取其比值大小最為判斷,現在透過更為高階的動差概念,來討論價格資料是否屬於盤整型態,其中以動差的視角來看,均數屬於一階動差、變異數屬於二階動差、偏態屬於三階動差、峰態屬於四階動差,相關公式詳列如下
由3階動差,偏度的計算過程來看,價格脫離盤整盤而上漲,則有機會呈現右偏,意即偏度值為正;反之,偏度為負值時,為下跌趨勢。倘若盤整盤出現時,大量的價格應散落於均值的左右兩端,呈現對稱情況,偏度值應趨近於零。
由4階動差,峰度的計算過程來看,若價格移動方向為具有趨勢時,則價格的分配情況應為低闊峰,峰值應屬較小;反之,盤整盤出現時,大量的價格散落於相同的水準附近,峰值就會變大!
所以,趨勢交易策略構想.1
作多:峰度向下穿越 0,且偏態大於零,且波動度大於設定的門檻值
作空:峰度向上穿越 0,且偏態小於零,且波動度大於設定的門檻值
逆勢交易策略構想.2
作多:峰度向上穿越 0,且偏態小於零,且波動度大於設定的門檻值
作空:峰度向下穿越 0,且偏態大於零,且波動度大於設定的門檻值
當然本文介紹的重點是Jarque-Bera常態分配檢定,對時間序列的價格數據逐一做JB檢定,每當新進價格數據出現後,對固定長度的數據資料作檢定,只要仍符合常態分配檢定,就判斷目前的價格型態仍為盤整,反之則視為有趨勢盤出現,JB的統計檢定量如下,其中的S就是三階動差、K是四階動差,JB統計檢定量會漸進趨於自由度為2的卡方分配(5.9915),只要價格數據不符合常態分配,該統計檢定量的數值就會大幅超過零,從而拒絕虛無假設,該虛無假設為資料數據符合常態分配
MC策略程式碼請參考如下
Input:JBLen(30);
Vars:g(0),K(0),JB(0);
g=Skew(High,JBLen);
K=Kurtosis(High,JBLen);
JB=(Power(g,2)JBLen/6 + Power(K-3,2)JBLen/24);
If JB cross over 5.9915 then begin
Buy next bar at High stop;
SellShort next bar at Low stop;
End;
即將進入廣告,捲動後可繼續閱讀
為什麼會看到廣告
21會員
108內容數
留言0
查看全部
發表第一個留言支持創作者!
Piemann的沙龍 的其他內容
價格數據可透過隨機性檢定方式,以判斷行情是否在盤整盤狀態。假若行情為盤整盤,前後價格應該偏向漲跌互見的形式;反之若為趨勢盤,則前後價格應該偏向漲、漲、漲與跌、跌、跌的連續形式。 統計方法如下 : 假設有一系列的觀察值X(1)、X(2)、...、X(n),系列相關係數與統計檢定量定義如下
假設你有一串時間數列資料,資料時間長度可以是Tick、分鐘K,也可以是日K的等級,請問有甚麼方法可以評估是否為盤整盤 ?
在交易策略裡,總是希望可以掌握波動度,評估波動度的方法除了標準差之外,用分位數的距離來評估也是不錯的方法,這裡提供Excel VBA程式碼參考
問題如下,在這串連續數列中 : -7、8、2、9、3、-4、-8、7、9、-5,請找出最大的子序列之和、以及最小的子序列之和,求最大子序列和 ~ MaxSubSum,是用途很廣的敘述統計工具,例如應用於求解 MDD、描述價格資料期間內最大的累積上漲點數...等 Excel VBA程式碼提供如下
率變動的範圍。一般金融價格的時間序列通常有五個特色:趨勢(trend)、季節性、 異常價格、價格叢聚(cluster)以及非線性(nonlinear)。所謂「非線性」是指金融價 格具有以下情形:(1.)異常報酬出現的機率大於預期,顯示報酬率為常態分配的 比正的造成較大的波動。
價格數據可透過隨機性檢定方式,以判斷行情是否在盤整盤狀態。假若行情為盤整盤,前後價格應該偏向漲跌互見的形式;反之若為趨勢盤,則前後價格應該偏向漲、漲、漲與跌、跌、跌的連續形式。 統計方法如下 : 假設有一系列的觀察值X(1)、X(2)、...、X(n),系列相關係數與統計檢定量定義如下
假設你有一串時間數列資料,資料時間長度可以是Tick、分鐘K,也可以是日K的等級,請問有甚麼方法可以評估是否為盤整盤 ?
