una estrategia de negociación basada en la teoría de las ondas de Elliott - página 194

 
Y su pregunta, bastante retórica, es una forma de no responderla. Es el negocio del propietario. <br / translate="no">


Yurixx no es difícil de responder, pero hacer predicciones es casi lo mismo
como predecir el tiempo. "Predictor" es un niño de latiguillo :-)))

Actualmente opero en el GBP/USD, la volatilidad aquí es mayor que en el EUR/USD.
En consecuencia, hay más oportunidades. :)))
 
Yurixx
Supongamos que tengo dos indicadores, cada uno de los cuales muestra la probabilidad de algún evento (por ejemplo, que el precio suba al menos N puntos). Los indicadores están naturalmente correlacionados y se puede calcular su coeficiente de correlación. ¿Cómo podemos calcular la probabilidad acumulada de un suceso a partir de estos dos números?

No puedo dar una prueba estricta de mi afirmación.
En este caso se trata del análogo de algún detector binario. Que el detector indique con probabilidad p la presencia de una sustancia en la muestra. Está claro que habiendo realizado un número suficiente de mediciones N, en p*N casos obtendremos una confirmación de la presencia de la sustancia dada si realmente está contenida en la muestra y (1-p)*N confirmaciones de su presencia - si no está. Así, con una certeza cercana a uno (como 1-(1-p)^N), siempre que tengamos suficientes N experimentos y (1-p)*N*R*N>N, podemos establecer la verdad. Para ello basta con ver a qué valor converge la suma de las lecturas del detector, a p*N o a (1-p)*N. Está claro que no hay diferencia entre realizar N experimentos seguidos con un detector o utilizar N detectores simultáneamente en un experimento.
Este ejemplo no es difícil de generalizar al caso de una probabilidad arbitraria p[i]>0,5 para cada detector en cada medición. Por razonamiento analógico:
Realizando un número suficiente de mediciones N, obtendremos en los casos SUM(p[i]) (la suma se realiza i=1...N) la confirmación de la presencia de la sustancia dada si realmente está contenida en la muestra, y SUM(1-p[i]) de su presencia - si no está. Resulta que si la suma de todos los indicadores de pitidos tiende a SUM(p[i]) o más, el evento se producirá. Si la suma de todos los indicadores de señalización tiende a SUM(1-p[i]) o menos, el evento no se producirá. No puedo decir sobre la probabilidad del resultado en este caso general - no tengo suficiente conocimiento, pero en el caso especial el evento ocurrirá con probabilidad:
P=1-P(1-p[i]), donde el producto se realiza sobre todos los i=0...N, y p[i]>0,5,
si todos los N indicadores se señalan simultáneamente.
 
<br/ translate="no">Actualmente estoy trabajando en el GBP/USD, que tiene más volatilidad que el EUR/USD.
En consecuencia, hay más oportunidades. :)))


Es extraño, siempre he considerado que la volatilidad de ambas monedas es más o menos la misma. Y el cálculo del diferencial relativo medio de las barras diarias (High-Low)/Close por días de la semana lo confirma:

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

Para calcular cada valor, se tomaron 100 barras diarias para el respectivo día de la semana.

Si calculamos el rango absoluto promedio en pips usando la fórmula (rango relativo promedio)*Clausura[0], entonces por supuesto este valor será diferente, porque la clausura[0] es por supuesto diferente para cada moneda. Pero, ¿dónde se esconden aquí "más oportunidades", no está nada claro? Porque el stop loss y el take profit en el GBPUSD simplemente se escalarán a la relación entre divisas aproximadamente 1,5 veces? Así que la rentabilidad de la estrategia en sí seguirá siendo la misma.
 
2 Neutron
Gracias por la volatilidad. Me gustaría pedir su ayuda con otra pregunta.

Supongamos que tengo dos indicadores, cada uno de los cuales muestra la probabilidad de algún evento (por ejemplo, que el precio suba al menos N puntos). Los indicadores están naturalmente correlacionados y se puede calcular su coeficiente de correlación. ¿Cómo puedo calcular la probabilidad total de un suceso a partir de estos dos números?

Gracias de antemano.

