Forex Trading Wahrscheinlichkeiten Und Statistiken

Forex Strategies Forum hat jemand Statistiken von Kerzenmustern und Wahrscheinlichkeiten auch Ihre eigenen Rücktests Übersichten und Daten akzeptiert werden können. Was frage ich Dinge wie was sind die Wahrscheinlichkeiten einer Umkehrung nach einer Pin-Bar, was sind die Wahrscheinlichkeiten, dass eine Kerze nach zwei bullish Kerzen und Sachen so weiter nach oben geht. Wirklich irgendeine statistisch, die du begrüßt hättest. Ich habe noch keine guten Studien online gefunden. Gute Bücher auf Candlestick beinhalten Statistiken. Ich habe einige Tests gemacht und bekam sehr unterschiedliche Statistiken. Reichweite von probabiliten Mosty 50-54. Einige wenige Leuchter 60 Wahrscheinlichkeit mit niedriger Frequenz. Erwarten Sie nicht die gleichen probabilites auf stündlichen Zeitrahmen als täglichen Zeitrahmen. Täglicher Zeitrahmen gibt bessere probabilites. Immerhin gibt es während der Sessions eine große Variation des Volums. Nicht so mit täglichen Leuchtern. Erwarten Sie nicht die gleichen probabilites auf allen Kreuzen. Es gibt einen Leuchtermusterabschnitt unter quotNeu (real) Nützliches Sitequot Die Statistiken der Kerzenmuster und Wahrscheinlichkeiten wurden von Thomas N. Bulkowski gemacht, der das Buch mit dem Titel "NoEcyclopedia of Candlestick Chartsquot" veröffentlichte. Es umfasst rund 105 Chartmuster. Auf Autoren Website youll in der Lage, Beschreibungen dieser Muster zu finden. Zum Beispiel, Beschreibung der Sternschnuppe, Zitat:. Theoretische Aufführung: Bearish Reversal Geprüfte Performance: Bullish Fortsetzung 61 der Zeit Häufigkeitsrang: 51 Gesamtleistung Rang: 52 Bestes Prozent-Meeting-Preisziel: 52 (Bullenmarkt, Up Breakout) Beste durchschnittliche Bewegung in 10 Tagen: -4.93 (Bärenmarkt, Down-Breakout) Beste 10-Tage-Performance-Rang: 31 (Bärenmarkt, Down-Breakout). Link: thepatternsiteShootingStar2.html Interessant von der Bearish Umkehrung. Wahrscheinlichkeit des Downmove nur 40. Länge des Körpers ist wichtiger als Muster Klassifizierung nach Kieran Murphy. Lange obere Schatten oder lange untere Schatten ist die einzige Ausnahme von dieser Regel. Kieran Murphy wird sagen - Gib mir eine starke, zerfrohe tägliche Kerze - Gib mir ein paar Bequemtage, wie ein flaches Retracement, keine starke Bärenkerze - Gib mir noch eine bullische Kerze (vielleicht bei H4, nicht ganz anders als Ausbruch der letzten Spitze) - ------------------------------------------------ Trend ist auf. Edward Revy schrieb: Die Statistik der Kerzenmuster und Wahrscheinlichkeiten wurde von Thomas N. Bulkowski durchgeführt, der das Buch mit dem Titel "NoEcyclopedia of Candlestick Chartsquot" veröffentlichte. Es umfasst rund 105 Chartmuster. Auf Autoren Website youll in der Lage, Beschreibungen dieser Muster zu finden. Zum Beispiel, Beschreibung der Sternschnuppe, Zitat:. Theoretische Aufführung: Bearish Reversal Geprüfte Performance: Bullish Fortsetzung 61 der Zeit Häufigkeitsrang: 51 Gesamtleistung Rang: 52 Bestes Prozent-Meeting-Preisziel: 52 (Bullenmarkt, Up Breakout) Beste durchschnittliche Bewegung in 10 Tagen: -4.93 (Bärenmarkt, Down-Breakout) Beste 10-Tage-Performance-Rang: 31 (Bärenmarkt, Down-Breakout). Link: thepatternsiteShootingStar2.html Danke Edward. Sehr interessante Studien. Und sie zeigen mir viele Gründe, nicht Kerzenmuster zu vertrauen, so viel wie ich lol gewesen bin. Scheint wie sehr niedrige Wahrscheinlichkeiten zum