boa leandro! já tava com saudade de voltar aos estudos! tava finalizando minha tese sobre as sensibilidades dos modelos de convexidade e duration em titulos publicos. mas agora UFA, já foi kkkkkkkkk
Olá Leandro, Eu entendi o maringale como ineficaz numa moeda. Mas e quanto ao mercado financeiro? Vamos supor que vc apostasse que após uma sequência de candles vermelhos, daria verde. A sequência de candles, que são, na verdade, valores dos ativos, nao são independentes como uma moeda ( visto que é extremamente incomum que um ativo tenha baixa constante). Nesse caso, vc usaria maringale ? Obrigado.
Não, porque ela são tão aleatórias quanto uma moeda. E pior: o valor do candle varia, significando que você tem menos controle ainda nos ganhos e nas perdas. Abraços e obrigado pelo comentário.
Fala amigo, achei massa a sua explicação e a Lei dos grandes números foi determinante para o entendimento da confusão com a falácia do apostador. Queria lhe perguntar duas coisas: 1 - Esse coinceito é o mesmo para séries estacionarias? 2 - Se eu utilizar indicadores como bandas de bollinger, não reduziria a minha chance de errar, ainda que fazendo martin gale? Estudo uma série temporal estacionária que, fazendo backtesting a estratégia de apostar quando a média móvel rompe a banda inferior ou superior fica validada com o tempo.
Meu caro Thiago, suas perguntas foram muito boas que eu gravei um outro pequeno vídeo para respondê-las. Vou postar mais no meio do dia por uma questão de engajamento apenas. Abraços e obrigado pelo comentário.
Não importa para o exemplo que eu dei. Mas se for fazer a análise completa que eu sugeri como exercício, sim, porque cada rodada da função gera um valor diferente. Obrigado pelo comentário e abraço
A falacia do apostador ignora que a teoria dos grande numeros só se aplica no longo prazo, então mesmo que cada lançamento de moeda seja idependente se você lançar um moeda tempo o suficiênte e depois contar o numero de cara e coroa ela tende a se aproximar de 50%, um exemplo seria jogar na mega sena com os numeros que menos cairam esperando que na proxima eles tenham mais chance mas se você pegar uma amostra muito grande de mega sena e jogar os numeros que menos cairam por bastante tempo eles tenderiam a se aproximar da media.
Boa tarde Leandro. Muito boa sua aula. Por favor, me ajuda em uma coisa: Eu fiz um modelo de regressão linear para prever o preço de um ativo e se a previsão para o dia seguinte fosse de alta eu comprava o ativo na compra demo. No outro dia eu estava com loss (a previsão havia falhado) e eu rodava novamente a previsão e ela se "auto ajustava" e para o dia anterior (o dia em que abri a posição na conta real) dava baixa. Parece um cachorro correndo atrás do próprio rabo. Tentei usar um filtro de Kalmman e o resultado foi o mesmo, ele também se auto ajusta. Gostaria de ouvir sua sabedoria a respeito.
Veja se você não está treinando o modelo novamente com os dados mais recentes (método .fit). Você desenvolve um modelo e depois de pronto, só deve utilizar o método predict com os novos valores.
@@OutspokenMarket Estou usando Python com Tensorflow. Acho estranho pois dividi os dados em 3 partes: treino, teste e validação, e os valores mais recentes fazem parte da validação.
Tem jeito de saber quantas vezes seguidas pode acontecer uma das opções ao longo do tempo sim P(X = k) = (n choose k) * p^k * (1 - p)^(n - k). n é o número total de ensaios. k é o número de sucessos seguidos que estamos buscando. p é a probabilidade de sucesso. O problema não é a martingala o problema é que ninguém tem o bolso necesario que aguente kkk 😅 não importa a probabilidade que o sucesso tenha se voce procura acaba achando.
Download dos arquivos: www.outspokenmarket.com/pythonfinancasquantitativas.html
Nada mais fácil, nada mais simples. Ótima explicação.
Muito obrigado!
Aula mt boa
Obrigado! Abraços
Nao conhecia essa falacia. Assunto interessante
Muito. E é matemática pura. Abracos
boa leandro! já tava com saudade de voltar aos estudos! tava finalizando minha tese sobre as sensibilidades dos modelos de convexidade e duration em titulos publicos. mas agora UFA, já foi kkkkkkkkk
Bons estudos e quero ler sua tese depois. Tema muito interessante. Abraços!
Excelente aula!
Muito obrigado!!
Sensacional
Muito obrigado!
Excelente!
Muito obrigado meu caro!
Muito bom
Olá Leandro,
Eu entendi o maringale como ineficaz numa moeda.
Mas e quanto ao mercado financeiro? Vamos supor que vc apostasse que após uma sequência de candles vermelhos, daria verde. A sequência de candles, que são, na verdade, valores dos ativos, nao são independentes como uma moeda ( visto que é extremamente incomum que um ativo tenha baixa constante).
