una estrategia de negociación basada en la teoría de las ondas de Elliott - página 212
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
PD: Lo que quiero decir es que este criterio funcionará de vez en cuando... o, en un tick....o sobre eso...
Bueno, bueno, ya sabemos cómo lidiar con la alta frecuencia de transacciones :-) - Basta con introducir un criterio "independiente" más (por ejemplo, mediante la conexión: salto anterior - salto esperado), y la frecuencia de las operaciones caerá varias veces, ¡mientras que la fiabilidad de las previsiones no hará más que aumentar!
Claramente, la desviación del mercado bajo pequeñas perturbaciones se muestra mediante la función de distribución de la amplitud de la reacción del mercado en respuesta a una perturbación de +2 puntos (por ejemplo) del EURCHF 2004 1 minuto:
A modo de comparación, he aquí la función de distribución no perturbada del mismo instrumento:
"
Sergey:
La interpretación es la siguiente: si vimos una perturbación de +10 pips, es más probable esperar un pullback de -10 pips en la siguiente barra (ver figura). Por supuesto, el retroceso puede ser cualquiera, incluso "hacia el lado equivocado", pero estadísticamente, la amplitud del retroceso es igual a la amplitud de la perturbación. Los errores no son seniles, son de igual probabilidad y se absorberán, con el aumento del número de operaciones, unos a otros, ¡pero la ventaja estadística seguirá estando de nuestro lado!"
¡¡¡Pero no existe tal cosa!!! Si miras los gráficos de minutos, ¡el precio salta en cualquier parte! ¡No he encontrado ninguna confirmación (¡con mis ojos bien visibles!) de esto en ningún sitio! El mismo rebote ocurrirá pero un día, un mes, un año después.... Solo tendremos fugas con esta super ventaja estadística!!!!!
¡¡¡¡De acuerdo con las estadísticas (lo más probable), el precio debería permanecer en su lugar todo el tiempo (si es +10 ahora es probablemente -10), pero eso no está sucediendo!!!! Exactamente, porque no nos fijamos en el precio, sino en las desviaciones...
O tal vez tampoco entiendo nada de los beneficios de las estadísticas... muy posiblemente.
PD: No es que distraiga, pero me gustaría recordarle que prometió dar su opinión sobre la definición de tendencias...
Te equivocas.
Si vamos a drenar, es por una razón: ¡módulo FAC sobre la volatilidad, menos spread!
Así que no es necesario buscar nada con los ojos, sino sentarse ante el ordenador y ejecutar una serie de instrumentos en diferentes TF para evaluar este parámetro.
PD: No es que distraiga, pero me gustaría recordarle que prometió dar su opinión sobre la definición de tendencias...
Uh-huh...
¿Por qué necesitamos entonces desviaciones? Ah-ah-ah-ah ya veo, para ellos consideramos FAC (todavía no me gusta esta abreviatura...).
Tomemos el EURUSD:
¿Spread - 3 o 0.0003?
Para ello, el FAC debe ser [0:1].
La volatilidad en promedio, ¿en qué rango?
¿Qué se deduce de esto? ¿Después de cada tic hacia arriba se abre hacia abajo y viceversa? :-)))
...
un poco sobre este tema
http://forum.fxclub.org/showpost.php?p=618349&postcount=297
http://forum.fxclub.org/showpost.php?p=624720&postcount=326
http://forum.fxclub.org/showpost.php?p=622143&postcount=310
http://forum.fxclub.org/showpost.php?p=626115&postcount=334
PD: dime los límites de los valores de volatilidad para el eurosd. No cuento la volatilidad en absoluto. Y ahora mismo no puedo hacer esos cálculos.
...un poco sobre este tema
http://forum.fxclub.org/showpost.php?p=618349&postcount=297
http://forum.fxclub.org/showpost.php?p=624720&postcount=326
http://forum.fxclub.org/showpost.php?p=622143&postcount=310
http://forum.fxclub.org/showpost.php?p=626115&postcount=334
¡Respeto!
He leído el hilo con mucho interés. Hay muchas inundaciones, por supuesto, pero aparentemente ese es el orden de las cosas... North Wind, ¿no tiene ese material publicado en el sitio, presentado en forma de artículo? Se lo agradecería. Además, me interesa lo que estás haciendo ahora, ¿cuál es la dirección más perspectiva en el comercio? Estaré encantado de que te unas a nosotros como crítico y generador de ideas en relación con el tema tratado aquí.
Tomemos el EURUSD:
¿Spread - 3 o 0.0003?
Para ello el CAE debe estar [0:1].
La volatilidad, en promedio, ¿en qué rango?
Sergey, no puedo entender la "naturaleza" del producto de la volatilidad del FAC igual al spread. Explíquese, por favor. ¿Se trata de una derivación empírica o de una intuición científica?
Sergey, la dimensión de la volatilidad y el diferencial deberían ser los mismos. Si es en metros - entonces en metros, y si es en kilómetros - entonces todo es en kilómetros :-).
