une stratégie commerciale basée sur la théorie des vagues d'Elliott - page 212
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
PS : Ce que je veux dire, c'est que ce critère fonctionnera de temps en temps... ou, dans un tic....o à peu près...
Bon, bon, nous savons déjà comment gérer la fréquence élevée des transactions :-) - Il suffit de brancher un critère "indépendant" de plus (par exemple, par la liaison : saut précédent - saut attendu), et la fréquence des transactions diminuera plusieurs fois, alors que la fiabilité des prévisions ne fera qu'augmenter !
De toute évidence, la déviation du marché sous de petites perturbations est illustrée par la fonction de distribution de l'amplitude de la réaction du marché en réponse à une perturbation de +2 points (par exemple) EURCHF 2004 1 min :
A titre de comparaison, voici la fonction de distribution non perturbée du même instrument :
"
Sergey :
L'interprétation est la suivante : si nous avons vu une perturbation de +10 pips, il est plus probable de s'attendre à un pullback de -10 pips sur la barre suivante (voir fig). Bien sûr, le recul peut être quelconque, même "du mauvais côté", mais statistiquement, l'amplitude du recul est égale à l'amplitude de la perturbation. Les erreurs ne sont pas séniles, elles sont de probabilité égale et s'absorberont, avec un nombre croissant de transactions, les unes les autres, mais l'avantage statistique restera de notre côté !"
Mais cela n'existe pas ! !! Si vous regardez les graphiques minute, le prix saute partout ! Je n'ai trouvé aucune confirmation (avec mes yeux bien visibles !) de cela nulle part ! Le même rebondissement se produira mais un jour, un mois, un an plus tard..... Nous ne fuirons QUE grâce à ce super avantage stat !!!!!
Selon les statistiques (le plus probable), le prix devrait rester en place tout le temps (si c'est +10 maintenant, c'est probablement -10), mais ce n'est pas le cas !!!!. Exactement parce que nous ne regardons pas le prix, nous regardons les déviations...
Ou peut-être que je ne comprends rien aux prestations statutaires non plus... c'est fort possible.
PS : Je ne veux pas vous distraire, mais je voudrais vous rappeler que vous avez promis de donner votre avis sur la définition des tendances ...
Vous avez tort.
Si nous drainons, c'est pour une seule raison : le module FAC fonctionne sur la volatilité, moins d'écart !
Nous n'avons donc pas besoin de regarder quoi que ce soit avec les yeux, mais de nous asseoir devant l'ordinateur et d'exécuter un certain nombre d'instruments sur différentes TF pour l'évaluation de ce paramètre.
PS : Je ne veux pas vous distraire, mais je voudrais vous rappeler que vous avez promis de donner votre avis sur la définition de la tendance ...
Uh-huh...
Pourquoi avons-nous besoin de déviations alors ? Ah-ah-ah-ah je vois, pour eux nous considérons FAC (je n'aime toujours pas cette abréviation...).
Prenons l'exemple de l'EURUSD :
Écart - 3 ou 0,0003 ?
Pour cela, le FAC doit être [0:1].
Volatilité moyenne, dans quelle fourchette ???
Qu'est-ce qui en découle ? Après chaque tick, la hausse s'ouvre à la baisse et vice versa ? :-)))
...
un peu sur ce sujet
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
PS : dites-moi les limites des valeurs de volatilité pour l'eurod. Je ne calcule pas du tout la volatilité. Et pour l'instant, je ne peux pas faire de tels calculs.
...un peu sur ce sujet
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
Respect !
J'ai lu le fil de discussion avec grand intérêt. Il y a beaucoup d'inondations, bien sûr, mais apparemment c'est l'ordre des choses... Vent du Nord, n'avez-vous pas ce matériel publié sur le site, présenté sous forme d'article ? Je vous en serais reconnaissant. Aussi, je suis intéressé par ce que vous faites maintenant, quelle est la direction la plus prometteuse dans le trading ? Je serai heureux si vous nous rejoignez en tant que critique et générateur d'idées concernant le sujet abordé ici.
Prenons l'exemple de l'EURUSD :
Écart - 3 ou 0,0003 ?
Pour elle, le FAC doit mentir [0:1].
Volatilité, en moyenne, dans quelle fourchette ???
Sergey, je n'arrive pas à comprendre la "nature" du produit de la volatilité du FAC égal au spread. Expliquez-moi s'il vous plaît. Est-elle dérivée empiriquement ou scientifiquement intuitive ?
Sergey, la dimension de la volatilité et du spread devrait être la même. Si c'est en mètres, alors en mètres, et si c'est en kilomètres, alors tout est en kilomètres :-).
