对数正态分布市场技术趋势数据调查

就交易系统建模方面的应用而言，我们介绍了一种基于对数正态分布数据的反循环交易系统的简单模型。另一方面，趋势跟踪，即顺周期交易系统的应用比反周期交易系统更广泛。事实上，经验回溯测试已经证明了此类交易系统的可行性。因此，需要一个数学模型。不幸的是，顺周期运动通常意味着在运动和纠正的多次迭代中保持一个位置，如图13所示。（b） 。这使得这个问题在数学上更加复杂，因为必须考虑随机数目的相对运动和修正的联合分布——以及可能的相关性。然而，趋势数据的对数正态模型也代表了解决这个问题的一种有前途的方法。对数正态分布趋势数据调查参考文献[1]Maier Paape，S.Automatic一二三。《2015年量化金融》，15247–260页。内政部：10.1080/14697688.2013.814922。[2] 哈佐古拉里，Y；Maier Paape，S；Platen，A.1-2-3趋势指标的实证研究；亚琛RWTH数学研究所，第61号报告，2013年第21页[3]Maier Paape，S；Platen，A.使用停止和反向最小-最大过程的超前-滞后关系；亚琛RWTH数学研究所，第79号报告，第22页，2015[4]Fama，E.F.Mandelbrot和稳定的帕累托假说《商业杂志》1963，36420–429。[5] Fama，E.F.《股票市场价格的行为》商业杂志1965，38，34–105。[6] Mandelbrot，B.《某些投机价格的变化》，《商业杂志》1963年，第36394-419页。[7] Kempen，R.Fibonaccis是人类（制造）的IFTA期刊2016，4-9。[8] 学士，L.Theorie de la Projection；巴黎大学，博士论文，1900年（英译：P.H。

库特纳（编辑），《股票市场价格的随机性》，麻省理工学院出版社，马萨诸塞州剑桥，1964年，第17-75页）。[9] Kempen，R.对数正态分布Ansatz的移动和修正交易数学模型；RWTH亚琛大学，硕士论文，2015[10]布莱克，F；斯科尔斯，M.《期权定价与公司负债》1973年，第81期，第637-654页。[11] 达戈斯蒂诺，R.B；Stephens，M.A.拟合优度技术；马塞尔·德克尔，1986年。[12] 《金融市场的技术分析》；纽约金融研究所，1999年。[13] 道氏理论；弗雷泽出版公司，1993年。[14] 今天的罗素·R·道理论；斯诺鲍出版社，1961年。[15] 赫尔，J.期权、期货和其他衍生品第七版。；普伦蒂斯大厅，2009年。[16] 技术分析：活跃投资者的动力工具；英国《金融时报》普伦蒂斯·霍尔，2005年。