una estrategia de negociación basada en la teoría de las ondas de Elliott - página 53
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
En su informe de prueba se puede ver que la probabilidad de una operación con beneficios es de aproximadamente 0,9, mientras que el beneficio medio es de 10 pips (~1%) y la pérdida media de 20 pips (2%). Esto es si abre con 0.1 lote del depósito de $1000 en Alpari. Así, si se varía el tamaño del lote (riesgo) se pueden obtener secuencias aproximadas de operaciones y saldos de probabilidad. Una vez más, al pulsar F9 se verá que estos resultados son muy buenos, es imposible drenar. Por supuesto, si así se distribuyen los oficios en el futuro.
Esa es, en pocas palabras, la idea de esta simulación.
Yo también he encontrado el cálculo inet de cuantiles en el sitio ALGLIB.SOURCES.RU. Pero de alguna manera no aparecían 12 cadenas y una función requería el cálculo de otras. Ya escribí sobre ello en este hilo. Así que creo que el enfoque utilizado en este sitio habría ralentizado el Asesor Experto. Así que si realmente tienes 12 líneas de código que hacen lo mismo, entonces todo el mundo estaría interesado en leerlas. Utilizo una tabla de cuantiles con 3 decimales. Creo que 2 decimales no cambiarán el panorama laboral, pero serán útiles para todos.
Por eso simplemente hice una expansión en serie de la función de distribución y determiné el tamaño del intervalo bien en pips (si k=true (es decir, la probabilidad de que el precio se mueva hacia arriba o hacia abajo)) o en valores RMS
double ver(bool k, double Par,int e, int b) {if(k) {Canal(PriseData,e,b); Par=(Par-CanalA[0]*b-CanalA[1])/CanalA[2];} double t=MathAbs(Par); double sum=t; double x=t*t; double s=0; for( int m=3; MathAbs(s-sum)>0.01;m=m+2){t=x*t/m; s=suma; suma=suma+t;} if(Par>0)return(-0,7968*suma*MathExp(-x/2)); else return(0,7968*suma*MathExp(-x/2)); }Me sorprendió mucho que no lo hicieras, y ahora me hace dudar de todo...
Y por favor, si no te importa, dime qué quieres decir con el término "cuantil".
https://c.mql5.com/mql4/forum/2006/06/kvantil.zip
No es difícil adivinar cómo se utiliza en el código.
Voy a hacer una explicación de la función:
k - clave que indica lo que se pasa a la función en el parámetro Par
Si k=true, Par es un precio y en este caso debemos pasar también a la función los parámetros del canal en relación con los cuales se calcula la probabilidad. Los parámetros e es la última barra del canal y b es la primera barra del canal.
si k=false, entonces Par es la desviación expresada en valores RMS, y entonces los parámetros b y e no se utilizan.
Canal(Datos[],e,b) es una función que calcula la regresión y la RMS rellenando CanalA [] con los valores obtenidos.
Y luego el algoritmo de descomposición, que fue tomado del sitio http://www.kamlit.ru/docs/aloritms/lgolist.manual.ru/maths/matstat/NormalDF/NormalDF1.php.htm
MathAbs(s-sum)>0.01 y aquí puede establecer la precisión requerida
ZSY Que no lo hicieras me sorprendió mucho, y ahora me hace dudar de todo...
ZZZY Y, por favor, si no te importa, dime qué quieres decir con el término "cuantil".
En la frase "Si una variable aleatoria puede representarse como la suma de un número grande" la palabra clave es grande. Y esta palabra creo que se refiere tanto a los propios factores como al número de observaciones. En la práctica, tratamos con muestras, por ejemplo, desde 30 bares hasta 1000. En este caso, es más apropiado utilizar la distribución de Student que una distribución normal. Yo hago exactamente eso. Aunque, tal vez, obtengamos lo mismo con una distribución normal. Todavía no lo he probado.
Sinceramente, no pude entender su código a primera vista. ¿Cómo se pueden tener en cuenta los grados de libertad en una cantidad tan pequeña de código? Excel dispone de funciones preparadas para calcular cuantiles para diferentes probabilidades y diferentes grados de libertad. Utilizo la tabla de distribución de Student, no una distribución normal (pp. 53-55 Bulashev).
Por "cuantil" me refiero a lo mismo que escribió Bulashev en las páginas 18-19 de su obra seminal.
Explicación de la función en el post anterior
Así que me interesaría saber cómo aplicas la distribución de Student :)
ZS Desgraciadamente, en aquella época, el terver era demasiado teórico para aplicarlo en la vida.
Bueno, ya he escrito más arriba. Sólo calcular los cuantiles para construir los intervalos de confianza. ¿De qué otra forma se puede utilizar? Bulashev ha escrito cómo calcular estos mismos cuantiles en Exxle. En general tengo el mismo archivo que publicaste arriba, pero sólo para la distribución de Estudiantes. Esta es la diferencia. Piensa en cómo puedes aplicar la distribución de probabilidad normal a una muestra de 30 barras, por ejemplo, si sólo hay unas pocas barras. Basta con comparar los cuantiles de la distribución de Student en diferentes grados de libertad y todo se aclarará de inmediato.