größten Teil. Aber ein kleiner Vorteil hilft immer Kerzenstöcke sind gut. But nur in höheren Zeitrahmen. Es ist immer besser, Kerzenständer mit anderen Bestätigungsinstrumenten wie Trendlinien, gleitenden Durchschnitten usw. zu kombinieren. Sie sind in der Regel nicht effektiv, wenn sie nur auf eigene Faust verwendet werden. Mit Gaußschen Modellen der Statistik Carl Friedrich Gauss war ein brillanter Mathematiker, der in der Anfang der 1800er Jahre und gab die Welt quadratische Gleichungen, Methoden der kleinsten Quadrate Analyse und normale Verteilung. Obwohl Pierre Simon LaPlace als ursprünglicher Gründer der Normalverteilung im Jahre 1809 galt, wird Gauss oft die Anerkennung für die Entdeckung gegeben, weil er schon früh über das Konzept geschrieben hat und seit 200 Jahren viel Studium der Mathematiker ist. In der Tat wird diese Verteilung oft als die Gaußsche Verteilung bezeichnet. Das gesamte Studium der Statistik stammt aus Gauss und erlaubte uns, Märkte zu verstehen. Preise und Wahrscheinlichkeiten, unter anderen Anwendungen. Die heutige Terminologie definiert die Normalverteilung als Glockenkurve mit normalen Parametern. Und da die einzige Möglichkeit, Gauss und die Glockenkurve zu verstehen, ist es, Statistiken zu verstehen, wird dieser Artikel eine Glockenkurve bauen und sie auf ein Handelsbeispiel anwenden. Mittel, Median und Mode Es gibt drei Methoden, um Verteilungen zu bestimmen: Mittelwert. Median und Modus. Mittel werden durch Hinzufügen aller Punkte und Teilung durch die Anzahl der Noten, um den Durchschnitt zu erhalten. Median wird durch Hinzufügen der beiden mittleren Zahlen einer Probe und Teilung durch zwei, oder einfach nur den Mittelwert aus einer ordinalen Reihenfolge. Modus ist die häufigste der Zahlen in einer Verteilung der Werte. Die beste Methode, um Einblick in eine Zahlenfolge zu erhalten, besteht darin, Mittel zu verwenden, weil sie alle Zahlen mittelt und somit die gesamte Verteilung am meisten reflexiv ist. Das war der Gaußsche Ansatz und seine bevorzugte Methode. Was wir hier messen, sind Parameter der zentralen Tendenz, oder um zu beantworten, wo unsere Sample-Scores geleitet werden. Um dies zu verstehen, müssen wir unsere Punkte beginnend mit 0 in der Mitte und Plot 1, 2 und 3 Standardabweichungen auf der rechten und -1, -2 und -3 auf der linken Seite, in Bezug auf den Mittelwert. Zero bezieht sich auf das Verteilungsmittel. (Viele Hedge-Fonds implementieren mathematische Strategien: Um mehr zu erfahren, lesen Sie die quantitative Analyse von Hedge-Fonds und multivariaten Modellen: Die Monte-Carlo-Analyse.) Standardabweichung und - abweichung Wenn die Werte einem normalen Muster folgen, werden 68 von allen Scores fallen Innerhalb von -1 und 1 Standardabweichungen fallen 95 innerhalb von zwei Standardabweichungen und 99 fallen in drei Standardabweichungen des Mittelwerts. Aber das ist nicht genug, um uns über die Kurve zu erzählen. Wir müssen die tatsächliche Varianz und andere quantitative und qualitative Faktoren bestimmen. Varianz beantwortet die Frage, wie sich unsere Verteilung ausbreitet. Es fällt in die Möglichkeiten ein, warum Ausreißer in unserer Stichprobe existieren können und hilft uns, diese Ausreißer zu verstehen und wie sie identifiziert werden können. Zum Beispiel, wenn ein Wert sechs Standardabweichungen oberhalb oder unterhalb des Mittelwertes fällt, kann er zum Ausreißer für die Zwecke der Analyse klassifiziert