eine Handelsstrategie auf der Grundlage der Elliott-Wellen-Theorie - Seite 194
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Yurixx , das ist nicht schwer zu beantworten, aber Vorhersagen zu treffen ist fast dasselbe
wie die Vorhersage des Wetters. "Predictor" ist ein Prügelknabe :-)))
Ich handle derzeit mit GBP/USD, die Volatilität ist hier höher als bei EUR/USD.
Dementsprechend gibt es mehr Möglichkeiten. :)))
Angenommen, ich habe zwei Indikatoren, von denen jeder die Wahrscheinlichkeit eines bestimmten Ereignisses anzeigt (zum Beispiel, dass der Kurs um mindestens N Punkte steigt). Die Indikatoren sind natürlich korreliert und ihr Korrelationskoeffizient kann berechnet werden. Wie kann man aus diesen beiden Zahlen die kumulative Wahrscheinlichkeit eines Ereignisses berechnen?
Ich kann keinen strengen Beweis für meine Behauptung liefern.
In diesem Fall haben wir es mit dem Analogon eines binären Detektors zu tun. Der Detektor soll mit der Wahrscheinlichkeit p das Vorhandensein einer Substanz in der Probe anzeigen. Es ist klar, dass wir nach Durchführung einer ausreichenden Anzahl von N Messungen in p*N Fällen eine Bestätigung für das Vorhandensein der gegebenen Substanz erhalten, wenn sie tatsächlich in der Probe enthalten ist, und (1-p)*N Bestätigungen für ihr Vorhandensein, wenn sie nicht vorhanden ist. Mit einer Wahrscheinlichkeit nahe bei eins (als 1-(1-p)^N) können wir also die Wahrheit feststellen, vorausgesetzt, wir haben eine ausreichende Anzahl von Experimenten N und (1-p)*N*R*N>N. Zu diesem Zweck genügt es, zu sehen, zu welchem Wert die Summe der Detektorablesungen konvergiert, zu p*N oder zu (1-p)*N. Es ist offensichtlich, dass es keinen Unterschied macht, ob man N Experimente nacheinander mit einem Detektor durchführt oder N Detektoren gleichzeitig in einem Experiment verwendet.
Dieses Beispiel lässt sich ohne weiteres auf den Fall einer beliebigen Wahrscheinlichkeit p[i]>0,5 für jeden Detektor bei jeder Messung verallgemeinern. Durch Analogieschluss:
Wenn man eine ausreichende Anzahl von Messungen N durchführt, erhält man in den Fällen SUM(p[i]) (die Summierung erfolgt i=1...N) eine Bestätigung für das Vorhandensein der gegebenen Substanz, wenn sie wirklich in der Probe enthalten ist, und SUM(1-p[i]) für ihr Vorhandensein - wenn sie nicht vorhanden ist. Es stellt sich heraus, dass das Ereignis eintritt, wenn die Summe aller Piep-Indikatoren SUM(p[i]) oder mehr beträgt. Wenn die Summe aller Signalisierungsindikatoren gegen SUM(1-p[i]) oder weniger tendiert, wird das Ereignis nicht eintreten. Über die Wahrscheinlichkeit des Ergebnisses in diesem allgemeinen Fall kann ich nichts sagen - ich habe nicht genug Wissen, aber im speziellen Fall wird das Ereignis mit Wahrscheinlichkeit eintreten:
P=1-P(1-p[i]), wobei das Produkt über alle i=0...N und p[i]>0,5 geführt wird,
wenn alle N Anzeigen gleichzeitig signalisiert werden.
