Densité des séries numériques
Mon algorithme :
1. Trouvez la différence entre les nombres - il s'agit simplement de leur proximité l'un par rapport à l'autre.
2. Si le nombre est inférieur à la valeur moyenne des deltas obtenus à partir du point 1, alors - 1, et sinon - 0.
3. si la valeur de l'étape 2 est 1, alors ajoutez la valeur au total précédent, sinon - 0.
4. Trouvez la valeur maximale du point 3.
5. Définissez l'intervalle - trouvez la valeur de l'élément 4 et cherchez dans l'élément 3 le nombre à valeur nulle, puis augmentez le nombre trouvé de un.
De cette façon, nous obtenons la gamme de nombres dont la densité est la plus élevée par rapport aux autres.
| NO.P./P. | Numéro | Delta | Valeurs de proximité | Fermer en succession | Maximum | Dense |
|---|---|---|---|---|---|---|
| 1 | 3 | 4 | 3 | |||
| 2 | 5 | 2 | 1 | 1 | 5 | |
| 3 | 6 | 1 | 1 | 2 | 6 | |
| 4 | 7 | 1 | 1 | 3 | 7 | |
| 5 | 8 | 1 | 1 | 4 | 8 | |
| 6 | 23 | 15 | 0 | 0 | ||
| 7 | 27 | 4 | 1 | 1 | ||
| 8 | 34 | 7 | 0 | 0 | ||
| 9 | 36 | 2 | 1 | 1 | ||
| 10 | 55 | 19 | 0 | 0 |
Toutefois, des zones d'égale densité peuvent apparaître, selon cette méthodologie
| NO. P./P. | Numéro | Delta | Valeurs de proximité | Fermer en succession | Maximum | Dense |
|---|---|---|---|---|---|---|
| 1 | 11 | 2 | ||||
| 2 | 12 | 1 | 1 | 1 | ||
| 3 | 18 | 6 | 0 | 0 | 18 | |
| 4 | 21 | 3 | 1 | 1 | 21 | |
| 5 | 22 | 1 | 1 | 2 | 22 | |
| 6 | 28 | 6 | 0 | 0 | ||
| 7 | 36 | 8 | 0 | 0 | 36 | |
| 8 | 37 | 1 | 1 | 1 | 37 | |
| 9 | 39 | 2 | 1 | 2 | 39 | |
| 10 | 55 | 16 | 0 | 0 |
Les commentaires et idées critiques sont attendus.
Corrigé le premier post - dans le calcul du tableau la première ligne a été prise en compte - il n'est pas nécessaire de le faire, parce que nous cherchons le delta et il apparaît à partir du deuxième nombre. En fait, en trouvant le delta dans la deuxième colonne, nous découvrons à quel point le premier nombre est proche du second. Compte tenu de ce qui précède, je tiens à attirer l'attention sur le fait que la colonne "Dense" (nombres) reçoit le premier nombre de la séquence (la valeur de zéro dans la colonne "Proximité dans une ligne"), c'est-à-dire dans la colonne "Maximum" des paires de nombres, de sorte que le nombre réel de chiffres sera toujours un de plus.
Pourquoi je m'embête avec ce calcul - j'ai une théorie sur la densité des nuages de résistance selon laquelle plus l'accumulation de niveaux de résistance probables est dense, plus le retournement du marché est probable. C'est-à-dire que cette théorie est applicable à la détermination des niveaux de support et de résistance en tenant compte de la dynamique du marché, et donc, en théorie, elle devrait aider à déterminer les points d'entrée et de sortie avec une plus grande probabilité - je prévois de l'utiliser pour déterminer le point de take profit.