werden. Standardabweichungen sind eine wichtige Metrik, die einfach die Quadratwurzeln der Varianz sind. Moderne Begriffe nennen diese Dispersion. In einer Gaußschen Verteilung, wenn wir den Mittelwert und die Standardabweichung kennen, können wir die Prozentsätze der Punkte, die in plus oder minus 1, 2 oder 3 Standardabweichungen vom Mittelwert fallen, kennen. Dies wird das Konfidenzintervall genannt. So wissen wir, dass 68 der Verteilungen innerhalb von plus oder minus 1 Standardabweichung liegen, 95 innerhalb von plus oder minus zwei Standardabweichungen und 99 innerhalb von plus oder minus 3 Standardabweichungen. Gauss nannte diese Wahrscheinlichkeitsfunktionen. (Für weitere Informationen über die statistische Analyse, check out Understanding Volatility Measures.) Skew und Kurtosis Bisher war dieser Artikel über die Erklärung der Mittel und die verschiedenen Berechnungen, um uns zu erklären, es genauer. Sobald wir unsere Verteilungsergebnisse aufgezeichnet haben, haben wir grundsätzlich unsere Glockenkurve über alle Punkte gezogen, vorausgesetzt, dass sie Eigenschaften der Normalität besitzen. So ist das doch nicht genug, denn wir haben Schwänze auf unserer Kurve, die eine Erklärung brauchen, um die ganze Kurve besser zu verstehen. Um dies zu tun, gehen wir in die dritte und vierte Momente der Statistik der Verteilung namens Skew und Kurtosis. Die Schiefe der Schwänze misst die Asymmetrie der Verteilung. Ein positiver Schräglauf hat eine Abweichung von dem Mittelwert, der positiv und schief nach rechts ist, während ein negativer Schräglauf eine Abweichung von der mittleren Schräg links im wesentlichen hat, die Verteilung hat eine Tendenz, auf einer bestimmten Seite des Mittels schief zu sein. Ein symmetrischer Schräglauf hat 0 Varianz, die eine perfekte Normalverteilung bildet. Wenn die Glockenkurve zuerst mit einem langen Schwanz gezeichnet wird. Das ist positiv Der lange Schwanz am Anfang vor dem Klumpen der Glockenkurve gilt als negativ schief. Wenn eine Verteilung symmetrisch ist, wird die Summe der Cubed-Abweichungen über dem Mittelwert die Cubed-Abweichungen unterhalb des Mittelwerts ausgleichen. Eine schiefe rechte Verteilung hat einen Schräglauf größer als Null, während eine schiefe linke Verteilung einen Schräglauf weniger als Null hat. (Die Kurve kann ein starkes Handelsinstrument sein: für mehr verwandte Lesung beziehen sich auf Börsenrisiko: Wackeln der Schwänze.) Kurtosis erklärt die Spitzen - und Wertkonzentrationseigenschaften der Verteilung. Eine negative überschüssige Kurtosis. Bezeichnet als Platykurtosis ist charakterisiert als eine ziemlich flache Verteilung, wo es eine kleinere Konzentration von Werten um den Mittelwert und die Schwänze sind deutlich dicker als eine mesokurtische (normale) Verteilung. Auf der anderen Seite enthält eine leptokurtische Verteilung dünne Schwänze, so viel von den Daten konzentriert sich auf den Mittelwert. Skew ist wichtiger für die Bewertung von Handelspositionen als Kurtosis. Die Analyse der festverzinslichen Wertpapiere erfordert eine sorgfältige statistische Analyse, um die Volatilität eines Portfolios zu ermitteln, wenn die Zinssätze variieren. Modelle zur Vorhersage der Bewegungsrichtung müssen in Schiefe und Kurtosis fehlen, um die Performance eines Anleiheportfolios zu prognostizieren. Diese statistischen Konzepte werden weiter angewandt, um Preisbewegungen für viele andere Finanzinstrumente zu bestimmen. Wie