简介

市场价格是由供求之间缺乏稳定平衡而形成的。相反，它取决于各种经济、政治和心理因素。由于自然因素和影响因素的不同，很难直接考虑这些因素。

然而，为了在当前情况下对商品（包括货币或股票）的销售做出正确的决定，必须能够以一定的准确度预测未来的市场价格行为。这个问题可以通过使用大量来自不同来源、以某种方式处理的不同性质的信息来解决。

根据研究者的目的、资格或倾向，采用四种类型的分析/1/，制定有效的市场行为策略和策略：

1. 基于市场价格考虑所有可能影响因素的断言的技术分析。采用先进的数学技术/2/；
2. 基本分析了不同经济因素对市场价格的影响。基本上采用宏观经济模型/3-5/；
3. 对主要市场指数和指标的理解以及对其未来行为的预测方法所证实的直接分析结果，不能用逻辑规则和数学方法直接应用于初始前提来证明，但它们仍然是令人费解的事实。
4. 根据个人心理分析，对每个客户的市场情况，并作为一个整体，进行各种成功的心理分析。

相关问题的认知状况

任何技术，包括新提出的新的市场价格预测方法，都应该在我们看来，在各种环境的幸运组合中，根据三个公理来解释客观存在的规律，这三个公理被称为道氏理论/6,7/，可以表示为：

1. 市场价格是根据供求规律综合考虑各种影响因素的，只要有一段时间的市场价格变化数据就可以进行预测。
2. 市场价格对时间的依赖性与趋势有关。趋势主要是S形。水平（平）线连接的高低点称为偏航趋势，或无趋势。
3. 市场价格变动模式的客观存在在一段时间内保持不变，这被称为“历史重复”原则或“过去、现在和未来都在工作”。

然而，在市场价格时间序列（如汇率）的动态平静阶段之后，会有一个非常复杂的阶段，这会导致人们认为完全不可预测的混乱会在自我组织过程中再次带来秩序。

但有一点，稳定性弱的动态系统又是混沌的，这使我们有理由相信经济指标时间序列的性质是混合的。这意味着市场价格的时间序列在某一点上具有确定性和分析性，但在另一点上无法可靠地预测，并遵循正态分布规则/8/，在另一点上用作随机变量。

因此，对于科学世界中市场价格变化的性质，仍然缺乏共识，这阻碍了我们找到完全定义市场价格变化的依赖性，并在实践中加以应用。

黑盒单腔模型瞬态函数

由于这一过程的模糊性，我建议我们先看看黑盒单腔模型，它有时有助于解决讨论中的问题/1/，并应用质量平衡方程。

在详细解释了上述公理之后，假设均衡市场价格只有在受外力d（t）影响时才会变化，并且外力的数量和价值将以与价格相同的维度来衡量。

我们还假设市场价格p（t）随着时间t而变化，从特定外力的作用开始，并根据一些未知的规律从零持续增加，试图达到p值（换句话说，取决于影响的性质和符号），d0表示MA的有限增加或减少。价格。

这也意味着d（t=0）=d0。我们进一步假设，在无限小的时间范围d t中，影响减小值为d d（t），与时间t处的力d（t）成比例：

因此，我们得出时间t时的指数依赖性d（t），如下所示：

BSP（1）

其中： NB标准普尔NB标准普尔

t是从不稳定开始的时间，使用时间序列单位：秒（分、小时、天、周、十年、月、年）；

_（希腊语第十九个字母，发音“set”）是与处理时间常数成比例的系数：秒（分、小时、天、周、十年、月、年）。

现在假设市场价格P（t）v（t）的变化率与d（t）和时间t的值成正比：

其中：BSP（2）

k是一个比例系数，尺寸为1/（时间）^2。

beta=k*是一个比例系数，其维数是市场价格变化率。

在规定时间t，单位时间内价格的绝对增减量表示为h（t），其数值等于v（t）：

h（t）=v（t）=beta*m

毫无疑问，通过将h（t）在整个时间t范围内的变化整合起来，我们将从市场价格p（t）失去稳定性的开始，获得时间t的市场价格p（t）的总变化值：

其中： NBSP；（3）

因为根据（3），当t=无穷大s=1时，我们得出以下结论：

p（u）=beta*u=d0；

或：beta=d0/；；

将β的上方程与我们的结果进行比较，得出以下结论：

&k=1/^2；

现在，建立了以下关系：

&h（t）=d0*m；

&p（t）=d0*s。

因此，如果确定了系数_和beta，则可以在价格变化的任何阶段（包括早期阶段）估计和预测价格变化的极限值d0。但是，只有在满足下列物质平衡条件时，这些报表才有效：

d（t）+h（t）+p（t）=d0BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSP；BSb标准普尔（4）

或：

&因此，应满足规范化的要求：

&+M+S=1；&公司&（5）

&让我们使用关系（1-3）来验证这一事实：

&

准确满足物料平衡条件（4）和规范化要求（5），说明所提出的假设和关系是有效的。

多腔模型的瞬态函数

同样，考虑到一个由n个空腔组成的黑盒多腔模型，我们得到了d（t）、h（t）和p（t）函数的以下关系：

• D（t）＝D0*L；
• h（t）＝d0*m；
• p（t）＝d0*s；

其中：

0&（6）

现在，我称之为“双参数累积指数分布函数”