J'utilise le modèle TS " idéal " dans les calculs d'estimation, qui ne permet de prédire qu'un seul paramètre : la direction du saut attendu du prix. L'amplitude de ce saut peut être supposée égale à la volatilité d'un instrument dans une période sélectionnée ou à son écart-type, ce qui est presque identique. En tenant compte du fait que le FAC peut être interprété comme une valeur relative de prévalence d'un type de mouvement de prix par rapport à un autre (les sauts opposés et contre-directionnels), nous pouvons alors affirmer, sans perte de précision, que le TS, basé sur l'"indicateur de prévision idéal", ne fera PAS d'erreur lors du choix de la direction de la position d'ouverture, avec une probabilité proportionnelle à la valeur absolue du FAC, sous-jacente dans l'"indicateur de prévision idéal". Le profit ou la perte en pips de chaque transaction est raisonnable pour estimer la valeur de l'écart-type de l'instrument. Ensuite, le bénéfice du TS sur un intervalle de temps suffisamment long peut être estimé comme la différence entre toutes les transactions réussies et celles qui ont échoué, chacune d'entre elles étant multipliée par la volatilité. En outre, nous relions le rendement brut obtenu au nombre de transactions exécutées et obtenons l'estimation moyenne s du rendement TS "idéal" par transaction :
s(TF)=Volatilité(TF)*{(n+)-(n-)}/N=FAC(TF)*écart-type(TF), où (n+) est le nombre de transactions avec un solde positif, (n-) est le nombre de transactions "négatives", N est le nombre total de transactions.
Ce qu'il fallait prouver.
Si vous ne pouvez pas estimer la volatilité, estimez l'écart-type). Il n'y aura aucune différence.
Allons-y...
Les objectifs fondamentaux de l'analyse des séries chronologiques.
L'objectif de base de l'analyse statistique d'une série chronologique est de.. :
1) Déterminer quelles fonctions non aléatoires sont présentes dans la décomposition, c'est-à-dire déterminer le type d'indicateurs ;
2. construire de "bonnes" estimations pour les fonctions non aléatoires présentes dans l'expansion ;
3. sélectionner un modèle décrivant de manière adéquate le comportement des résidus non aléatoires et estimer statistiquement les paramètres du modèle.
La solution réussie de ces problèmes déterminés par l'objectif de base de l'analyse statistique des séries temporelles est la base pour atteindre les objectifs finaux appliqués de l'étude et, tout d'abord, pour résoudre les problèmes de prévision à court et moyen terme des valeurs des séries temporelles. Les principaux éléments de l'analyse économétrique des séries chronologiques sont brièvement décrits ci-dessous.
- La plupart des méthodes mathématiques-statistiques traitent de modèles dans lesquels les observations sont supposées être indépendantes et également distribuées. La dépendance entre les observations est le plus souvent considérée comme un obstacle à l'application efficace de ces méthodes. Cependant, une variété de données en économie, sociologie, finance, commerce et autres domaines de l'activité humaine se présentent sous la forme de séries chronologiques dans lesquelles les observations sont mutuellement dépendantes, et la nature de cette dépendance est précisément le principal intérêt du chercheur. L'ensemble des méthodes et des modèles permettant d'étudier ces séries d'observations dépendantes est appelé analyse des séries chronologiques. L'objectif principal de l'analyse économétrique des séries chronologiques est de construire des modèles aussi simples et paramétrés que possible sur le plan économétrique, décrivant de manière adéquate les séries d'observation disponibles et fournissant la base pour résoudre, en premier lieu, les problèmes suivants :
(a) découvrir le mécanisme de genèse des observations composant la série temporelle analysée ;
(b) construction de la prévision optimale pour les valeurs futures de la série temporelle ;
(c) élaborer la stratégie de gestion et d'optimisation des processus analysés.
- Lorsqu'on aborde la genèse des observations formant une série temporelle, il faut garder à l'esprit (et, si possible, modéliser) les quatre types de facteurs sous l'influence desquels ces observations peuvent se former : le long terme, le saisonnier, le cyclique (ou opportuniste) et l'aléatoire. Il n'est pas forcément nécessaire que les quatre types de facteurs interviennent simultanément dans la formation des valeurs d'une série temporelle particulière. Une solution réussie aux problèmes d'identification et de modélisation de ces facteurs est la base, le point de départ fondamental pour atteindre les objectifs finaux de l'étude, dont les principaux sont mentionnés dans le paragraphe précédent.
- En commençant l'analyse d'une série discrète d'observations disposées dans l'ordre chronologique, il faut d'abord s'assurer que des facteurs autres que purement aléatoires sont bien intervenus dans la formation des valeurs de cette série. Le terme "purement aléatoire" se réfère uniquement aux facteurs aléatoires qui génèrent des séquences de variables aléatoires mutuellement non corrélées et également distribuées avec des moyennes et des variances constantes (indépendantes du temps). La réponse à la question posée est obtenue en effectuant un test statistique de l'hypothèse correspondante, par exemple à l'aide d'un des "tests de série", du critère d'Abbe, du test de Box-Pierce et du test de Ljung-Box.