Une façon de procéder s'il y a plusieurs groupes est de déterminer la densité de ce groupe à l'aide de la formule (Nombre maximum du groupe - Nombre minimum du groupe)/(Nombre de numéros du groupe). Plus la valeur est petite, plus les chiffres sont denses les uns par rapport aux autres.
| NO.P./P. | Numéro | Delta | Des valeurs plus proches | Plus proches les uns des autres | Maximum | Dense | Densité |
|---|---|---|---|---|---|---|---|
| 1 | 11 | 2 | |||||
| 2 | 12 | 1 | 1 | 1 | |||
| 3 | 18 | 6 | 0 | 0 | 18 | 1,33 | |
| 4 | 21 | 3 | 1 | 1 | 21 | ||
| 5 | 22 | 1 | 1 | 2 | 22 | ||
| 6 | 28 | 6 | 0 | 0 | |||
| 7 | 36 | 8 | 0 | 0 | 36 | 1,00 | |
| 8 | 37 | 1 | 1 | 1 | 37 | ||
| 9 | 39 | 2 | 1 | 2 | 39 | ||
| 10 | 55 | 16 | 0 | 0 |
une version ancienne, mais peut-être vivante, se trouve si vous tapez sur Google "Market Profile MT5 - tradeliakeapro".
Prenez n'importe quel indicateur Market Profile et voyez comment il calcule la densité des prix sur les niveaux, comme celui-ci, il calcule également les volumes.
une version ancienne, mais peut-être vivante, se trouve si vous recherchez sur Google "MT5 Market Profile - tradeliakeapro".
Le profil de marché est un nombre récurrent d'occurrences de prix dans une fourchette - cette fourchette est définie à la main (étape), puis le nombre total de barres est simplement attribué aux groupes. Je parle de la définition d'une fourchette - une autre tâche.
La tâche n'est pas assez accomplie. J'ai essayé de comprendre la cible à partir de l'algorithme dans le deuxième post, mais je n'y suis pas arrivé :
" 2. Si le nombre est inférieur à la valeur moyenne des deltas obtenus à partir du point 1, alors - 1, et sinon - 0.
3. si la valeur de l'étape 2 est 1, alors ajoutez la valeur au total précédent, sinon - 0."
Le résultat de l'item 2 ne peut être que 0 et -1, alors que l'item 3 nécessite +1.
Les problèmes de recherche de clusters sont généralement appelés clustering. Elles peuvent s'avérer difficiles si vous recherchez des groupes de produits en fonction d'un certain nombre de caractéristiques : par exemple, empiler des chaussettes pour hommes dont la taille et la couleur sont proches. Dans votre cas, avec une seule caractéristique, je pense qu'il suffit de définir une condition de regroupement à valeur unique, et l'algorithme est facile à trouver. Exemple : trouver le plus grand groupe de niveaux, dont l'expansion conduira à une valeur de densité inférieure, calculée par la formule untel. Par exemple, la formule est la suivante : densité = nombre de niveaux dans le groupe divisé par la longueur de la gamme de cours qu'il couvre (et même cette formule la plus simple échoue sur un groupe d'un seul niveau). Il y a aussi une question : combien de fois compter le même niveau s'il apparaît plusieurs fois dans l'histoire.
Il existe également un analogue dans la théorie des probabilités - le mode de distribution. Elle peut être facilement trouvée si la distribution est unimodale, c'est-à-dire que la densité de probabilité a exactement un maximum. Mais vous avez besoin d'un critère pour sélectionner la bonne zone en termes de largeur.
La tâche n'est pas assez accomplie. J'ai essayé de comprendre la cible à partir de l'algorithme dans le deuxième post, mais je n'y suis pas arrivé :
" 2. Si le nombre est inférieur à la valeur moyenne des deltas obtenus à partir du point 1, alors - 1, et sinon - 0.
3. si la valeur de l'étape 2 est 1, alors ajoutez la valeur au total précédent, sinon - 0."
Là, le signe "-" est utilisé comme un tiret, et non comme un signe moins. Voici les formules d'Excel (coordonnées tenant compte de l'insertion du tableau dans le coin supérieur gauche)
1. =B3-B2
2. =IF(CF($C$3:$C$11)>C3;1;0)
3. =IF(D3=0;0;E2+D3)
4. =MAX(E2:E11)
