FOREX - Tendances, prévisions et implications 2015 - page 600

 
Ishim:
pips cibles 3-5 pips stop 15, et scalping cibles 15-30, stop 100 pips.... Scalping avec indicateurs, et pipsing par intuition du talon de la patte arrière gauche...
 
Ishim:

D'accord, arrête de faire l'idiot.)

Comprenez une chose simple, le trading ne peut pas être basé sur des bâtons ou des tirets dessinés sur un graphique à l'improviste.

 
Ishim:
 
Ishim:
 

J'ai fermé tout ça et voilà ce que j'ai obtenu.

Je vais mettre des puces dans ma poche. (Je vais sortir un peu d'argent.)

 
Speculator_:

J'ai tout fermé et c'est ce que j'ai obtenu

Je vais mettre des puces dans ma poche. (Je vais retirer de l'argent)

Les puces ont sauté dans ma poche.

 

Mythique, vous dormez et l'audi est là pour collecter les dettes).

 
Speculator_:

Les puces ont sauté dans le karma.

Pas assez, les puces ont rampé dans le sac à main. puces
 

Acheté EUR/USD et GBP/USD

 

Forum sur le trading, les systèmes de trading automatisés et les tests de stratégies de trading

Prévision du marché sur la base d'indicateurs macroéconomiques

gpwr, 2015.02.12 05:15

La tâche consiste donc à prédire l'indice S&P 500 sur la base des indicateurs économiques disponibles.

Étape 1 : Trouvez les indicateurs. Les indicateurs sont accessibles au public à l'adresse suivante : http://research.stlouisfed.org/fred2/. Ils sont au nombre de 240 000. La plus importante est la croissance du PIB. Cet indicateur est calculé chaque trimestre. Notre étape est donc de 3 mois. Tous les indicateurs à court terme sont recalculés à 3 mois, les autres (annuels) sont rejetés. Nous éliminons également les indicateurs pour tous les pays, à l'exception des États-Unis, et les indicateurs qui n'ont pas un historique profond (au moins 15 ans). Nous passons donc laborieusement au crible un tas d'indicateurs, et obtenons environ 10 000 indicateurs. Nous formulons une tâche plus spécifique pour prédire l'indice S&P 500 pour un ou deux trimestres à venir, en disposant de 10 000 indicateurs économiques avec une période trimestrielle. Je fais tout en Matlab, mais il est également possible de le faire en R.

Étape 2 : Convertir toutes les données en une forme stationnaire en les différenciant et en les normalisant. Il y a beaucoup de méthodes. L'essentiel est que les données transformées puissent être récupérées à partir des données originales. Aucun modèle ne fonctionne sans stationnarité.

Étape 3 : Choisissez un modèle. Il pourrait s'agir d'un réseau neuronal. En option, unerégression linéaire multi-variable. En option, une régression polynomiale multivariable. Après avoir essayé des modèles linéaires et non linéaires, nous concluons que les données sont si bruyantes qu'il n'est pas judicieux d'ajuster un modèle non linéaire, car le graphique y(x), où y = S&P 500 et x = un des 10 000 indicateurs, est presque un nuage rond. Ainsi, notre tâche est encore plus clairement formulée : prédire l'indice S&P 500 pour un ou deux trimestres à venir, en disposant de 10 mille indicateurs économiques avec une période trimestrielle, en utilisant une régression linéaire multivariable.

Étape 4 : Choisir les indicateurs économiques les plus importants parmi 10 000 (réduire la dimension du problème). C'est l'étape la plus importante et la plus difficile. Supposons que nous prenions l'historique du S&P 500 qui a une durée de 30 ans (120 trimestres). Afin de représenter le S&P 500 comme une combinaison linéaire de divers indicateurs économiques, il suffit de disposer de 120 indicateurs pour décrire avec précision le S&P 500 au cours de ces 30 années. De plus, les indicateurs peuvent être absolument n'importe quel type d'indicateurs, afin de créer un modèle aussi précis de 120 indicateurs et 120 valeurs du S&P 500. Ainsi, nous réduirons le nombre d'entrées en dessous du nombre de valeurs de fonctions décrites. Par exemple, nous recherchons 10 à 20 entrées d'indicateurs parmi les plus importantes.