1；（7）

它是伽马分布的概率密度函数，或者是埃拉分布的概率密度函数。

2；（8）

它是伽马分布的累积分布函数，或Ellang分布的累积分布函数。

• &n是分布参数。
• 1是一个布尔表达式，值为“true”；
• 0是一个布尔表达式，值为“false”；

多样性（8）可以证明：

3

或者：

4

因此，根据（6-8），本案也能准确地满足规范化的要求。

&L+M+S=1；&公司；&nbspsp；&nbspsp；&nbspspsp；&nbspspspsp；&nbspspspspspsp；&nbspspspspspspsp；&nbspspspspspsp；&nbspspspspsp；&nbspspsp；&nbspspsp；&nbspspsp；；nbspspsp；&nbspsp；&nbspsp；；9）

我称L函数为“未来函数”，因为未来市场价格取决于它的价值；M函数称为“当前函数”，因为它决定给定时间单位内市场价格的变化；S函数称为“过去函数”，因为在价格不稳定的整个期间内获得的市场价格水平取决于这个函数符合瞬时概念。这并不是矛盾的，而且大大扩展了我们对所讨论问题的理解。

用n=1代替（6-8），可以看出L、M、S函数分别转化为M、S函数。因此，为了进行预测，我们只考虑L、M和S函数作为此类函数最常见的情况。

基于显示瞬时函数的市场价格预测通用回归模型

从观察开始计算的市场价格水平p（h）和时间t之间的依赖关系如下：

在单腔模型中：

5   (10a)

在多腔模型中：

6（10B）

其中：p0为不稳定前的价格水平，时间t=0。

利用市场不稳定因素计算出的实际市场价格值，确定参数n、n、u和系数beta，并分析了每单位时间t的市场价格变化f。该值可用作（10b）的导数。正如你所看到的，接受这个假设所导致的错误是微不足道的，只是价格变动价值的千分之几。接受这一假设极大地促进了确定上述参数和β系数的过程。

从分析S函数开始，我们现在可以真正继续分析M函数：

7（11）

将（11）的两部分除以t^n并取所得到关系的对数，得到半对数坐标系下的直线方程：

8

现在，如果函数f到相应的时间点t的值已知，参数n和_u以及系数beta可以通过以下方程确定：

9（12）

0&国家SPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSPSP；（13）

1&（14）

其中：

2

函数f到相应时间点t的值和时间基于从市场价格不稳定开始计算的时间点0、1、1。由区间中值的数字微分和积分确定的实际市场价格值0、1、1：

f1=（p1-p）/（1-0）；

F2=（P2-P1）/（112-111）；

f3=（p3-p2）/（133-122）；依此类推；

T1=（0+1）/2；

t2=1+2/2；

t3=（3+2）/2；依此类推。

模型修改和调整

作为回归模型，方程（10a）和（10b）使用实际数据的测量结果表明（0）和（d 0）的值应根据以下方程进行校正：

&3（15）

4&（16）

其中，sf和sr分别是实际曲线和理论曲线的面积。

_ pf=nbsp；p 0+p 1+p 2+p 2+…+pk是实际价格的总和。

5&（17）

i=0，1，2，…K；

k&gt；2是确定价格变化的时间间隔数；

b是一个线性回归方程，用于确定实际数据的趋势方向6系数。

现在，用于预测市场价格p（t）的回归方程（10b）的最终形式如下：

7 NB号SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP SP；&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&SP SP SP SP 2.

模型试验

由此得出的结论是，以这种方式计算的市场价格P（t）和以下外汇市场示例中提供的实际价格Pf始终完全准确地满足物质平衡条件：

p（t）＝PF。&公司&公司&N BSP（19）

所研究参数（尤其是市场价格）的实际值和理论值之和在任何可变值（特别是时间）上都是绝对准确的匹配。结果表明，函数输出时的计算、转换和接受假设是正确的，可以表达所提出回归模型的一般性。

下图显示了以特定方式使用方程式（18）处理外汇市场实际数据（1分钟时间框架）的结果。可以注意到，实际值（pf）（带红点的黄线）、理论预测值（p1）（蓝线）和实际未来值（pff）（带红点的蓝线）之间存在令人满意的一致性，不考虑用于计算目的。性。

&公司&8
；

总结

我们提出并确定了描述三个动态瞬时函数的三个函数，它们被定义为伽马分布的不同变化，并用于根据过去、现在和未来的不稳定性时间来确定所研究参数（尤其是市场价格）的行为。

在分析了具体过程的基础上，提出了一种通用的市场价格预测回归模型，该模型可作为各种用途的市场指标，可用于优化交易活动的EA交易，自动交易系统的开发基础，甚至可用于开发交易机器人，可使某个人对某个交易对象产生兴趣的自交易机器人。可利用的

注：本文中的所有关系、公式、主要假设和结论均已在公开出版物中确定、阐述、介绍和首次发表。

参考文献

1. E. Kotenko。论外汇市场研究中的技术方法和基础分析。电子杂志《俄罗斯调查》，https://zhurnal.ape.relarn.ru/articles/2003/151.pdf
2. V.N.Yakimkin。外汇市场-你的成功之路。Akmos Media”，2001年。
3. 利霍维多夫。货币市场的基本分析：预测和决策方法。海参崴，1999年。
4. M. K. Bunkina。A. M. Semenov。货币关系原则，乌拉特，2000年。
5. Jeffrey D.Sachs、Felipe B.Larrain。《全球经济中的宏观经济学》，Delo，1996年。
6. Rhea，Robert Dow Theory，-纽约；Barrons，1932年。
7. Greiner，P.和H.C.Whitcomb：道氏理论，纽约：投资者情报，1969年。
8. O.S.Gulyaeva。外汇风险管理是在汇率预测分析的基础上，采用分形方法进行的。博士论文，莫斯科特维尔，特谷，2008年。nbsp；