eine Handelsstrategie auf der Grundlage der Elliott-Wellen-Theorie - Seite 285
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
Während ich mich mit Preisreihencharts beschäftigte, entdeckte ich zufällig einen sehr einfachen und vollautomatischen Algorithmus zum Auffinden von Unterstützungs-/Widerstandsniveaus.
Hier ist ein Bild:
Wir führen eine einfache Transformation der Preiskurve durch (ihre Parameter können geändert werden) und suchen dann nach flachen Bereichen.
Wenn ich zu langsam bin, breche ich durch eine offene Tür, und alles ist bekannt und lange Zeit uninteressant.
Sollte ich mich irren, werde ich Ihnen gerne die Einzelheiten mitteilen.
Viel Glück für alle und viel Erfolg bei den Trends!
Guten Abend an alle
Bitte nennen Sie mir die Einzelheiten dieses Algorithmus.
Ich danke Ihnen im Voraus
Ich habe die Skala auf der Abszissenachse nicht normalisiert. Ich habe es noch nicht speziell gemacht, da die Normalisierung vom spezifischen Wavelet und auch vom spezifischen Berechnungsschema und der Wahl der Skala abhängt (die beiden letzteren Dinge sind bei mir bisher konstant). Die Normalisierungskoeffizienten weichen nicht allzu sehr von 1 ab, aber dennoch... Speziell für diese Diagramme, die ich hier zitiert habe, kann die harmonische Wellenlänge des Wavelets, die einem bestimmten Peak entspricht, wie folgt berechnet werden: Nehmen Sie den Abstand des Peak-Scheitels vom rechten Rand des Diagramms und multiplizieren Sie diese Zahl mit 1,25. D.h. die Spitzenwerte entsprechen, unter Berücksichtigung des oben Gesagten, dem durchschnittlichen (entlang der Zeitachse gemittelten) Abstand zwischen Maxima/Minima. Ja... Um genauer zu zählen - der rechte Rand des Spektrums ist 2048.
Bitte sagen Sie uns die Kinder dieses Algorithmus.
Vielen Dank im Voraus
Hier ist die Geschichte.
Wir wenden einen mehrfachen Medianfilter auf die Preiskurve an. Was ist das? Wir nehmen ein Fenster ungerader Größe (>=3) und lassen es durch alle Werte der Ausgangskurve laufen. Sortieren Sie an jedem aktuellen Punkt die im Fenster enthaltenen Punkte nach ihrem Wert. Dem aktuellen Punkt wird ein Durchschnittswert (in dem Sinne, dass er sich in der Mitte des Feldes befindet) aus dem sortierten Feld zugewiesen. Auf das Ergebnis wird erneut der gleiche Filter angewendet. Wir wiederholen es viele Male (normalerweise reichen 20-30 Mal).
Um die Widerstandsniveaus zu erhalten, drehen wir die Preiskurve auf den Kopf und machen dasselbe. Dann spiegeln wir das erhaltene Ergebnis rückwärts.
Das ist alles!
Die beiden Parameter sind Fenstergröße und Anzahl der Wiederholungen. Durch Variation dieser Parameter können wir das Ergebnis optimieren. Im Allgemeinen wird es interessant!
Viel Glück und gute Trends!
Das sind Details, aber mich interessiert eine allgemeine Frage: Ist es möglich, mit dieser Methode ein sich anbahnendes Muster vorherzusagen? Was ist der knifflige Teil der Methode? Sie, als Experte auf dem Gebiet, schlagen eine mögliche Richtung der Suche vor.
Meiner Meinung nach kann man das beginnende Muster nicht vorhersagen (erkennen). Und der Reiz liegt in den schönen Bildern, sie fesseln wirklich (zumindest als ich sie "gezeichnet" habe, habe ich sie wie ein hypnotisiertes Kaninchen angeschaut), und es scheint, dass man schon alles über den Markt weiß und fühlt und ein wenig, sehr wenig übrig bleibt - .....
PS: und keine neuronalen Netze und keine Mustererkennung werden helfen....
Moment mal, Sergei, was ist mit Ihren Bildern und Berechnungen der zukünftigen Preisentwicklung?
PS: и никакие нейросети и никакое распознавание образов не поможет….
Moment mal, Sergei, was ist mit Ihren Bildern und Berechnungen der zukünftigen Preisentwicklung?
Ich kann keine Muster vorhersagen (oder erkennen) (das ist das Schlüsselwort) und ich denke, es ist einfach Utopie. Anhand des Grundgerüsts berechne ich die dynamischen Merkmale des Systems. Diese Merkmale werden einfach als Koeffizienten in die Formel eingesetzt und ich erhalte die zukünftige Preisbewegung.
PS: и никакие нейросети и никакое распознавание образов не поможет….
Минуточку, Сергей ! А как же Ваши картинки и расчеты будущего движения цены ?
Ich kann keine Muster (das ist das Schlüsselwort) vorhersagen (oder erkennen), und ich denke, es ist einfach eine Utopie. Mit Hilfe des Skeletts berechne ich die dynamischen Eigenschaften des Systems, diese Eigenschaften werden einfach als Koeffizienten in die Formel eingesetzt und ich erhalte die zukünftige Preisbewegung.
Die Zukunft kann auch als Schlüsselwort betrachtet werden, dann widersprichst du, Sergey, dir selbst, oder versuchst, uns zu etwas zu führen (auf eine schlaue Art und Weise)...
Sie haben wahrscheinlich Recht. Ich habe es irgendwie leicht und ganz zufällig bekommen. Ich war fasziniert von der Tatsache, dass es sehr einfach und unmissverständlich ist. Wenn wenigstens eine Person davon profitieren kann, bin ich froh, wenn nicht, muss es mein Schicksal sein. Ich habe absolut keine Ansprüche an irgendetwas hier!
P.S. Vielen Dank für Ihr hervorragendes Material über statistische Eigenschaften von Zufalls- und Preisreihen! Ich habe es mit großem Vergnügen gelesen. Ich habe es sehr genossen und fand es sehr nützlich.