5. Pas encore de formule - nous la définissons visuellement.
6. =(G6-G2)/(F2+1)
La sixième formule est semi-automatique - les nombres maximaux et minimaux d'une série doivent être corrigés au besoin, d'ailleurs, je pense qu'il serait plus correct de calculer non pas la différence des entiers du divisible, mais de faire la somme des deltas et de les diviser par le nombre de paires. La formule est =SUM(C3:C6)/F2
Exemple 1
| P./P. | Numéro | Delta | Valeurs de proximité | Proximité dans une rangée | Maximum | Dense | Densité | Densité v2 |
|---|---|---|---|---|---|---|---|---|
| 1 | 3 | 4 | 3 | 1,00 | 1,25 | |||
| 2 | 5 | 2 | 1 | 1 | 5 | |||
| 3 | 6 | 1 | 1 | 2 | 6 | |||
| 4 | 7 | 1 | 1 | 3 | 7 | |||
| 5 | 8 | 1 | 1 | 4 | 8 | |||
| 6 | 23 | 15 | 0 | 0 | ||||
| 7 | 27 | 4 | 1 | 1 | ||||
| 8 | 34 | 7 | 0 | 0 | ||||
| 9 | 36 | 2 | 1 | 1 | ||||
| 10 | 55 | 19 | 0 | 0 |
Exemple 2
| NO.P./P. | Numéro | Delta | Valeurs de proximité | Fermer en succession | Maximum | Dense | Densité | Densité v2 |
|---|---|---|---|---|---|---|---|---|
| 1 | 11 | 2 | ||||||
| 2 | 12 | 1 | 1 | 1 | ||||
| 3 | 18 | 6 | 0 | 0 | 18 | 1,33 | 2,00 | |
| 4 | 21 | 3 | 1 | 1 | 21 | |||
| 5 | 22 | 1 | 1 | 2 | 22 | |||
| 6 | 28 | 6 | 0 | 0 | ||||
| 7 | 36 | 8 | 0 | 0 | 36 | 1,00 | 1,50 | |
| 8 | 37 | 1 | 1 | 1 | 37 | |||
| 9 | 39 | 2 | 1 | 2 | 39 | |||
| 10 | 55 | 16 | 0 | 0 |
Les tâches consistant à trouver des clusters sont généralement appelées clustering. Elles peuvent s'avérer délicates si vous recherchez des clusters basés sur un certain nombre de caractéristiques à la fois : empiler des chaussettes d'homme dont la taille et la couleur sont proches, par exemple. Dans votre cas, avec une seule caractéristique, je pense qu'il suffit de définir une condition de regroupement à valeur unique, et l'algorithme est facile à trouver. Exemple : trouver le plus grand groupe de niveaux dont l'expansion entraînera une diminution de la valeur de la densité calculée par la formule untel. Par exemple, la formule est la suivante : densité = nombre de niveaux dans le groupe divisé par la longueur de la gamme de cours qu'il couvre (et même cette formule la plus simple échoue sur un groupe d'un seul niveau). Il y a aussi une question : combien de fois compter le même niveau s'il apparaît plusieurs fois dans l'histoire.
Il existe également un analogue dans la théorie des probabilités - le mode de distribution. Elle peut être facilement trouvée si la distribution est unimodale, c'est-à-dire que la densité de probabilité a exactement un maximum. Mais j'aurai besoin d'un critère pour distinguer la zone requise par sa largeur.
Merci de votre attention. L'excursus théorique est utile, si vous pouvez voir l'effet de la connaissance dans la pratique - j'ai donné les données originales, montré ce que le résultat, et serait reconnaissant si vous faites les calculs avec des formules et des explications dans excel, et montrer les résultats. Les tâches avec recherche de chaussettes ne sont pas applicables ici, car il y a une recherche d'une fonctionnalité similaire, et nous sommes en avance cette fonctionnalité n'est pas connue. Comment appliquer le module ici, je ne comprends pas, mais encore une fois, si je comprends bien - vous devez spécifier la gamme d'entrer dans le groupe vous-même, et il élimine la solution.
En réponse à la question "Il y a aussi une question : combien de fois compter le même niveau, s'il se produit plus d'une fois dans l'histoire", si je comprends bien, la question est comment être si la séquence numérique de chiffres est répétée - à première vue, le delta entre eux sera zéro, ce qui est un signe de haute densité et ne devrait pas détruire l'algorithme ci-dessus.
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Vous acceptez la politique du site Web et les conditions d'utilisation
Je propose de discuter des algorithmes et des méthodes permettant de trouver la densité des nombres si ces derniers sont connus.
Par exemple, il y a 10 nombres - comment trouver la gamme de nombres qui ont une densité plus élevée par rapport aux nombres disponibles ?
Je publierai mes réflexions un peu plus tard, mais en attendant, j'aimerais connaître votre avis.