Diskussion zum Artikel "Analyse überkaufter und überverkaufter Trends mit Ansätzen der Chaostheorie"

Neuer Kommentar
 

Neuer Artikel Analyse überkaufter und überverkaufter Trends mit Ansätzen der Chaostheorie :

Wir bestimmen den überkauften und überverkauften Zustand des Marktes nach der Chaostheorie: Wir integrieren die Prinzipien der Chaostheorie, der fraktalen Geometrie und der neuronalen Netze, um Finanzmärkte zu prognostizieren. Die Studie demonstriert die Verwendung des Lyapunov-Exponenten als Maß für die Zufälligkeit des Marktes und die dynamische Anpassung der Handelssignale. Die Methodik umfasst einen Algorithmus zur Erzeugung von fraktalem Rauschen, hyperbolische Tangentenaktivierung und Momentoptimierung.

Stellen Sie sich vor, Sie gehen während eines Schneesturms durch den Wald. Schneeflocken wirken chaotisch, ihre Bewegung ist unvorhersehbar. Wenn Sie jedoch genauer hinsehen, werden Sie feststellen, dass sie sich entlang unsichtbarer Luftströme bewegen und bestimmten Mustern folgen. Wie diese Schneeflocken tanzen die Preise auf den Finanzmärkten ihren eigenen Tanz, der nur zufällig aussieht.

Die Chaostheorie lehrt uns eine erstaunliche Wahrheit: In Systemen, die völlig unvorhersehbar erscheinen, sind tiefe Muster und Strukturen verborgen. Der Meteorologe Edward Lorenz entdeckte dies, als er mit Wettermodellen arbeitete und versehentlich gerundete Daten in sein Programm eingab. Seine Entdeckung, die später als „Schmetterlingseffekt“ bezeichnet wurde, zeigte, dass selbst kleinste Veränderungen der Ausgangsbedingungen zu radikal anderen Ergebnissen führen können.

„Ein System mit einem seltsamen Attraktor kann völlig zufällig erscheinen, aber es gibt eine versteckte Ordnung darin", sagte Lorenz. Und so wie Wettersysteme ihre eigenen, unsichtbaren Muster haben, folgen auch die Finanzmärkte trotz ihrer scheinbaren Unvorhersehbarkeit bestimmten Gesetzmäßigkeiten.


Autor: Yevgeniy Koshtenko

 
Sehr interessanter Artikel und interessanter Indikator. Ich würde ihn gerne auf den Charts des realen Kontos parallel mit dem traditionellen Indikator des überkauften, überverkauften und divergenz RSI einsetzen und die Genauigkeit der angezeigten Signale dieser beiden Indikatoren vergleichen. Aber wie man so schön sagt: ach und weh! Wir alten Hasen auf dem Forex arbeiten in der Sprache MQL4, die seit langem beherrscht wird, zuverlässig und für einen einfachen durchschnittlichen statistischen Händler ohne höhere IT-Ausbildung verständlich ist. Und wir können es uns nicht leisten, sie durch etwas Neues wie MQL5 zu ersetzen. Bitte bitten Sie den Autor, diesen Indikator in MQL4 zu übersetzen. Tausende von praktizierenden Händlern werden dankbar sein, besonders wenn dieser Indikator unseren guten alten RSI in der Genauigkeit der Trendwechselvorhersagen übertreffen wird. Ich danke Ihnen im Voraus.
 
stawros25 Indikator des überkauften, überverkauften und abweichenden RSI einsetzen und die Genauigkeit der Signale dieser beiden Indikatoren vergleichen. Aber wie man so schön sagt: ach und weh! Wir alten Forex-Hasen arbeiten in der MQL4-Sprache, die seit langem beherrscht wird, zuverlässig und für einen einfachen durchschnittlichen statistischen Händler ohne höhere IT-Ausbildung verständlich ist. Und wir können es uns nicht leisten, sie durch etwas Neues wie MQL5 zu ersetzen. Bitte bitten Sie den Autor, diesen Indikator in MQL4 zu übersetzen. Tausende von praktizierenden Händlern werden dankbar sein, besonders wenn dieser Indikator unseren guten alten RSI in der Genauigkeit der Trendwechselvorhersagen übertreffen wird. Ich danke Ihnen im Voraus.

Ich danke Ihnen vielmals. Ok, ich werde versuchen, ihn in 4 zu übersetzen)

 
Hallo,

ich habe Ihren Artikel gelesen - die Idee und die Präsentation gefallen mir sehr. Ich wollte eine kleine technische Bemerkung machen, vielleicht ist sie im Zusammenhang mit dem Thema interessant.

Im Text wird der Lyapunov-Exponent im Zusammenhang mit dem Marktchaos erwähnt, aber im Code (CalculateLyapunovExponent()) wird eigentlich die Sensitivität des Modells berechnet: zwei fast identische Eingangssamples werden genommen, durch ForwardPass() geleitet, und dann wird MathLog(distance / epsilon) berechnet. Dies ergibt eine Metrik des Modells, nicht der Marktdynamik, was durchaus logisch ist, da der "Markt"-Lyapunov fast unmöglich direkt zu schätzen ist.

Wenn Sie sich eingehender mit der "Markt"-Seite der Frage befassen wollen, gibt es einen Ansatz über die Takens-Einbettung: Im Wesentlichen wird der Phasenraum aus dem Preis rekonstruiert, und dort kann man die Divergenz der Trajektorien approximieren. Dies ist lediglich eine interessante Alternative und kein Vorschlag, etwas zu ändern - der Artikel ist bereits erschienen und war gut.

Nochmals, ich fand ihn interessant zu lesen und danke für die Idee.

P.S.: Ich entschuldige mich, wenn die Übersetzung vom Spanischen ins Russische unklar war.
Neuer Kommentar