Aktien, Optionen und Währungspaare. Skews werden verwendet, um die Optionspreise zu messen, indem sie implizite Volatilitäten messen. Anwenden auf den Handel Standardabweichung misst die Volatilität und fragt, welche Art von Performance-Renditen erwartet werden kann. Kleinere Standardabweichungen können ein geringeres Risiko für eine Aktie bedeuten, während eine höhere Volatilität eine höhere Unsicherheit bedeuten kann. Händler können die Schlusspreise aus dem Durchschnitt messen, da sie aus dem Mittelwert verteilt sind. Dispersion würde dann die Differenz vom Istwert zum Mittelwert messen. Ein größerer Unterschied zwischen den beiden bedeutet eine höhere Standardabweichung und Volatilität. Die Preise, die weit weg von dem Mittel abweichen, kehren oft zurück zum Mittel, so dass die Händler diese Situationen nutzen können. Preise, die in einer kleinen Strecke handeln, sind bereit für einen Ausbruch. Der oft verwendete technische Indikator für Standardabweichungen ist die Bollinger Band. Weil sie ein Maß für die Volatilität sind, die auf zwei Standardabweichungen für obere und untere Bänder mit einem 21-tägigen gleitenden Durchschnitt gesetzt wird. Die Gauss Distribution war nur der Anfang des Verständnisses der Marktwahrscheinlichkeiten. Es führte später zu Time Series und Garch Models. Sowie mehr Anwendungen von Skew wie das Volatility Smile. Eine Art von Steuern, die auf Kapitalgewinne von Einzelpersonen und Kapitalgesellschaften angefallen sind. Kapitalgewinne sind die Gewinne, die ein Investor ist. Ein Auftrag, eine Sicherheit bei oder unter einem bestimmten Preis zu erwerben. Ein Kauflimitauftrag erlaubt es Händlern und Anlegern zu spezifizieren. Eine IRS-Regel (Internal Revenue Service), die strafrechtliche Abhebungen von einem IRA-Konto ermöglicht. Die Regel verlangt das. Der erste Verkauf von Aktien von einem privaten Unternehmen an die Öffentlichkeit. IPOs werden oft von kleineren, jüngeren Unternehmen ausgesucht. DebtEquity Ratio ist Schuldenquote verwendet, um eine company039s finanzielle Hebelwirkung oder eine Schuldenquote zu messen, um eine Person zu messen. Eine Art von Entschädigung Struktur, die Hedge Fondsmanager in der Regel beschäftigen, in welchem ​​Teil der Entschädigung Leistung basiert. MetaTrader Expert Advisor Wahrscheinlichkeit Werkzeuge für besseren Forex Trading Um erfolgreich zu sein, müssen Forex-Händler die grundlegende Mathematik der Wahrscheinlichkeit kennen. Immerhin ist es schwierig zu erreichen und pflegen Handel Gewinne, ohne zuerst die Fähigkeit, die Zahlen zu verstehen und zu messen. Viele Händler verwenden eine Kombination von Black Box Indikatoren zu entwickeln und zu implementieren Handelsregeln. Doch der Unterschied zwischen einem guten Trader und einem Großen ist sein Verständnis der Metriken und Methoden zur Leistungsberechnung und Gewinne. Wahrscheinlichkeit und Statistik sind der Schlüssel zum Entwickeln, Testen und Profitieren von Devisenhandel. Durch das Erkennen einiger Wahrscheinlichkeitstools ist es für Händler schwieriger, Handelsziele mathematisch festzulegen, effektive Handelsstrategien zu erstellen und zu betreiben und Ergebnisse zu bewerten. Es ist hilfreich, die grundlegendsten Konzepte der Wahrscheinlichkeit und Statistiken für den Devisenhandel zu überprüfen. Durch das Verständnis der Mathematik der Wahrscheinlichkeit, youll kennen die Logik von mechanischen Handelssystemen und Experten Berater (EA) verwendet. Normalverteilung Das grundlegendste Werkzeug der Wahrscheinlichkeit im Devisenhandel ist das Konzept der Normalverteilung. Die meisten natürlichen Prozesse sollen normal verteilt sein. Eine gleichmäßige Verteilung impliziert, dass die Wahrscheinlichkeit, dass eine Zahl irgendwo auf einem Kontinuum liegt, ungefähr gleich ist. Dies ist die Art der Verteilung, die sich aus der künstlichen Ausbreitung von Objekten so gleichmäßig wie möglich über eine Fläche mit einer gleichmäßigen Abstand zwischen ihnen ergeben würde. Allerdings wird anstelle einer einheitlichen Verteilung ein Währungspreis der Paare zu einem bestimmten Zeitpunkt zu einem bestimmten Zeitpunkt wahrscheinlich gefunden. Dies ist seine normale Verteilung, und Wahrscheinlichkeitstools können eine Annäherung zeigen, wo dieser Preis wahrscheinlich gefunden wird. Normalverteilung bietet Forex-Händlern Vorhersagekraft in Bezug auf die Wahrscheinlichkeit, dass ein Währungspaar-Preis ein bestimmtes Niveau während eines bestimmten Zeitrahmens erreichen wird. Computer verwenden einen Zufallszahlengenerator, um die Mittelwerte (Mittelwerte) von Forex-Preisen zu berechnen, um ihre normale Verteilung zu bestimmen. Wenn eine große Anzahl von Beispielpreisen überprüft wird, bildet die Normalverteilung die Form einer Glockenkurve, wenn sie graphisch graphisch dargestellt wird. Je größer die Anzahl der Proben, desto glatter wird die Kurve. Die Regeln der einfachen Mittelwerte sind für Händler hilfreich, doch die Regeln der Normalverteilung bieten eine sinnvollere Vorhersagekraft. Zum Beispiel kann ein Händler berechnen, dass die durchschnittliche tägliche Preisbewegung eines Forex-Paares etwa 50 Pips ist. Dennoch kann die normale Verteilung dem Händler auch die Wahrscheinlichkeit mitteilen, dass ein bestimmter Tagespreis zwischen 30 und 50 Pips oder zwischen 50 und 70 Pips fallen wird. Nach den Regeln der Normalverteilung und der Standardabweichung werden etwa 68 der Proben innerhalb einer Standardabweichung des Mittelwerts (Durchschnitt) gefunden, und etwa 95 werden innerhalb von zwei Standardabweichungen des Mittelwerts gefunden. Schließlich gibt es eine 99,7 Wahrscheinlichkeit, dass die Probe in drei Standardabweichungen des Mittelwerts fallen wird. Normale Verteilungs - und Standardabweichungsfunktionen in Fachberatern (EA) und Handelssystemen helfen bei Forex-Händlern, die Wahrscheinlichkeit zu bewerten, dass die Preise während eines bestimmten Zeitraums einen bestimmten Betrag verschieben können. Dennoch sollten Händler vorsichtig sein, wenn sie das Konzept der Normalverteilung allein für Zwecke des Risikomanagements verwenden. Auch wenn die Wahrscheinlichkeit eines seltenen Ereignisses (wie etwa eine Preisabnahme von 50) gering erscheinen mag, können unvorhergesehene Marktfaktoren die Möglichkeit viel höher machen, als es bei normalen Verteilungsberechnungen erscheint. Die Zuverlässigkeit der Analyse hängt von der Quantität und der Qualität der Daten ab. Bei der Modellierung normaler Verteilungskurven ist die Menge und Qualität der Inputpreisdaten sehr wichtig. Je größer die Anzahl der Proben, desto glatter wird die Kurve. Um auch Rechenfehler zu vermeiden, die aus unzureichenden Daten resultieren, ist es wichtig, dass jede Berechnung auf mindestens dreißig Samples basiert. Für die Prüfung einer Forex-Trading-Strategie durch die Schätzung der Ergebnisse aus dem Beispiel Trades muss der Systementwickler mindestens 