Dementsprechend gibt es mehr Möglichkeiten. :)))
Es ist seltsam, ich habe die Volatilität beider Währungen immer als ungefähr gleich eingeschätzt. Und die Berechnung des durchschnittlichen relativen Spreads der Tagesbalken (High-Low)/Close nach Wochentagen bestätigt dies:
EURUSD_1440_Day_of_Week_1 0.007266
EURUSD_1440_Day_of_Week_2 0.007871
EURUSD_1440_Day_of_Week_3 0.007981
EURUSD_1440_Day_of_Week_4 0,008332
EURUSD_1440_Day_of_Week_5 0.008522
GBPUSD_1440_Day_of_Week_1 0.007224
GBPUSD_1440_Day_of_Week_2 0,007431
GBPUSD_1440_Day_of_Week_3 0.007535
GBPUSD_1440_Day_of_Week_4 0.007863
GBPUSD_1440_Day_of_Week_5 0.008052
Zur Berechnung jedes Wertes wurden 100 Tagesbalken für den entsprechenden Wochentag herangezogen.
Wenn wir den durchschnittlichen absoluten Wert in Pips nehmen, indem wir die Formel (Average Relative Range)*Close[0] verwenden, dann wird dieser Wert natürlich anders ausfallen, weil Close[0] natürlich für jede Währung anders ist. Aber wo können hier "mehr Möglichkeiten" versteckt sein - ist das völlig unklar? Weil die Stop-Loss und Take-Profit auf GBPUSD wird einfach auf das Verhältnis zwischen den Währungen etwa 1,5 mal skaliert werden? Die Rentabilität der Strategie selbst bleibt also gleich!
Danke für die Unbeständigkeit. Ich möchte Sie um Hilfe bei einer anderen Frage bitten.
Angenommen, ich habe zwei Indikatoren, von denen jeder die Wahrscheinlichkeit eines bestimmten Ereignisses anzeigt (z. B. dass der Kurs um mindestens N Punkte steigen wird). Die Indikatoren sind natürlich korreliert und ihr Korrelationskoeffizient kann berechnet werden. Wie kann ich aus diesen beiden Zahlen die Gesamtwahrscheinlichkeit eines Ereignisses berechnen?
Ich danke Ihnen im Voraus.
Aus New Market Wizards (Eckhardt):
"...Gibt es andere praktische Auswirkungen robuster Methoden, die sich von den Ergebnissen von Studien unterscheiden, die von einer normalen Wahrscheinlichkeitsverteilung ausgehen?
- Eine wichtige Anwendung betrifft die Situation, dass Sie mehrere Indikatoren für einen bestimmten Markt haben. Es stellt sich die Frage: Wie lassen sich mehrere Indikatoren möglichst effizient kombinieren? Auf der Grundlage bestimmter präziser statistischer Messungen ist es möglich, den verschiedenen Indikatoren Gewichtungen zuzuweisen. Die Wahl der Gewichtung der einzelnen Indikatoren ist jedoch häufig subjektiv.
In der Literatur zur robusten Statistik finden Sie, dass die beste Strategie in den meisten Fällen nicht in der Gewichtung besteht, sondern darin, jedem Indikator einen Wert von 1 oder 0 zuzuweisen, d. h. einen Indikator zu akzeptieren oder abzulehnen. Wenn ein Indikator gut genug ist, um prinzipiell verwendet zu werden, ist er auch gut genug, um mit den anderen gleich gewichtet zu werden. Und wenn sie diesem Standard nicht entspricht, lohnt es sich nicht, sich damit zu befassen.
Dasselbe Prinzip gilt auch für die Auswahl der Gewerke. Wie verteilen Sie Ihr Vermögen am besten auf die verschiedenen Berufe? Auch hier werde ich dafür plädieren, dass die Aufteilung ausgeglichen sein sollte. Entweder ist die Handelsidee gut genug, um ausgeführt zu werden - in diesem Fall sollte sie in vollem Umfang ausgeführt werden - oder sie ist es nicht wert, überhaupt beachtet zu werden.
Da ich mit meiner Unkenntnis der theoretischen Gesetze unzufrieden war, schrieb ich schnell einen Code, der mit Montecarlo Ereignisse abspielt, und fügte N Indikatoren hinzu, von denen jeder mit der Wahrscheinlichkeit p[i] das nächste Ereignis vorhersagt. Dann habe ich die Fälle herausgefiltert, in denen ALLE Indikatoren übereinstimmten, und den Prozentsatz der korrekten Ereignisvorhersage berechnet.