En los cálculos de estimación utilizo el modelo "ideal" de TS, que llega a predecir un solo parámetro: la dirección del salto esperado en el precio. La amplitud de este salto puede suponerse igual a la volatilidad de un instrumento en un marco temporal seleccionado o su desviación estándar, que es casi lo mismo. Teniendo en cuenta que el FAC puede ser interpretado como un valor relativo de prevalencia de un tipo de movimiento de precios sobre el otro (los saltos opuestos y contra-direccionales), entonces podemos afirmar, sin pérdida de precisión, que la ST, basada en el "indicador de previsión ideal", NO se equivocará al elegir la dirección de la posición de apertura, con la probabilidad proporcional al valor absoluto del FAC, subyacente en el "indicador de previsión ideal". La ganancia o pérdida en pips de cada operación es razonable para estimar el valor de la desviación estándar del instrumento. Entonces, el beneficio de la ST en un intervalo de tiempo suficientemente largo puede estimarse como la diferencia de todas las operaciones exitosas y las no exitosas, cada una de las cuales se multiplica por la volatilidad. Además, relacionamos la rentabilidad bruta obtenida con el número de operaciones ejecutadas y obtenemos la estimación media s de la rentabilidad "ideal" del TS por una operación:
s(TF)=Volatilidad(TF)*{(n+)-(n-)}/N=FAC(TF)*desviación estándar(TF), donde (n+) es el número de operaciones con saldo positivo, (n-) es el número de operaciones "negativas", N es el número total de operaciones.
Lo que se requiere para probar.
Si no puedes estimar la volatilidad, estima la desviación estándar). No habrá ninguna diferencia.
Vamos...
Los objetivos básicos del análisis de series temporales.
El objetivo básico de un análisis estadístico de una serie temporal es:
1. Determinar qué funciones no aleatorias están presentes en la descomposición, es decir, determinar el tipo de indicadores;
2. construir estimaciones "buenas" para aquellas funciones no aleatorias presentes en la expansión;
3. seleccionar un modelo que describa adecuadamente el comportamiento de los residuos no aleatorios y estimar estadísticamente los parámetros del modelo.
La solución satisfactoria de estos problemas determinados por el objetivo básico del análisis estadístico de las series temporales es la base para alcanzar los objetivos finales aplicados del estudio y, en primer lugar, para resolver los problemas de previsión a corto y medio plazo de los valores de las series temporales. A continuación se describen brevemente los principales elementos del análisis econométrico de series temporales.
- La mayoría de los métodos matemático-estadísticos se ocupan de modelos en los que se supone que las observaciones son independientes y están igualmente distribuidas. La dependencia entre las observaciones suele considerarse un obstáculo para la aplicación eficaz de estos métodos. Sin embargo, una gran variedad de datos en economía, sociología, finanzas, comercio y otros campos de la actividad humana se presentan en forma de series temporales en las que las observaciones son mutuamente dependientes, y la naturaleza de esta dependencia es precisamente el principal interés del investigador. El conjunto de métodos y modelos para estudiar estas series de observación dependientes se denomina análisis de series temporales. El objetivo principal del análisis econométrico de las series temporales es construir modelos lo más sencillos y parametrizados económicamente posible, que describan adecuadamente las series de observación disponibles y proporcionen la base para resolver, en primer lugar, los siguientes problemas:
(a) descubrir el mecanismo de génesis de las observaciones que componen las series temporales analizadas;
(b) construcción de la previsión óptima de los valores futuros de la serie temporal;
(c) elaborar la estrategia de gestión y optimización de los procesos analizados.
- Al hablar de la génesis de las observaciones que forman una serie temporal, hay que tener en cuenta (y, si es posible, modelizar) los cuatro tipos de factores bajo cuya influencia pueden formarse estas observaciones: a largo plazo, estacionales, cíclicos (u oportunistas) y aleatorios. No es necesario que los cuatro tipos de factores intervengan simultáneamente en la formación de los valores de una serie temporal concreta. Una solución satisfactoria de los problemas de identificación y modelización de estos factores es la base, el punto de partida básico para alcanzar los objetivos finales aplicados del estudio, los principales de los cuales se mencionan en el párrafo anterior.
- Al iniciar el análisis de una serie discreta de observaciones dispuestas en orden cronológico, hay que comprobar en primer lugar si en la formación de los valores de esta serie han intervenido efectivamente factores distintos de los puramente aleatorios. El término "puramente aleatorio" se refiere únicamente a los factores aleatorios que generan secuencias de variables aleatorias no correlacionadas e igualmente distribuidas con medias y varianzas constantes (independientes del tiempo). La respuesta a la pregunta planteada se obtiene realizando una prueba estadística de la hipótesis correspondiente, por ejemplo, con la ayuda de una de las "pruebas en serie", el criterio de Abbe, la prueba de Box-Pierce y la prueba de Ljung-Box.