De New Market Wizards (Eckhardt):
"...¿Existen otras implicaciones prácticas de los métodos robustos que difieran de los resultados de los estudios que asumen una distribución de probabilidad normal?
- Una aplicación importante se refiere a la situación en la que se tienen varios indicadores para un mercado concreto. La pregunta que se plantea es: ¿cómo combinar varios indicadores de la manera más eficaz? A partir de ciertas mediciones estadísticas precisas, es posible asignar pesos a diferentes indicadores. Sin embargo, la elección de las ponderaciones asignadas a cada indicador suele ser subjetiva.
En la bibliografía sobre estadística robusta encontrará que, en la mayoría de los casos, la mejor estrategia no es ponderar, sino asignar un valor de 1 o 0 a cada indicador, es decir, aceptar o rechazar un indicador. Si un indicador es lo suficientemente bueno para ser utilizado en principio, también lo es para asignarle un peso igual al de los demás. Y si no cumple esta norma, no merece la pena molestarse en hacerlo.
El mismo principio se aplica a la selección de operaciones. ¿Cuál es la mejor manera de asignar sus activos a las distintas operaciones? Una vez más, argumentaré que el reparto debería ser equitativo. O bien la idea comercial es lo suficientemente buena como para ejecutarla -en cuyo caso debería ejecutarse en su totalidad- o no merece atención alguna".
 
Acabo de obtener un resultado asombroso.
Sintiéndome insatisfecho con mi ignorancia de las leyes teóricas, escribí rápidamente un código, que por Montecarlo reproduce eventos, y adjunté N indicadores, cada uno de los cuales con probabilidad p[i] predice el siguiente evento. A continuación, he filtrado los casos en los que TODOS los indicadores coincidían y he calculado el porcentaje de predicción correcta del evento.
¿Qué piensas... La probabilidad de predicción correcta de TODOS los indicadores una vez es la media aritmética de las probabilidades de cada indicador:
P=SUMA(p[i])/N, la suma es i=1...N.
¿De verdad? Estoy sorprendido.
En consecuencia, la probabilidad P de que la predicción del evento sea correcta es menor cuando se utilizan varios indicadores juntos que cuando se utiliza uno de los indicadores más fiables. Es decir, el uso conjunto de varios indicadores no conduce a un aumento significativo de la fiabilidad de la predicción.
 
<br / translate="no">Solandr
No sé, creo que ya he expuesto aquí mis principales ideas sobre los diferenciales. Se trata de las mismas regresiones "convergentes" de primer y segundo orden, que creo que todo el mundo aquí ya conoce....

En absoluto, su enfoque es muy interesante. Supuse que se basaría en las estadísticas y en el enfoque "a ojo". Lo único que se me ocurre es hacer una "ventana inteligente". Es decir, nuestra tarea es controlar la tendencia actual, y por lo tanto una posible zona de reversión, utilizando, por ejemplo ATR (necesitará un poco de reescritura), por lo tanto el algoritmo puede ser el siguiente (presentando la esencia de la idea):

1. buscar la tendencia actual (o más bien, algún movimiento de precios interesante)
2. encontramos una barra, que simboliza el inicio de una tendencia (movimiento)
Fijamos (calculamos, fijamos) una ventana por debajo del movimiento relativo a la barra identificada
4. nos movemos junto con el precio y miramos cuando el ATR llega a la frontera
5. se ha acercado - posible inversión
6. fin de la tendencia - buscar una nueva, repetir todo

Todavía no lo he probado, hay otros trabajos previstos, pero lo haré pronto. Es decir, es como una forma de eliminar el retraso que se produce al utilizar una ventana "dura". ¿O me estoy perdiendo algo, algo muy importante en ATR?:o)


Yurixx, ¡he recordado lo que es el centrado de filas! Si no me equivoco, es así. Tienes una serie:
X[0], X[1], X[2], X[3], X[4].

La serie centrada se obtiene como sigue (es más fácil con una fórmula que con palabras):

X[0], sin valor
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] no tiene valor


Avals

Hurra, significa que no soy el único. Es decir, he leído muchos artículos alabando la volatilidad, pero no entiendo muy bien qué me aporta. :о)

Por ejemplo, http://forex.kbpauk.ru/showflat.php/Cat/0/Number/40044/page/0/fpart/1/vc/1


Avals, gracias, un material interesante.