Was meinen Sie... Die Wahrscheinlichkeit, dass ALLE Indikatoren EINMAL richtig vorhergesagt werden, ist das arithmetische Mittel der Wahrscheinlichkeiten der einzelnen Indikatoren:
P=SUM(p[i])/N, Summation ist i=1...N.
Wirklich? Ich bin schockiert!
Folglich ist die Wahrscheinlichkeit P für die richtige Vorhersage eines Ereignisses geringer, wenn mehrere Indikatoren zusammen verwendet werden, als wenn einer der zuverlässigsten Indikatoren verwendet wird! Das heißt, die Verwendung mehrerer Indikatoren zusammen führt nicht zu einer signifikanten Erhöhung der Vorhersagezuverlässigkeit.
Ich weiß nicht, ich glaube, ich habe meine Hauptgedanken zu den Spreads hier bereits dargelegt. Es handelt sich um die gleichen "konvergenten" Regressionen erster und zweiter Ordnung, die, wie ich glaube, jeder hier bereits kennt....
Ganz und gar nicht, Ihr Ansatz ist sehr interessant. Ich bin davon ausgegangen, dass Sie sich auf Statistiken und einen Ansatz "nach Augenmaß" stützen würden. Das Einzige, was mir einfällt, ist die Herstellung eines "intelligenten Fensters". D.h. unsere Aufgabe ist es, den aktuellen Trend und damit eine mögliche Umkehrzone zu kontrollieren, indem wir z.B. ATR verwenden (es muss ein wenig umgeschrieben werden), daher könnte der Algorithmus folgendermaßen aussehen (um die Idee im Wesentlichen darzustellen):
1. Suche nach dem aktuellen Trend (oder besser gesagt, nach einer interessanten Kursbewegung)
2. wir finden einen Balken, der den Beginn eines Trends (einer Bewegung) symbolisiert
Wir fixieren (berechnen, fixieren) ein Fenster für diese Bewegung relativ zum gefundenen Balken
4. wir bewegen uns zusammen mit dem Preis und schauen, wann der ATR an die Grenze kommt
5. es hat sich genähert - mögliche Umkehrung
6. Ende des Trends - Suche nach einem neuen, alles wiederholen
Ich habe es noch nicht ausprobiert, da andere Arbeiten geplant sind, aber ich werde es bald tun. D.h. es ist eine Art, die Verzögerung zu beseitigen, die bei der Verwendung eines festen Fensters entsteht. Oder übersehe ich etwas, etwas sehr Wichtiges in der ATR:o)
Yurixx, ich habe mir gemerkt, was das Zentrieren von Reihen ist! Wenn ich mich nicht irre, geht das so. Sie haben eine Serie:
X[0], X[1], X[2], X[3], X[4].
Die zentrierte Reihe erhält man wie folgt (mit einer Formel ist es einfacher als mit Worten):
X[0], kein Wert
X[1]=(X[0]+ X[1]+ X[2])/3
X[2]=(X[1]+ X[2]+ X[3])/3
X[3]=(X[2]+ X[3]+ X[4]/3
X[4] hat keinen Wert
Avals
Hurra, das heißt, ich bin nicht der Einzige. Ich habe zwar viele Artikel gelesen, in denen die Volatilität gelobt wird, aber ich verstehe nicht wirklich, was sie mir bringt. :о)
Zum Beispiel: http: //forex.kbpauk.ru/showflat.php/Cat/0/Number/40044/page/0/fpart/1/vc/1
Avals, danke, interessantes Material.
Neutron
Folglich ist die Wahrscheinlichkeit P einer korrekten Ereignisvorhersage bei Verwendung mehrerer Indikatoren geringer als bei Verwendung des zuverlässigsten Indikators allein!!! Das heißt, die Verwendung mehrerer Indikatoren zusammen führt nicht zu einer spürbaren Erhöhung der Vorhersagesicherheit.
