une stratégie commerciale basée sur la théorie des vagues d'Elliott - page 39

 
Vladislav, je pense que c'est une erreur de calcul (pas assez de barres). Je calculais sur le H1 et vous sur le M30. Je suis passé au M30 et maintenant j'ai un rapport >0,5 dans le dernier canal<br / translate="no">Voici l'image. En conséquence, je dois passer à M30 pour des calculs plus précis (plus de barres - 30 barres ne donnent pas une qualité suffisante pour le calcul de Hearst).
https://c.mql5.com/mql4/forum/2006/06/sverkaM30.zip


Ok. Je n'ai donc pas besoin de me préoccuper des images. Je supprime le message précédent ;).

Bonne chance et bonnes tendances.
 
Vladislav, je pense que c'est une erreur de calcul (pas assez de barres). Je calculais sur le H1 et vous sur le M30. Je suis passé au M30 et maintenant j'ai un rapport >0,5 dans le dernier canal<br / translate="no">Voici l'image. En conséquence, je dois passer à M30 pour des calculs plus précis (plus de barres - 30 barres ne donnent pas une qualité suffisante pour le calcul de Hearst).
https://c.mql5.com/mql4/forum/2006/06/sverkaM30.zip


Cela signifie-t-il que le canal est calculé sur une période de temps (par SCO<=SCO2/3) et que Hurst est calculé sur une autre période de temps ?
J'ai juste supposé que ce n'était pas très différent. Je considère que le nombre minimum de barres pour l'échantillonnage est de 45 (30 pour 2/3) et je recherche les canaux qui répondent à ce critère. Très souvent, un tel canal semble être égal à ces 45 barres et cela indique que je ne peux pas construire le canal à partir de la barre actuelle donnée. Dans ce cas, je prévoyais d'insérer l'indicateur glissant profondément dans l'historique pour trouver un tel canal. Par exemple, le canal sur les montres que j'ai posté hier a déjà cassé aujourd'hui et tente de s'ajuster aux 45 dernières barres - cela montre l'inadéquation de ce canal (en d'autres termes - l'adéquation de cette méthode dans ce cas).

Et avec Hearst - ici, nous avons une situation de pointe et de dumb-tip. Pour une raison inconnue de moi, l'algorithme de calcul est substitué. Je reconnais qu'il s'agit en fait d'une nouvelle méthode de calcul du nouveau critère, mais pas de l'indice de Hurst. C'est-à-dire que je ne nie pas que cette méthode fonctionne, mais je ne peux pas encore comprendre le sens physique (ou mathématique) de sa lecture. C'est-à-dire la relation entre l'oscillation par rapport à une certaine ligne zéro et le canal maximal absolu de cette oscillation, qui tient compte de l'erreur cumulée de déplacement sur N mesures.
 
Enfin, je ne nie pas que cette méthode fonctionne, mais je n'arrive pas encore à comprendre le sens physique (ou mathématique) de sa lecture.

Oubliez un instant la formule elle-même. Il suffit de faire le suiviu Il y a le RMS des erreurs, calculé par rapport à la ligne de régression, qui va un peu dans tous les sens quand il est calculé par la méthode de Vladislava (régression sur l'échantillon précédent, sans inclure la barre calculée). Il y a aussi l'écart global de l'échantillon de prix ALL du Hi-Low. Relever et analyser le rapport entre ces valeurs. Si vous avez un ratio approximativement égal, vous pouvez alors dire que la chaîne a peut-être été choisie par hasard et qu'elle disparaîtra dans un avenir très proche. Si le rapport entre ces valeurs est élevé, on dit que le canal n'est pas aléatoire et qu'il continuera dans le futur. Je pense qu'une certaine analogie peut être établie ici entre le ratio de Hearst et le coefficient de détermination (Bulashev) si cela a plus de sens pour vous. En d'autres termes, plus le ratio est élevé, moins il est probable que la chaîne soit solidement ancrée dans l'erreur.
 
То есть, я не отрицаю что этот метод работает, но пока не могу понять физический(или математичекий) смысл его показания.