30 Trades analysieren, um statistisch zuverlässige Schlussfolgerungen bezüglich der getesteten Parameter zu erhalten. Ebenso sind die Ergebnisse aus einer Studie von 500 Trades zuverlässiger als die aus einer Analyse von nur 50 Trades. Dispersion und mathematische Erwartung, das Risiko zu schätzen Für Forex-Händler sind die wichtigsten Merkmale einer Verteilung ihre mathematische Erwartung und Dispersion. Die mathematische Erwartung für eine Reihe von Trades ist einfach zu berechnen: Fügen Sie einfach alle Handelsergebnisse hinzu und teilen Sie diesen Betrag durch die Anzahl der Trades. Wenn das Handelssystem rentabel ist, dann ist die mathematische Erwartung positiv. Wenn die mathematische Erwartung negativ ist, verliert das System im Durchschnitt. Die relative Steilheit oder Ebenheit der Verteilungskurve wird durch die Messung der Ausbreitung oder Verteilung der Preiswerte im Bereich der mathematischen Erwartung gezeigt. Typischerweise wird die mathematische Erwartung für jeden zufällig verteilten Wert als M (X) beschrieben. So kann die Dispersion als D (X) M (XM (X) 2 definiert werden, und eine Dispersionsquadratwurzel wird als Standardabweichung bezeichnet, die in mathematischer Abkürzung als Sigma () dargestellt wird. Dispersion und Standardabweichung sind für das Risikomanagement von entscheidender Bedeutung In Devisenhandelssystemen Je höher der Wert der Standardabweichung ist, desto höher ist der potenzielle Drawdown, und je höher das Risiko ist, desto geringer ist der Wert für die Standardabweichung, desto niedriger ist der Drawdown beim Tragen des Systems Beispiel unten ist eine Stichprobenrisikobewertung für einen Test eines Devisenhandelssystems: Handelsnummer X (Trade Gain oder Loss) In dem obigen Beispiel auf der Grundlage der Mindestzahl von dreißig Trades für eine adäquate Stichprobe, ist es wichtig zu beachten, dass die mathematischen Die Erwartung ist positiv, so dass die Devisenhandelsstrategie in der Tat rentabel ist, aber die Standardabweichung ist hoch, so dass, um jeden Dollar zu verdienen, der Trader einen viel größeren Betrag riskiert, das dieses System ein erhebliches Risiko bringt. Heres der Rest der Mathematik: To Bestimmen die mathematische Erwartung für diese Gruppe von Trades, addieren alle Trades Gewinne und Verluste, dann teilen sich um 30. Dies ist der Mittelwert M (X) für alle Trades. In diesem Fall entspricht es einem durchschnittlichen Gewinn von 4,26 pro Handel. Bisher sieht das System vielversprechend aus. Als nächstes wird, um die Standardabweichung der Dispersion zu berechnen, der obige Durchschnitt 4.26 von den Ergebnissen jedes Handels subtrahiert, dann wird sein Quadrat und die Summe aller dieser Quadrate addiert. Die Summe wird durch 29 geteilt, was die Gesamtzahl der Trades minus 1 ist. Unter Verwendung der Formel für die Dispersion von (X) M (XM (X) 2, wie oben angegeben, heres eine Überprüfung der Berechnung aus dem ersten Handel in unserem Beispiel : Handel 1: -17,08,26 -21,34 und (-21,34) 2 455,39 Die gleiche Berechnung wird für jeden Handel in der Testreihe durchgeführt. In diesem Beispiel entspricht die Dispersion über die Serie 9,353,62 und definitionsgemäß entspricht ihre Quadratwurzel dem Standard Abweichung (), die in diesem Fall 96,71 ist, so sieht der Forex-Trader, dass das Risiko für dieses System ziemlich hoch ist: Die mathematische Erwartung ist in der Tat positiv, mit einem mittleren Gewinn von 4,26 pro