Das ist richtig. Genau aus diesem Grund habe ich bei der Analyse von Vladislavs Strategie nur den Hurst-Indikator als wichtigsten (zuverlässigen) Indikator belassen und den "konkurrierenden" Ansatz der Auswahl zuverlässiger Kanäle aufgegeben.
P=SUM(p[i])/N, die Summe ist i=1...N.
Wirklich? Ich bin schockiert!
Folglich ist die Wahrscheinlichkeit P der korrekten Ereignisvorhersage bei gleichzeitiger Verwendung mehrerer Indikatoren geringer als bei Verwendung des zuverlässigsten Indikators allein!!! Das heißt, dieVerwendung mehrerer Indikatoren zusammen führt nicht zu einer signifikanten Erhöhung der Vorhersagezuverlässigkeit.
Na ja...
Die Schlussfolgerung des vorherigen Beitrags hat mir besser gefallen. :-))
Wahrscheinlich, weil ich mich selbst von der Formel leiten ließ
wenn alle N Indikatoren zur gleichen Zeit signalisieren.
Vielleicht erhöht die Verwendung mehrerer Indikatoren die Zuverlässigkeit der Vorhersage nicht wirklich? Ich weiß es nicht. Meine physische Denkweise will dieser Schlussfolgerung jedoch nicht zustimmen. Irgendetwas in mir sagt mir, dass hier etwas nicht stimmt.
Wenn die Indikatoren unabhängig wären, würde ich dazu neigen, mich auf die Formel P=1-P(1-p[i]) zu verlassen. Da jedoch alle Indikatoren auf Preisreihen beruhen, ist es wahrscheinlich, dass sie alle bis zu einem gewissen Grad abhängig sind. Aus diesem Grund konnte ich diese Formel nicht bedingungslos akzeptieren. Und das ist auch der Grund, warum ich ihn mit Hilfe des Korrelationskoeffizienten etwas verfeinern wollte.
Die Schlussfolgerung, dass die Wahrscheinlichkeit als arithmetisches Mittel definiert ist, ist für mich aus den gleichen Gründen nicht zufriedenstellend. Eine elementare Analyse der physikalischen Bedeutung der Situation besagt Folgendes.
Angenommen, die Wahrscheinlichkeit wird tatsächlich als arithmetisches Mittel der beiden Wahrscheinlichkeiten p1 und p2 (zur Sicherheit) berechnet. Wenn diese beiden Indikatoren vollständig korreliert sind (d. h. Koeff = 1), dann scheinen p1=p2=p0 und (p1+p2)/2=p0 richtig zu sein. Wenn aber coeff =0 ist, ergibt sich ein Widerspruch. Da p1 und p2 unabhängig sind, können wir gleichzeitig messen. Und dann, in der Grenze der großen Zahlen, sollte das Verhältnis der positiven Ergebnisse zur Gesamtzahl der Ergebnisse nicht einmal zur 2., sondern zur 3. Grenze tendieren: p1, p2 und (p1+p2)/2. Hier stimmt etwas nicht.
Leider kenne ich die Monte-Carlo-Methode nicht. Aber vielleicht ist es der Algorithmus, der sie reproduziert?
So wie ein Zufallszahlengenerator eigentlich nur eine Pseudo-Zufallsfolge erzeugt ?
Vielleicht liegt es daran, dass diese N-Indikatoren nicht unabhängig sind, d. h. miteinander korrelieren?
Oder sind meine Überlegungen vielleicht falsch?
Was das Vorhandensein einer Korrelation zwischen den Indikatoren und den wichtigsten Schlussfolgerungen anbelangt, weil sie alle von denselben Primärreihen abgeleitet sind, so bin ich aus zwei Hauptgründen anderer Meinung:
1 ist es sicher, dass nicht alle Indikatoren voneinander abhängen (z.B. ATR und einer der MAs). Dies ist leicht zu überprüfen.
2 es gibt eine grundsätzlich unterschiedliche Verwendung dieser Indikatoren selbst, und folglich Schlussfolgerungen (z.B. MACD und derselbe MA)