Si esta prueba de hipótesis estadística muestra que las observaciones disponibles son mutuamente dependientes (y posiblemente distribuidas de forma desigual), entonces se ajusta un modelo apropiado para la serie. El conjunto de modelos en el que se realiza esta selección suele limitarse a las siguientes clases de modelos:
(a) la clase de series temporales estacionarias (que se utilizan principalmente para describir el comportamiento de los "residuos aleatorios"),
(b) la clase de series temporales no estacionarias que es una suma de series temporales estacionarias y de tendencia determinista,
(c) la clase de series temporales no estacionarias que tienen una tendencia estocástica, que puede eliminarse mediante la diferenciación sucesiva de la serie (es decir, pasando de una serie de nivel a una serie de diferencia de primer orden o superior).
En el marco del análisis econométrico de las series temporales, combinamos las series de las clases (a) y (b) en una sola clase, que, siguiendo la práctica recientemente aceptada [véase, por ejemplo, Maddala, Kim (1998)], llamamos la clase de las series TS (series estacionarias de tendencia, estacionarias respecto a la tendencia determinista). Un método adecuado para la residualización de las series temporales pertenecientes a la clase (b) es la sustracción de la tendencia determinista. Por el contrario, para las series pertenecientes a la clase (c), un método adecuado de residualización de una serie es el paso de una serie de niveles a una serie de diferencias (de primer orden o superior).
- Las series temporales estacionarias (en sentido amplio) se caracterizan porque su media, varianza y covarianza no dependen del tiempo para el que se calculan. Las interdependencias existentes entre los miembros de una serie temporal estacionaria suelen poder describirse adecuadamente dentro de modelos autorregresivos de orden p (modelos AR(p)), modelos de medias móviles de orden q (modelos MA(q)) o modelos autorregresivos con medias móviles en los residuos de orden p y q (modelos ARMA(p, q)).
- Una serie temporal se llama integrada (reintegrada) de orden k, si las diferencias consecutivas de esta serie de orden k (¡pero no de orden menor!) forman una serie temporal estacionaria. El comportamiento de estas series, incluidas las que contienen el componente estacional, se describe con bastante éxito en los problemas econométricos aplicados utilizando modelos autorregresivos media móvil integrada de orden p, k y q (modelos ARIMA(p, k, q)) y algunas modificaciones de los mismos. Esta clase también incluye el modelo de tendencia estocástica más sencillo: el proceso de paseo aleatorio (ARIMA(0, 1, 0)). Los incrementos del paseo aleatorio forman una secuencia de variables aleatorias independientes e igualmente distribuidas ("ruido blanco"). Por lo tanto, el proceso de paseo aleatorio también se llama "ruido blanco integrado".
- Ajustar un modelo a una serie temporal concreta significa identificar una familia paramétrica adecuada de modelos como conjunto admisible de soluciones y, a continuación, estimar estadísticamente los parámetros del modelo a partir de las observaciones disponibles. Todo este proceso se denomina comúnmente proceso de identificación del modelo, o simplemente identificación. Para la correcta identificación de un modelo de serie temporal, es necesario decidir si la serie temporal en estudio es estacionaria, estacionaria respecto a la tendencia determinista (es decir, la suma de los componentes deterministas y la serie estacionaria), o si contiene una tendencia estocástica.
A veces, me muero de risa ante los comentarios de los militantes de la inundación. Es como un circo, deberían estar en el jardín de infancia para las matemáticas, pero no, ¡tienen la edad equivocada! Generales, hombre.
Lo que es interesante, la situación que se da en la mayoría de los foros (el nuestro, quizás, es una rara excepción), indica inequívocamente que el principal contingente de "comerciantes" que participan en los foros, son analfabetos y, por regla general, personas defectuosas. Que entraron en el mercado, quizás, sólo por desesperación y demencia selectiva.
Lo siento, no pude resistirme.
...North Wind, ¿no tiene ese material publicado en el sitio presentado como un artículo? Se lo agradecería. También me interesa lo que está haciendo ahora, ¿qué línea de investigación considera más prometedora en el comercio? Estaré encantado de que te unas a nosotros como crítico y generador de ideas sobre el tema tratado aquí...
No, no tengo ningún material en forma de artículo y es poco probable que lo tenga. He ido haciendo todo poco a poco.
Me ocupo de todo poco a poco, pero principalmente, por supuesto, desde el punto de vista de los métodos estocásticos. El mismo problema sobre la descomposición, pero aparentemente no en forma pura, como lo formulan los clásicos.
He leído este tema en su totalidad, con interés, al menos porque yo mismo he seguido este camino. Personalmente me gustó la "oruga" de los métodos de análisis del tiempo. Pero de nuevo, no pude utilizar el método puro de An.Vremena.
... A veces, me muero de risa ante los comentarios de los militantes de las inundaciones. Es sólo un circo, deberían estar en el jardín de infancia - para aprender matemáticas, pero no, ¡no a esa edad! Generales, hombre...
:) No hagas caso, esto es una prueba que se nos envía desde arriba, la gracia de nuestro padre y su hijo y su espíritu, como una prueba de la fuerza de nuestra fe :::))