Si un tel test d'hypothèse statistique montre que les observations disponibles sont mutuellement dépendantes (et éventuellement inégalement distribuées), alors un modèle approprié pour la série est ajusté. L'ensemble de modèles dans lequel s'effectue cette sélection est généralement limité aux classes de modèles suivantes :
(a) la classe des séries temporelles stationnaires (qui sont principalement utilisées pour décrire le comportement des "résidus aléatoires"),
(b) la classe de séries temporelles non stationnaires qui est une somme de séries temporelles à tendance déterministe et stationnaires,
(c) la classe des séries temporelles non stationnaires qui présentent une tendance stochastique, laquelle peut être supprimée par différenciation successive de la série (c'est-à-dire en passant d'une série en niveau à une série en différence de premier ordre ou d'ordre supérieur).
Dans le cadre de l'analyse économétrique des séries temporelles, nous combinons les séries des classes (a) et (b) en une seule classe, que, suivant la pratique récemment acceptée [voir, par exemple, Maddala, Kim (1998)], nous appelons la classe des séries TS (trend stationary series, stationnaire par rapport à la tendance déterministe). Une méthode adéquate pour la résidualisation des séries temporelles appartenant à la classe (b) est la soustraction de la tendance déterministe. Au contraire, pour les séries appartenant à la classe (c), une méthode adéquate de résidualisation d'une série est une transition d'une série de niveaux à une série de différences (de premier ordre ou d'ordre supérieur).
- Les séries temporelles stationnaires (au sens large) sont caractérisées par le fait que leur moyenne, leur variance et leur covariance ne dépendent pas du temps pour lequel elles sont calculées. Les interdépendances existant entre les membres d'une série temporelle stationnaire peuvent généralement être décrites de manière adéquate à l'aide de modèles autorégressifs d'ordre p (modèles AR(p)), de modèles de moyennes mobiles d'ordre q (modèles MA(q)) ou de modèles autorégressifs avec moyennes mobiles dans les résidus d'ordre p et q (modèles ARMA(p, q)).
- Une série temporelle est dite intégrée (réintégrée) d'ordre k, si des différences consécutives d'ordre k (mais pas plus petites !) forment une série temporelle stationnaire. Le comportement de telles séries, y compris celles contenant la composante saisonnière, est décrit avec succès dans les problèmes économétriques appliqués en utilisant des modèles autorégressifs ; moyenne mobile intégrée d'ordre p, k et q (modèles ARIMA(p, k, q)) et certaines modifications de ceux-ci. Cette classe comprend également le modèle de tendance stochastique le plus simple - le processus de marche aléatoire (ARIMA(0, 1, 0)). Les incréments de la marche aléatoire forment une séquence de variables aléatoires indépendantes et également distribuées ("bruit blanc"). Par conséquent, le processus de marche aléatoire est également appelé "bruit blanc intégré".
- Ajuster un modèle à une série temporelle particulière signifie identifier une famille paramétrique de modèles appropriée comme un ensemble admissible de solutions, puis estimer statistiquement les paramètres du modèle à partir des observations disponibles. L'ensemble de ce processus est communément appelé le processus d'identification du modèle, ou simplement l'identification. Pour une identification correcte d'un modèle de série chronologique, il est nécessaire de décider si la série chronologique étudiée est stationnaire, stationnaire par rapport à la tendance déterministe (c'est-à-dire la somme des composantes déterministes et de la série stationnaire), ou si elle contient une tendance stochastique.
Parfois, je meurs de rire devant les propos des militants de l'inondation ! C'est comme un cirque, ils devraient être en maternelle pour les maths, mais non, ils ont le mauvais âge ! Des généraux, mec.
Ce qui est intéressant, c'est que la situation qui prévaut sur la plupart des forums (le nôtre est peut-être une rare exception), indique sans équivoque que le principal contingent de "traders" participant aux forums, sont des personnes illettrées et, en règle générale, défectueuses. Qui ne sont entrés sur le marché, peut-être, que par désespoir et par démence sélective.
Désolé, je n'ai pas pu résister.
...Vent du Nord, n'avez-vous pas ce matériel publié sur le site présenté comme un article ? Je vous en serais reconnaissant. Je suis également intéressé par la ligne de recherche dans laquelle vous vous trouvez actuellement, ce que vous considérez comme le plus prometteur en matière de commerce ? Je serai heureux si vous nous rejoignez en tant que critique et générateur d'idées sur le sujet abordé ici...
Non, je n'ai pas de matériel sous forme d'article et il est peu probable que j'en aie. J'ai tout fait petit à petit.
Je traite tout petit à petit, mais principalement, bien sûr, du point de vue des méthodes stochastiques. Le même problème de décomposition, mais apparemment pas sous une forme pure, comme il est formulé par les classiques.
J'ai lu ce sujet dans son intégralité, avec intérêt, au moins parce que j'ai moi-même emprunté cette voie. Personnellement, j'ai aimé la "chenille" des méthodes d'analyse du temps. Mais encore une fois, je n'ai pas pu utiliser la méthode pure d'An.Vremena.
... Parfois, je meurs de rire face aux propos des militants de l'inondation ! C'est juste un cirque, ils devraient être à la maternelle - pour apprendre les maths, mais non, pas à cet âge ! Les généraux, mec...
:) Ne faites pas attention, c'est un test qui nous est envoyé d'en haut, la grâce de notre père et de son fils et de son esprit, comme un test de la force de notre foi :: :)))