Nesse caso, vc usaria maringale ?
Obrigado.
Não, porque ela são tão aleatórias quanto uma moeda. E pior: o valor do candle varia, significando que você tem menos controle ainda nos ganhos e nas perdas. Abraços e obrigado pelo comentário.
Fala amigo, achei massa a sua explicação e a Lei dos grandes números foi determinante para o entendimento da confusão com a falácia do apostador. Queria lhe perguntar duas coisas:
1 - Esse coinceito é o mesmo para séries estacionarias?
2 - Se eu utilizar indicadores como bandas de bollinger, não reduziria a minha chance de errar, ainda que fazendo martin gale?
Estudo uma série temporal estacionária que, fazendo backtesting a estratégia de apostar quando a média móvel rompe a banda inferior ou superior fica validada com o tempo.
Meu caro Thiago, suas perguntas foram muito boas que eu gravei um outro pequeno vídeo para respondê-las. Vou postar mais no meio do dia por uma questão de engajamento apenas. Abraços e obrigado pelo comentário.
Respondido: OM Responde - Falácia do Apostador - Outspoken Market
ua-cam.com/video/5fqo_GGSmTw/v-deo.html
08:41 aqui você deveria ter atribuído o valor de "lanca_moeda", não? Pois desse modo o resultado total não coincidiu com o print individual.
Não importa para o exemplo que eu dei. Mas se for fazer a análise completa que eu sugeri como exercício, sim, porque cada rodada da função gera um valor diferente. Obrigado pelo comentário e abraço
👏🏻👏🏻👏🏻
Obrigado
A falacia do apostador ignora que a teoria dos grande numeros só se aplica no longo prazo, então mesmo que cada lançamento de moeda seja idependente se você lançar um moeda tempo o suficiênte e depois contar o numero de cara e coroa ela tende a se aproximar de 50%, um exemplo seria jogar na mega sena com os numeros que menos cairam esperando que na proxima eles tenham mais chance mas se você pegar uma amostra muito grande de mega sena e jogar os numeros que menos cairam por bastante tempo eles tenderiam a se aproximar da media.
Excelente comentário!
Boa tarde Leandro. Muito boa sua aula. Por favor, me ajuda em uma coisa: Eu fiz um modelo de regressão linear para prever o preço de um ativo e se a previsão para o dia seguinte fosse de alta eu comprava o ativo na compra demo. No outro dia eu estava com loss (a previsão havia falhado) e eu rodava novamente a previsão e ela se "auto ajustava" e para o dia anterior (o dia em que abri a posição na conta real) dava baixa. Parece um cachorro correndo atrás do próprio rabo. Tentei usar um filtro de Kalmman e o resultado foi o mesmo, ele também se auto ajusta. Gostaria de ouvir sua sabedoria a respeito.
Veja se você não está treinando o modelo novamente com os dados mais recentes (método .fit). Você desenvolve um modelo e depois de pronto, só deve utilizar o método predict com os novos valores.
Renato, provavelmente está acontecendo o que o Rafael disse. Você está usando o que? Abraço
@@OutspokenMarket Estou usando Python com Tensorflow. Acho estranho pois dividi os dados em 3 partes: treino, teste e validação, e os valores mais recentes fazem parte da validação.
Mas qual método você está usando? Predict ou fit?
@@OutspokenMarket estou usando fit no treino e predict no teste:
x_train = features[: qtd_linhas_treino]
x_test = features[qtd_linhas_treino: (qtd_linhas_treino + qtd_linhas_teste)]
y_train = labels[: qtd_linhas_treino]
y_test = labels[qtd_linhas_treino: (qtd_linhas_treino + qtd_linhas_teste)]
lr = linear_model.LinearRegression()
lr.fit(x_train, y_train)
pred = lr.predict(x_test)
Tem jeito de saber quantas vezes seguidas pode acontecer uma das opções ao longo do tempo sim P(X = k) = (n choose k) * p^k * (1 - p)^(n - k). n é o número total de ensaios.
k é o número de sucessos seguidos que estamos buscando.
p é a probabilidade de sucesso.
O problema não é a martingala o problema é que ninguém tem o bolso necesario que aguente kkk 😅 não importa a probabilidade que o sucesso tenha se voce procura acaba achando.
Os eventos independentes não tem memória
se eu visse uma sequencia de 9 coroas, apostaria na decima coroa, pq estaria apostando num vicio ou defeito do dispositivo de sorteio.
kkk
Imagina então se saísse 10? 20? É por isso mesmo que se chama falácia do apostador.
no livro simetria, ele cita um vicio comum em cara e coroa "por falha comum no lançamento" da moeda.
Em teoria, se soubéssemos todas as condições iniciais poderíamos prever o resultado do lançamento…mas não é o caso.