Neutrón

¡¡¡En consecuencia, la probabilidad P de una predicción correcta de un evento cuando se utiliza más de un indicador es menor que cuando se utiliza sólo el indicador más fiable!!! Es decir, el uso conjunto de varios indicadores no conduce a un aumento notable de la fiabilidad de la predicción.


Muy bien. Esta es exactamente la razón por la que, al analizar la estrategia de Vladislav, dejé el indicador Hurst sólo como indicador principal (fiable) y abandoné el enfoque "competitivo" de seleccionar canales fiables.
 
¡Un resultado increíble que acabo de obtener! <br / translate="no"> ...
P=SUMA(p[i])/N, la suma es i=1...N.
¿De verdad? Estoy sorprendido.
¡¡¡En consecuencia, la probabilidad P de que la predicción del evento sea correcta cuando se utilizan varios indicadores simultáneamente es menor que cuando se utiliza uno de los indicadores más fiables!!! Es decir, eluso conjunto de varios indicadores no conduce a un aumento significativo de la fiabilidad de la predicción.


Bueno...
Me ha gustado más la conclusión del post anterior. :-))
Probablemente porque yo mismo me guié por la fórmula
P=1-P(1-p[i]), donde el producto se aplica a todos los i=0...N, y p[i]>0,5,
si todos los N indicadores se activan simultáneamente.


¿Quizás el uso de múltiples indicadores no aumenta la fiabilidad de la predicción? No lo sé. Sin embargo, mi forma de pensar física no quiere estar de acuerdo con esta conclusión. Algo dentro de mí me dice que aquí hay algo que no funciona.

Si los indicadores fueran independientes, me inclinaría por la fórmula P=1-P(1-p[i]). Sin embargo, dado que todos los indicadores se basan en series de precios, es probable que todos sean dependientes en cierta medida. Por eso no podía aceptar esta fórmula incondicionalmente. Y por eso también quería afinar un poco con la ayuda del coeficiente de correlación.

La conclusión de que la probabilidad se define como una media aritmética no me satisface por las mismas razones. Un análisis elemental del significado físico de la situación dice lo siguiente.
Supongamos que la probabilidad se calcula efectivamente como la media aritmética de las dos probabilidades (de certeza) p1 y p2. Si estos dos indicadores están totalmente correlacionados (es decir, el coeficiente = 1), entonces p1=p2=p0 y (p1+p2)/2=p0 parecen ser correctos. Pero si coeff =0, surge una contradicción. Como p1 y p2 son independientes, las mediciones pueden realizarse simultáneamente. Y entonces, en el límite de los grandes números, la relación entre los resultados positivos y el número total de resultados debería tender no siquiera al 2º, sino al 3º límite: p1, p2 y (p1+p2)/2. Aquí hay algo que no funciona.
 
Mmmm... ¡Estoy metiendo la pata en alguna parte! Obviamente. ¿Pero dónde?
 
Mmmm... ¡Estoy metiendo la pata en alguna parte! Obviamente. ¿Pero dónde?


Por desgracia, no conozco el método de Montecarlo. ¿Pero tal vez sea el algoritmo el que lo reproduce?
Al igual que un generador de números aleatorios en realidad sólo genera una secuencia pseudoaleatoria...

¿Quizá la cuestión es que estos N indicadores no son independientes, es decir, están correlacionados entre sí?

¿O tal vez mis consideraciones son erróneas?
 
No he utilizado el método de Montecarlo y no creo que sea necesario. Pero a partir de las estadísticas que recogí, saqué más o menos las mismas conclusiones de varios indicadores (parámetros) que utilicé. Utilizar uno de los más fiables dio mejores resultados que utilizarlos todos juntos (sin el más fiable). Es decir, he excluido secuencialmente los indicadores del grupo en estudio.


En cuanto a la existencia de una correlación entre los indicadores y las principales conclusiones sobre la base de que todos ellos se derivan de la misma serie primaria, no estoy de acuerdo por dos razones principales:

1 es cierto que no todos los indicadores dependerán unos de otros (por ejemplo, el ATR y cualquiera de las MA). Esto es fácil de comprobar.

2 hay un uso fundamentalmente diferente de estos indicadores en sí mismos, y en consecuencia las conclusiones (por ejemplo, MACD y la misma MA)