Handel, doch ist die Standardabweichung hoch, wenn Verglichen mit diesem Gewinn. Sie kann gesehen werden, dass der Trader riskiert etwa 96,71 für jede Gelegenheit, um 4,26 im Gewinn zu verdienen. Dieses Risiko kann akzeptabel sein, oder der Händler kann wählen, um das System auf der Suche nach niedrigeren Risiko zu ändern. Jenseits der Gefahr von Ein bestimmtes Handelssystem, können Forex-Händler auch normale Verteilung und Standardabweichung verwenden, um die Z-Punktzahl zu berechnen, die angibt, wie oft rentable Trades im Zusammenhang mit dem Verlust von Trades auftreten wird. Während des Prozesses der Entwicklung eines gewinnenden Devisenhandelssystems kann sich der Händler wundern, wie viele der gewinnbringenden Trades, die während des Tests gesehen wurden, zufällig waren und wie viele aufeinanderfolgende Verluste Trades toleriert werden müssen, um Gewinne zu erzielen. Zum Beispiel können wir annehmen, dass der durchschnittliche erwartete Gewinn aus einem gegebenen Devisenhandelssystem viermal kleiner ist als der erwartete Verlustbetrag aus jeder Stop-Loss-Order, die beim Tragen dieses Systems ausgelöst wurde. Manche Händler können davon ausgehen, dass das System im Laufe der Zeit gewinnen wird, solange es durchschnittlich mindestens einen gewinnbringenden Handel für jeden vier verlorenen Handel gibt. Doch je nach Verteilung der Gewinne und Verluste, während des realen Welthandels kann sich dieses System zu tief herausziehen, um sich in der Zeit für den nächsten Gewinner zu erholen. Die normale Verteilung kann verwendet werden, um eine Z-Punktzahl zu generieren, die manchmal auch als Standard-Score bezeichnet wird, was es den Händlern ermöglicht, nicht nur das Verhältnis von Gewinnen zu Verlusten zu schätzen, sondern auch, wie viele Siege wahrscheinlich nacheinander auftreten. Eine positive Z-Punktzahl stellt einen Wert über dem Mittelwert dar, und eine negative Z-Punktzahl stellt einen Wert unterhalb des Mittelwerts dar. Um diesen Wert zu erhalten, subtrahiert der Trader den Populationsmittelwert von einem einzelnen Rohwert und teilt dann die Differenz durch die Populationsstandardabweichung. Die Basis-Standard-Score-Berechnung für eine Roh-Score mit x bezeichnet ist: Wo ist die Bevölkerung bedeuten und ist die Population Standardabweichung. Es ist wichtig zu verstehen, dass die Berechnung der Z-Punktzahl erfordert, dass der Händler die Parameter der Bevölkerung kennen, nicht nur die Merkmale einer aus dieser Population entnommenen Probe. Z stellt den Abstand zwischen dem Populationsmittel und dem Rohwert dar, ausgedrückt in Einheiten der Standardabweichung. Für ein Devisenhandelssystem: ZN x (R 0,5) P (P x (PN) (N 1) N ist die Gesamtzahl der Trades während einer Reihe R die Gesamtzahl der Erfolgs - und Verlierer-Trades P gleich 2 X W x LW ist die Gesamtzahl der Sieger-Trades während einer Serie L ist die Gesamtzahl der verlorenen Trades während einer Serie Einzelne Serien können durch eine aufeinanderfolgende Folge von Plusen oder Minus (zB oder 8212) dargestellt werden. R zählt die Anzahl der Diese Serie kann eine Bewertung darüber, ob ein Forex Trading System ist auf Ziel, oder wie weit off-Ziel es sein kann. Ebenso wichtig ist, kann ein Händler Z-Score verwenden, um festzustellen, ob ein Handelssystem weniger oder enthält Größere Reihe von Gewinnern und Verlierern als erwartet aus einer zufälligen Abfolge von Trades8211 Mit anderen Worten, ob die Ergebnisse der aufeinanderfolgenden Trades voneinander abhängig sind. Wenn die Z-Punktzahl nahe 0 ist, dann ist die Verteilung der Handelsergebnisse nahe der Normalverteilung Die Punktzahl einer Abfolge von Trades kann auf eine Abhängigkeit zwischen den Ergebnissen dieser Trades hindeuten. Dies liegt daran, dass ein normaler zufälliger Wert vom Mittelwert um nicht mehr als drei Sigma (3 x) mit einer Sicherheit von 99,7 abweicht. Ob der Z-Wert positiv oder negativ ist, informiert den Händler über die Art der Abhängigkeit: Ein positiver Z-Wert zeigt an, dass dem gewinnbringenden Handel ein Verlierer folgen wird. Und positiv Z zeigt an, dass der gewinnbringende Handel von einem anderen profitabel gefolgt wird, und einem Verlierer wird ein weiterer Verlust folgen. Diese beobachtete Abhängigkeit lässt den Forex Trader die Positionsgrößen für einzelne Trades variieren, um das Risiko zu bewältigen. Sharpe Ratio Das Sharpe Ratio oder das Belohnungs-Variabilitäts-Verhältnis ist eines der wertvollsten Wahrscheinlichkeitstools für Forex-Händler. Wie bei den oben beschriebenen Methoden beruht sie auf der Anwendung der Konzepte der Normalverteilung und der Standardabweichung. Es gibt den Händlern eine Methode, um die Leistung eines Handelssystems zu überprüfen, indem man das Risiko anpasst. Der erste Schritt besteht darin, die Halteperiodenrenditen (HPR) zu berechnen. Zum Beispiel hat ein Handel, der zu einem Gewinn von 10 führte, einen HPR, der als 1 0,10 1,10 berechnet wurde, während ein Handel, der 10 verliert, als 1 0,10 0,90 berechnet wird. Ebenso kann HPR berechnet werden, indem man den Nachverkaufsbilanzbetrag durch den Vorverkaufsbetrag dividiert. Die durchschnittliche Halteperiodenrenditen (AHPR) werden dann berechnet, indem alle einzelnen Halteperiodenrenditen addiert und dann durch die Anzahl der Trades dividiert werden. AHPR selbst produziert ein arithmetisches Mittel, das die Leistung eines Devisenhandelssystems im Laufe der Zeit nicht richtig einschätzen kann. Stattdessen kann die Effizienz der Handelssysteme mit Hilfe der Sharpe Ratio stärker geschätzt werden, was zeigt, wie sich AHPR abzüglich der risikofreien Rate der langfristigen Anlageerträge auf die Standardabweichung des Handelssystems bezieht. Sharpe Ratio AHPR (1 RFR) SD Wenn AHPR die durchschnittliche Halteperiodenrendite ist, ist RFR die risikofreie Rendite aus sicheren Anlagen wie Bankzinssätzen oder langfristigen T-Renditen und SD ist die Standardabweichung. Da mehr als 99 von allen zufälligen Werten in einem Abstand von 3 um den Mittelwert von M (X) für ein bestimmtes Handelssystem fallen, je höher die Sharpe Ratio, desto effizienter das Handelssystem. Zum Beispiel, wenn das Sharpe Ratio für normal verteilte Handelsergebnisse 3 ist, zeigt es an, dass die Wahrscheinlichkeit des Verlierens weniger als 1 pro Handel ist, entsprechend der 3-Sigma-Regel. Die Konzepte der Normalverteilung, Dispersion, Z-Score und Sharpe Ratio sind bereits in die Logarithmen von EAs und mechanischen Handelssystemen integriert und ihre Nützlichkeit ist für die meisten Händler unsichtbar. Doch wenn man weiß, wie diese grundlegenden Wahrscheinlichkeitstools funktionieren, können Forex-Händler ein tieferes Verständnis davon haben, wie automatisierte Systeme ihre Funktionen erfüllen und dadurch die Wahrscheinlichkeit des Gewinnens von Trades verbessern. Verwenden Sie derzeit Wahrscheinlichkeitstools, um Ihre eigene Chance auf Erfolg zu erhöhen