Oubliez un instant la formule elle-même. Il suffit de faire ce qui suit : il y a une erreur RMS calculée par rapport à la ligne de régression, qui va un peu dans tous les sens lorsqu'elle est calculée selon la méthodologie de Vladislava (régression sur l'échantillon précédent, sans inclure la barre calculée). Il y a aussi l'écart global de l'échantillon de prix ALL du Hi-Low. Relever et analyser le rapport entre ces valeurs. Si vous avez un ratio approximativement égal, vous pouvez alors dire que la chaîne a peut-être été choisie par hasard et qu'elle disparaîtra dans un avenir très proche. Si le rapport entre ces valeurs est élevé, on dit que le canal n'est pas aléatoire et qu'il continuera dans le futur. Je pense qu'une certaine analogie peut être établie ici entre le ratio de Hearst et le coefficient de détermination (Bulashev) si cela a plus de sens pour vous. En d'autres termes, plus le ratio est élevé, moins la chaîne a de chances d'être solidement erronée.


C'est vrai. J'ai écrit à l'origine que je considérais la statistique R\S, qui est aussi communément appelée le ratio de Hurst. Dans ce rapport, S est la valeur RMS et R est la dispersion de l'échantillon. Pour les canaux horizontaux, il n'y a pas d'ambiguïté ; pour les canaux en pente, il existe plusieurs façons de calculer l'écart. L'idée générale est la même que pour l'indice de Hurst - obtenir une estimation du degré de déterminisme (persistance locale, si en termes d'indice de Hurst).

Bonne chance et bonne chance avec les tendances.
 
Cher Vladislav!

Selon Peters, l'indice de Hurst utilise la RMS({Log(Close[i]/Close[i+1]}) (i est le nombre de barres dans MT)
Il est également possible d'utiliser la RMS({Close[i]-Close[i+1]}).
Vous utilisez, comme Solandr nous l'a expliqué, RMS({Close[i]-Approx[i]}), où Approx[i] est la prévision par approximation de toutes les barres à partir de la barre sélectionnée.

La différence des Close successifs (le logarithme du rapport convient également) est la même valeur qui sert de base au cumul de l'écart.

Mais la valeur de Close[i]-Approx[i] ne constitue pas la base de l'écart cumulé ; elle représente l'erreur de prédiction de régression. Autrement dit, le rapport entre l'écart et la valeur efficace de cette valeur devrait indiquer la qualité de l'approximation.

Cependant, l'accumulation de l'erreur de prédiction par les régressions est formée par une autre quantité, à savoir (Close[i]-Approx[i]) - (Close[i+1]-Approx[i+1]) qui, imho, nous donnera la RMS de la série originale réduite par la "capacité de prédiction" des approximations. Et ensuite, selon moi, nous devrions prendre l'écart d'erreur, et non l'écart de la série de prix originale.
Ensuite, l'utilisation de ces valeurs RMS et de ces marges pour les statistiques R/S permet d'estimer la qualité de la série de prix avec la tendance exclue par régression, et la comparaison avec des valeurs similaires pour la série de prix originale, respectivement, permet d'estimer la qualité de l'approximation.

Y a-t-il une erreur dans ce raisonnement ? La comparaison qui en résulte peut-elle être appliquée au problème que vous avez posé ? Pourquoi ?

Merci d'avance.
 
//*************
 
Travaux. Il peut y avoir un conflit entre les canaux de régression linéaire (si solandr a utilisé les moyennes standard pour le créer).
 
Ça marche pour moi, presque.

Par exemple, vous le lancez sur le graphique - il dessine tout ce dont vous avez besoin, mais vous ne pouvez pas saisir le canal avec la souris et le faire glisser.
Ensuite, Ctrl-B -> LR -> Propriétés , modifiez l'une des dates, ok, fermer.

Après cela, tout se met en place.

Bild pre194.
 
Travaux. Peut-être y a-t-il un conflit entre les canaux de régression linéaire (si solandr a utilisé des outils réguliers pour le créer).

La régression a été dessinée à l'aide de OBJ_TREND. Je n'ai pas utilisé la régression normale.
 
Les gens ! J'ai une question. Est-ce que quelqu'un d'autre que Solandra a essayé le script donné à la page précédente. Je veux dire, c'est juste moi, ou c'est juste Solandra qui ne fonctionne pas ?


Cependant, ce script bloque l'ordinateur ! Et pendant longtemps, je n'arrivais pas à trouver les ressources nécessaires dans le terminal, je devais passer par toutes les fenêtres.