La esencia del método de Bayes es que proporciona una ley matemática para explicar cómo cambiar las creencias que uno tiene cuando surge una nueva serie de evidencias. Un ejemplo típico es el de un recién nacido con un talento diferente, que cuando ve la salida del sol por primera vez en su vida, se pregunta si el sol saldrá de nuevo. Así que le da la misma probabilidad previa a los dos posibles resultados, y pone una bola blanca y una negra en una bolsa, que representan que el sol saldrá de nuevo y que el sol no saldrá de nuevo.
El flujo de instrucciones es el diferencial entre el volumen de operaciones iniciado por el comprador y el volumen de operaciones iniciadas por el vendedor. Tanto en base al tamaño de las operaciones como en base a la frecuencia de las operaciones, los flujos de instrucciones pueden afectar temporalmente la tendencia del mercado. Los instrucciones activas en sí mismas pueden contener información sobre la dirección del movimiento siguiente.
Por ejemplo, la ley de Bayes, que utilizamos para adivinar si el sol volverá a salir, para tratar de construir una estrategia de negociación de alta frecuencia que persigue el pensamiento central de la secuencia de comandos radical.
Paso 1: Establezca un subprograma que contenga solo un ciclo de N ciclos (TICK) para calcular el flujo de instrucciones dentro de N ciclos.
Las reglas de cálculo son las siguientes:
if(bidprice=bidprice[1] and askprice=askprice[1]){
if((bidvol[1]-bidvol) < (askvol[1]-askvol)){
此处以挂单数量减少量PK下的次数为准
}
{
long=long+1
}else short=short+1
}
如果报价发生移位,则无需计算,直接加计移位方向的贝叶斯球。
if (long>=7) then buy; if(short>=7) then sellshort;
Hay una frase famosa en el regalo de los espíritus de la pirámide: Aparece cuando el mercado no te demuestra que estás en lo cierto, no cuando el mercado te demuestra que estás equivocado. Basado en esta idea, podemos implementar entradas y salidas sincronizadas a través de la configuración de diferencias de desvalorización, es decir, una estrategia de negociación de alta frecuencia que no se mantiene en el mercado.
Se trata de un proyecto de investigación de la Universidad de California en San Diego.