Analysez les caractéristiques STATISTIQUES importantes du modèle et choisissez une méthode de trading sur ce modèle. - page 2

 
Vladimir Karputov:


Il faut y aller progressivement. Il suffit d'abord de trouver des bougies d'une taille donnée. Voyez visuellement ce que vous obtenez :

Recherche d'un modèle, version "1.000".



Oh non, je ne joue pas à ces jeux :D
 
Maxim Dmitrievsky:

Oh non, je ne joue pas à ces jeux :D

Pourquoi avez-vous demandé et commencé un sujet alors ?
 
Vladimir Karputov:

Pourquoi demander alors et commencer un sujet en premier lieu ?


peut-être que quelqu'un a travaillé avec différentes distributions statistiques de séries temporelles et leur a donné des caractéristiques

P.S. oh-ho-ho, le forum semble avoir déclenché le lien lui-même, mais je ne suis pas encore sûr :)

 
Rafael Sahibgareev:

Vous voulez donc regrouper les modèles aussi (calculer) ....


En d'autres termes, je ne veux pas m'inscrire dans un schéma - ici on ouvre, ici on ferme, et les plus probables sont fermés... Donc, je n'ai pas besoin d'un schéma. En d'autres termes, je n'ai pas besoin de m'adapter au modèle - ouvert ici, fermé ici, mais les transactions à forte probabilité dans le modèle, elles ne coïncident pas nécessairement avec la "meilleure" transaction par le nombre de points ou avec le modèle haut ou bas.

Et ce qu'il y a à regrouper à l'intérieur du modèle, je ne le sais pas, je ne sais rien.

 

Lorsqu'un modèle est déclenché, nous enregistrons soigneusement les données relatives au comportement ultérieur des prix dans un fichier. Par exemple, nous pouvons enregistrer les variations minimales et maximales des prix après une certaine période de temps.

Si le signal de motif apparaît sur plusieurs barres adjacentes, il est préférable de prendre les données du premier déclenchement. Si la série de déclencheurs est longue, les données du premier doivent être prélevées en premier, puis après la moitié de l'intervalle de temps sélectionné.

Ensuite, nous dessinons des distributions et calculons des distributions exponentielles pour les mouvements ascendants et descendants. En fonction de la position du TP et du SL, le bénéfice moyen est calculé. Bien entendu, il faut calculer correctement les probabilités et tenir compte du fait que le prix peut rester immobile la nuit, par exemple.

Vous pouvez aussi utiliser le percentile, c'est plus facile à calculer, il faut plus de données pour éviter les surprises...


Il vous a donné une direction où creuser). Bien que, il y a beaucoup de choses que vous pouvez faire.....

 
La mise en grappes peut être utilisée pour rechercher des modèles.
 
Vladimir Karputov:


Il faut y aller progressivement. Au début, il suffit de trouver des bougies d'une taille donnée. Voyez visuellement ce que vous obtenez :

Recherche d'un modèle, version "1.000".



Si grand et que vous croyez aux contes de fées...

 
Aliaksandr Hryshyn:

Lorsqu'un modèle est déclenché, nous enregistrons soigneusement les données relatives au comportement ultérieur des prix dans un fichier. Par exemple, nous pouvons enregistrer les variations minimales et maximales des prix après une certaine période de temps.

Si le signal de motif apparaît sur plusieurs barres adjacentes, il est préférable de prendre les données du premier déclenchement. Si la série de déclencheurs est longue, les données du premier doivent être prélevées en premier, puis les données doivent être prélevées après la moitié de l'intervalle de temps sélectionné.

Ensuite, nous dessinons des distributions et calculons des distributions exponentielles pour les mouvements ascendants et descendants. En fonction de la position du TP et du SL, le bénéfice moyen est calculé. Bien entendu, il faut calculer correctement les probabilités et tenir compte du fait que le prix peut rester immobile la nuit, par exemple.

Vous pouvez aussi utiliser le percentile, c'est plus facile à calculer, il faut plus de données pour éviter les surprises...


Il vous a donné une direction où creuser). Bien que, il y a beaucoup de choses que vous pouvez faire.....


Il est évident que c'est plus facile avec un percentile que sans percentile.
 
Maxim Dmitrievsky:


peut-être que quelqu'un a travaillé avec différentes distributions statistiques de séries temporelles et leur a donné des caractéristiques

P.S. oh-ho-ho, le forum semble avoir déclenché le lien lui-même, mais je ne suis pas encore sûr :)

ehhh... "qu'est-ce que vous faites là... vous creusez des gaussiens ? alors creusez plus profondément - il y en a beaucoup plus comme eux..." :-)

bien que le lien soit assez bon, en tout cas meilleur que ceux vus ici ces deux dernières années




 
Maxim Kuznetsov:

ehhh... "qu'est-ce que vous faites là... vous creusez des gaussiens ? alors creusez plus profondément - il y en a beaucoup plus comme eux..." :-)

bien que le lien soit assez bon, en tout cas meilleur que ce que nous avons vu ces deux dernières années


Non, j'ai juste besoin de trader non pas le modèle lui-même, mais statistiquement la direction la plus probable... donc-so... et plus il y a de trades, mieux c'est, pour les statistiques c'est toujours mieux... Ainsi, je pourrai toujours voir si le modèle est correctement prédit ou si quelque chose ne va pas, et arrêter le trading. Mais comme les profits et les pertes seront répartis sur un grand nombre de transactions, je ne perdrai pas grand-chose si la prédiction est fausse, car je n'en négocierai que la dixième partie. Et même dans la 10ème partie, vous pouvez vous rapprocher d'une probabilité de perte de seulement 50%. Vous comprenez ? Je ne suis pas encore tout à fait là moi-même. ) Là, nous pouvons obtenir des randomaysis, nous pouvons mélanger de manière compétente des transactions d'achat et de vente et elles seront ouvertes non pas par des vagues à l'intérieur du modèle, mais par le profit possible ici et maintenant de chaque transaction ; ainsi, même si le modèle change mais que la probabilité à l'intérieur du modèle modifié est approximativement la même, nous obtiendrons toujours un résultat de trading satisfaisant.
Raison: