Brownian Moving Average

Brownian Motion e FOREX Market Por Armando Rodriguez Não seria uma primeira vez que uma formulação desenvolvida para fenômenos em um campo fosse usada com sucesso em outro, ele ainda tem um nome e é chamado de analogia. Existem muitos exemplos de analogias: a formulação para resolver estruturas mecânicas estáticas é a mesma que a usada para resolver redes elétricas, as notícias difundidas como tinta em água parada e tantos outros. Aqui estamos estabelecendo a analogia das mudanças no preço do mercado FOREX para o movimento browniano. Também as analogias são feitas não apenas para o gozo da simetria da natureza, mas geralmente após algum propósito prático. Neste caso, queremos saber quando um algoritmo de comércio não é susceptível de lucro e, portanto, a negociação deve ser suspensa. O movimento browniano do movimento browniano (nomeado em homenagem ao botânico Robert Brown) referiu-se originalmente ao movimento aleatório observado sob microscópio de pólen imerso em água. Isso foi intrigante porque partículas de pólen suspensas em águas perfeitamente silenciosas não tinham razão aparente para mover tudo. Einstein apontou que esse movimento foi causado pelo bombardeio aleatório de moléculas de água (excitadas por calor) no pólen. Era apenas o resultado da natureza molecular da matéria. A teoria moderna o chama de processo estocástico e provou-se que pode ser reduzido ao movimento um walker aleatório. Um caminhante aleatório unidimensional é aquele que é tão provável dar um passo à frente como para trás, digamos, eixo X, em qualquer momento. Um caminhante aleatório bidimencional faz o mesmo em X ou Y (veja a ilustração). Os preços das ações mudam ligeiramente em cada transação, uma compra aumentará seu valor, uma venda diminuirá. Sujeito a milhares de operações de compra e venda, os preços das ações devem mostrar um movimento browniano unidimensional. Este foi o assunto da tese de doutorado de Louis Bachelier em 1900, a teoria da especulação. Apresentou uma análise estocástica dos mercados de ações e opções. As taxas de urrenia devem se comportar muito como uma partícula de pólen na água também. Espectro browniano Uma característica interessante do movimento browniano é seu espectro. Qualquer função periódica no tempo pode ser considerada como a soma de uma série infinita de funções seno / coseno de freqüências múltiplas para o inverso do período. Isso é chamado de série de Fourier. O conceito pode ser ampliado para funções não periódicas, permitindo que o período vá para o infinito, e essa seria a integral de Fourier. Em vez de uma seqüência de amplitudes para cada freqüência múltipla você lida com uma função da freqüência, esta função é chamada de espectro. A representação do sinal no espaço de frequência é o idioma comum na transmissão de informações, modulação e ruído. Os equalizadores gráficos, incluídos mesmo no equipamento de áudio doméstico ou no programa de áudio para PC, trouxeram o conceito da comunidade científica para o lar. Presente em qualquer sinal útil é o ruído. Estes são sinais indesejados, de natureza aleatória, de diferentes origens físicas. O espectro de ruído relaciona-se com a sua origem: o ruído de JnhnsonNyquist (ruído térmico, ruído de Johnson ou ruído de Nyquist) é o ruído eletrônico gerado pela agitação térmica dos portadores de carga (geralmente os elétrons) dentro de um condutor elétrico em equilíbrio, o que Ocorre independentemente de qualquer tensão aplicada. O ruído térmico é aproximadamente branco. O que significa que a densidade espectral de potência é igual ao longo do espectro de freqüência. O ruído de cintilação é um tipo de ruído eletrônico com um espectro de 1 / f ou rosa. Por isso, muitas vezes é referido como ruído de 1 / f ou ruído rosa. Embora estes termos tenham definições mais amplas. Ocorre em quase todos os dispositivos