在交易策略裡,總是希望可以掌握波動度,評估波動度的方法除了標準差之外,用分位數的距離來評估也是不錯的方法,這裡提供Excel VBA程式碼參考
問題如下,在這串連續數列中 : -7、8、2、9、3、-4、-8、7、9、-5,請找出最大的子序列之和、以及最小的子序列之和,求最大子序列和 ~ MaxSubSum,是用途很廣的敘述統計工具,例如應用於求解 MDD、描述價格資料期間內最大的累積上漲點數...等 Excel VBA程式碼提供如下
率變動的範圍。一般金融價格的時間序列通常有五個特色:趨勢(trend)、季節性、 異常價格、價格叢聚(cluster)以及非線性(nonlinear)。所謂「非線性」是指金融價 格具有以下情形:(1.)異常報酬出現的機率大於預期,顯示報酬率為常態分配的 比正的造成較大的波動。
你可能也想看
Google News 追蹤
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
Thumbnail
人人都搶著談AI,但又是否人人都可以把AI說得清楚明白?在AI浪潮中,NVIDIA執行長黃仁勳的一舉一動都備受矚目,並在不同的場合都就AI的背景、現況與未來發言。這一期的分享,我們就透過近來的幾場訪談演說,分析他說話技巧的特色與可讓我們學習的五個方面。
Thumbnail
接續上一篇,繼續來講如何從常態分布的機率進行假設檢定,進而推論母體的平均數吧! 這篇會提到否證的邏輯、魔法數字0.5以及統計檢定到底是什麼這三個主題。
Thumbnail
  在上一篇文章解釋了常態分布怎麼幫助我們計算事件發生的機率,而更之前也看過了抽樣分布是如何形成常態分布的過程,現在就要利用這兩件事情來慢慢帶出什麼是統計學中的「假設檢定」了。
Thumbnail
中秋便當來了~還記得上一篇幫大家統計的資料嗎?歷屆總統大選前,10月上漲機率85%、平均漲幅4.67%! 喜歡吃便當的都是老實人,數據做了,當然要用行動來驗證。 九月最後一週,做完統計後開始佈局中秋加菜行情,指數的部分沒什麼好說的,就是無腦做多,漲也買、跌也買,時間都有列,證明真的是看數據做
Thumbnail
2020總統選票可以用數學統計證明蔡英文總統的817萬票並非真實,同樣的檢驗方法也可以證明2016年,蔡英文勝過朱立倫與宋楚瑜也是靠[作票]而得到.當年中選會的各縣市排序,大致是以蔡英文勝票由多到少排列(也是開票時大致所用的報票順序,旨在強調蔡英文是一路領先的),因此縱使各縣市排序按照中選會報表不變
Thumbnail
們必須時時謹記,若要讓寫筆記變成一個可以長久實踐下去的習慣,我們必須讓這件事能簡單、方便的進行下去,千萬別讓完美主義阻斷了心流。
Thumbnail
有些人經常會慨嘆,成年人的世界很複雜。要在大企業裡面求存,當中的人事、系統、流程,就只愈見複雜。無論你是在人資部門、專案管理、風管合規、資訊科技部門工作,也總有機會在會議或簡報中,介紹公司複雜的組織圖、流程圖或系統圖。處理複雜架構的時候,要兼顧展現與闡述,觀眾見樹也要見林,怎麼樣做才可以做好平衡呢?
Thumbnail
統計學 吳迪 一、檢定步驟 1.設立H0:虛無假設 (希望拒絕的對象)   設立H1:對立假設 (希望接受的對象) 2.選定檢定統計量 3.決定顯著水準及拒絕域 4.計算檢定統計量 5.當落入拒絕域時,則拒絕H0,反之則拒絕H1 二 1.型一錯誤 afa= p (拒絕H0/H0為真) 2.型二錯誤
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
Thumbnail
人人都搶著談AI,但又是否人人都可以把AI說得清楚明白?在AI浪潮中,NVIDIA執行長黃仁勳的一舉一動都備受矚目,並在不同的場合都就AI的背景、現況與未來發言。這一期的分享,我們就透過近來的幾場訪談演說,分析他說話技巧的特色與可讓我們學習的五個方面。
Thumbnail
接續上一篇,繼續來講如何從常態分布的機率進行假設檢定,進而推論母體的平均數吧! 這篇會提到否證的邏輯、魔法數字0.5以及統計檢定到底是什麼這三個主題。
Thumbnail
  在上一篇文章解釋了常態分布怎麼幫助我們計算事件發生的機率,而更之前也看過了抽樣分布是如何形成常態分布的過程,現在就要利用這兩件事情來慢慢帶出什麼是統計學中的「假設檢定」了。
Thumbnail
中秋便當來了~還記得上一篇幫大家統計的資料嗎?歷屆總統大選前,10月上漲機率85%、平均漲幅4.67%! 喜歡吃便當的都是老實人,數據做了,當然要用行動來驗證。 九月最後一週,做完統計後開始佈局中秋加菜行情,指數的部分沒什麼好說的,就是無腦做多,漲也買、跌也買,時間都有列,證明真的是看數據做
Thumbnail
2020總統選票可以用數學統計證明蔡英文總統的817萬票並非真實,同樣的檢驗方法也可以證明2016年,蔡英文勝過朱立倫與宋楚瑜也是靠[作票]而得到.當年中選會的各縣市排序,大致是以蔡英文勝票由多到少排列(也是開票時大致所用的報票順序,旨在強調蔡英文是一路領先的),因此縱使各縣市排序按照中選會報表不變
Thumbnail
們必須時時謹記,若要讓寫筆記變成一個可以長久實踐下去的習慣,我們必須讓這件事能簡單、方便的進行下去,千萬別讓完美主義阻斷了心流。
Thumbnail
有些人經常會慨嘆,成年人的世界很複雜。要在大企業裡面求存,當中的人事、系統、流程,就只愈見複雜。無論你是在人資部門、專案管理、風管合規、資訊科技部門工作,也總有機會在會議或簡報中,介紹公司複雜的組織圖、流程圖或系統圖。處理複雜架構的時候,要兼顧展現與闡述,觀眾見樹也要見林,怎麼樣做才可以做好平衡呢?
Thumbnail
統計學 吳迪 一、檢定步驟 1.設立H0:虛無假設 (希望拒絕的對象)   設立H1:對立假設 (希望接受的對象) 2.選定檢定統計量 3.決定顯著水準及拒絕域 4.計算檢定統計量 5.當落入拒絕域時,則拒絕H0,反之則拒絕H1 二 1.型一錯誤 afa= p (拒絕H0/H0為真) 2.型二錯誤