eletrônicos. E resulta de uma variedade de efeitos, como impurezas em um canal condutor, geração e ruído de recombinação em um transistor devido à corrente base e assim por diante. Finalmente, o ruído browniano ou o ruído vermelho são o tipo de ruído de sinal produzido pelo movimento browniano. Sua densidade espectral é proporcional a 1 / f 2. significando que tem mais energia em freqüências mais baixas, ainda mais do que o ruído rosa. A importância desta discussão é que, quando você calcula o espectro do sinal de taxa FOREX, ele tem uma dependência 1 / f 2, o que significa que também é de natureza browniana. Comportamento no tempo O comportamento do mercado FOREX na ausência de eventos também se comporta perfeitamente Brownian. Isso significa que as taxas FOREX se comportam como caminhantes aleatórios unidimensionais. A densidade de probabilidade de encontrar um caminhante aleatório na posição x após um tempo t segue a lei Gaussiana. Onde s é o desvio padrão, que para um caminante aleatório é uma função da raiz quadrada de t e isso é o que as taxas FOREX seguem para a perfeição experimental, como mostrado abaixo para as cotações EUR / USD na figura 1. Uma expressão analítica para o acima Figura com taxas em pips e t em minutos a partir de um tempo inicial t 0: na média, há 45 cotações EUR / USD em um minuto, então a expressão acima pode ser colocada em termos da N-citação após um período inicial. Drift and Random Motions O movimento das partículas de pólen pode ser dito ter dois componentes, uma natureza aleatória descrita acima, mas se o líquido tiver um fluxo em algum sentido, então um movimento de deriva é sobreposto ao Brownian. O mercado FOREX apresenta ambos os tipos de movimento, um componente aleatório de freqüência mais alta e movimentos de deriva mais lentos causados ​​por notícias que afetam as taxas. O movimento aleatório é ruim para o negócio de especulação, não há como média de lucro em um mercado perfeitamente aleatório. Somente movimento de deriva pode render lucros. A aleatoriedade do mercado não é constante no tempo e nem o movimento da deriva. Durante os eventos de notícias, os movimentos de deriva são grandes e é durante os eventos que os lucros podem ser feitos, mas há eventos mais limpos em que os algoritmos automáticos funcionam melhor e há sujos, com muita aleatoriedade, que podem conduzir o algoritmo mais inteligente para Perdendo. FOREX Market Currency Pair Temperature Em um sistema físico, a intensidade do movimento browniano de uma partícula pode ser tomada como o quadrado médio de sua velocidade aleatória e isso foi proporcional à temperatura e inversamente à massa das partículas. LtVrm 2 gt 3KT / m A velocidade aleatória é a diferença da velocidade total menos a velocidade média ou a velocidade da deriva. O verdadeiro sentido de uma velocidade de deriva seria a velocidade média de um grande número de partículas em determinado momento que indicaria que todo o corpo de partículas líquidas e suspensas se movia como um todo. Mas, uma vez que a velocidade aleatória deve ser média no tempo até zero, a média da velocidade de uma única partícula no tempo também é igual à velocidade da deriva. Na analogia do mercado FOREX, a taxa de par de câmbio é a posição de partículas unidimensional e, portanto, a velocidade em qualquer momento t é o movimento de cotação desde a última citação no tempo t 0 dividido pelo intervalo de tempo. A velocidade média seria a média móvel exponencial das cotações. A temperatura do par de moedas Tcp seria então: Tcp (m / 3K) ltVrm 2 gt A massa de um par de moedas é uma magnitude a ser definida, então a constante de Boltzman não tem significado aqui. Ainda assim, a intensidade média de longo prazo do movimento da taxa browniana é observada dependendo do par de moedas, então eles parecem mostrar massas diferentes. Encontrar a massa para cada par de moedas permitiria ter uma referência comum para a temperatura. Se tomarmos a massa de EUR como 1, então: as massas acima dão uma temperatura média semelhante a 300 K, que é igual à temperatura ambiente na escala de Kelvin que corresponde a 27 graus Celsius ou a 80.6 Fahrenheit. Mas, além da fanciness, não dá uma visão mais profunda do problema. Fazendo (m / 3K) 1, torna uma temperatura igual à variação das velocidades. Uma vez que a raiz quadrada da variância é o desvio padrão, essa definição de temperatura dá uma idéia de quão intenso é o movimento aleatório em pips. second. Detecção de eventos e temperatura de moeda Um evento de notícias que afeta o valor do dólar dos EUA pode ser detectado quando suas taxas para o resto das principais moedas mudam de forma consistente. Em outras palavras, quando os movimentos da taxa se correlacionam. (Ver apêndice A no cálculo do disparador de eventos) Uma expressão numérica dessa correlação é a média da diferença para a sua EMA (Exponential Moving Average) em todas as moedas principais. O problema com esta abordagem é que as moedas importantes a considerar não são muitas, na verdade apenas 6 pares podem ser usados. Uma média sobre uma amostra tão pequena não é imune contra o movimento aleatório e propensa a representar falsos positivos. A detecção poderia ser melhorada se a contribuição para a média for inversamente ponderada pela temperatura dos pares. Mais precisamente: ponderado pela probabilidade de a velocidade da taxa observada não ser devida à natureza browniana do movimento. Sabendo que a distribuição da velocidade em movimentos brownianos é gaussiana, na ausência de um evento, a probabilidade de observar uma velocidade abaixo de um valor V pode ser calculada pela área sob a curva de densidade de probabilidade gaussiana. Em palavras, a curva está nos dizendo: Considere o par EUR / USD que normalmente mostra um ltVrm 2 gt de 2,94 pips / segundo, as velocidades abaixo deste valor são observadas 68,2 do tempo, além de apenas 31,8. Então, é justo dizer que, se uma velocidade observada estiver acima, digamos 6 é muito improvável (4.4) que ela vem da aleatoriedade. A expressão matemática da probabilidade de uma velocidade V, não sendo aleatória é: P erf ((V 2 / ltVrdm 2 gt)) Onde erf (x) é conhecido como a função de erro. A média de correlação ponderada será agora: APÊNDICE A The Event TriggerReferences 1 Cheridito, P. (2001). Regularizando o movimento browniano fracionário com vista à modelagem de preços das ações. Ph. D. Tese, ETH Zurich. 2 Cherny, A. S. (2007). Modelo de tarifação geral de arbitragem: custos de transação. No SxE9minaire de ProbabilitxE9s XL. Notas de aula em Matemática 1899 447x2013462. Springer, Berlim. 3 Cvitanix107, J. Pham, H. e Touzi, N. (1999). Uma solução fechada para o problema da super-replicação em custos de transação. Finanças e estocásticos 3 35x201354. 4 Guasoni, P. RxE1sonyi, M. e Schachermayer, W. (2008). Sistemas de preços consistentes e preços de elevação facial sob os custos de transação. Ann. Appl. Probab. 18 491x2013520. 5 Kabanov, Yu. M. e Stricker, C. (2007). Em seletores martingale de processos com valor de cone. Preprint. 6 Levental, S. e Skorokhod, A. V. (1997). Sobre a possibilidade de opções de hedge na presença de custos de transação. Ann. Appl. Probab. 7 410x2013443.7 Mandelbrot, B. e Van Ness, M. (1968). Movimentos brownianos fracionários, ruídos fracionários e aplicações. SIAM. Rev. 10 422x2013437.8 Soner, H. M. Shreve, S. E. e Cvitanix107, J. (1995). Não existe uma carteira de hedge não trivial para preço de opção com custos de transação. Ann. Appl. Probab. 5 327x2013355.9 Yosida, K. (1980). Análise funcional . Springer, Berlin. Marhematical Reviews (MathSciNet): MR617913 Novos alertas de conteúdo Você tem acesso a este conteúdo. Você tem acesso parcial a esse conteúdo. Você não tem acesso a esse conteúdo.