À la recherche de modèles - page 26

 
vladavd:

Mauvaise solution, c'est plus compliqué et surtout bien pire qu'un graphique d'équivolume normal. Si l'on passe à l'explication des Range Bars, en quoi sont-elles équivalentes aux graphiques volumétriques ?

J'y ai réfléchi et j'ai changé d'avis, si nous fonctionnons exactement avec des tics, alors tout est correct. Un tic est moins cher la nuit dans un marché étroit que le jour, tout cela est vrai. Mais cela n'annule pas le problème du profil du volume moyen, alors que les distributions sont très différentes d'un jour à l'autre.

 

Il existe quelques idées sur la manière d'améliorer et de multiplier la probabilité d'entrées correctes. Votre point de vue, Alexei, ne soutient pas une grande partie de ce que je considère comme idéal. Mais si vous le regardez de notre point de vue général, vous pourriez provisoirement faire ce qui suit :

Prenez quelques TS valables et efficaces, analysez-les, ajoutez éventuellement quelques détails. et essayez de les combiner. Vous avez exprimé l'idée que plus il y a de données, plus il y aura de conflits. Je suis certainement d'un avis différent et je suggère d'autres utilisations des données que les vôtres. Mais dans le cas de CTs multiples, vous pourriez, par exemple, faire ce qui suit :

1) Chacun des TS a certaines conditions pour ouvrir des positions. L'idée n'est donc pas de les combiner en une seule, mais d'observer ces conditions en parallèle. C'est-à-dire que chaque algorithme du système fonctionne de manière autonome.

2) Ajouter un algorithme supplémentaire, qui reçoit de chaque système l'estimation de la situation, qui est exprimée par l'une des trois conclusions suivantes : conditions favorables à l'entrée, défavorables, incertaines.

3) Par exemple, l'utilisateur voit avec son œil les conditions appropriées pour ouvrir une position. Ensuite, il/elle se réfère à cet algorithme, qui donne les conclusions d'un groupe de travail parallèle de systèmes. La probabilité d'une entrée correcte dans un poste augmente de plusieurs ordres de grandeur en fonction de leurs conclusions.

De nombreuses personnes travaillent de cette manière. Mais il est problématique de garder continuellement à l'esprit plusieurs TS et conditions de chacun d'entre eux. La présence d'un indicateur, qui signalerait plusieurs conclusions finales parallèles de l'AT, simplifierait le processus d'analyse et de prise de décision.

 
Passant de la recherche de saveurs au banal, l'escalope déjà cuite....
 
Сергей Таболин:
Passer de la recherche de saveurs au trivial, déjà cuit par quelqu'un d'autre cutlet....

Si vous voulez parler de mes idées, je n'insiste pas. Proposez le vôtre.

Pour l'instant, le topicstarter encourage le partage des observations, mais chacun observe essentiellement pour lui-même. C'est pourquoi j'ai suggéré des options spécifiques pour la mise en œuvre.

 

Bonne journée à vous tous !

En fait, j'ai déjà écrit un article, ou plutôt un post, sur les fluctuations de prix (voir annexe). Si vous êtes intéressé, vous pouvez creuser davantage ... :)

L'idée est que si les oscillations ont une amplitude proche de la valeur moyenne (par exemple pour EURUSD, elle est de ~200 pips), alors la prévision du prochain "genou" est tout à fait réelle. Une autre chose est de déterminer si la rupture en zigzag s'est produite. Mais nous disposons également de certains outils pour cela, notamment ceux basés sur les populaires réseaux neuronaux.

Voici certaines régularités... :)

Salutations, RomFil.

Dossiers :
 

Vous pouvez également mentionner la recherche de pATterns : one-bar, two-bar, three-bar, etc. Il faut beaucoup de temps pour en trouver plus de trois. Par exemple, pour une barre - nous prenons les prix OHLC, entrons un delta de changements, par exemple +-1 pips du prix et divisons toutes les barres sur l'historique (par exemple, 1000000 barres) par le principe suivant : la première barre est un pAttern, si la barre suivante diffère de la précédente par la valeur delta, elle sera un nouveau pAttern, etc. Si l'un des indicateurs montre, par exemple, qu'il y a eu 10 barres de ce type dans l'historique et que 9 d'entre elles vont dans la même direction, il s'agit d'un indicateur important qui fonctionne dans 70 à 80 % des cas dans un test prospectif.

C'est un peu compliqué, mais ça semble être compréhensible... :) Vous pouvez également approfondir le sujet ici.

Salutations, RomFil.

 
RomFil:

Vous pouvez également mentionner la recherche de pATterns : one-bar, two-bar, three-bar, etc. Il faut beaucoup de temps pour en trouver plus de trois. Par exemple, pour une barre - nous prenons les prix OHLC, entrons un delta de changements, par exemple +-1 pips du prix et divisons toutes les barres sur l'historique (par exemple, 1000000 barres) par le principe suivant : la première barre est un pAttern, si la barre suivante diffère de la précédente, c'est un nouveau pAttern et ainsi de suite. Si l'un des indicateurs montre, par exemple, qu'il y a eu 10 barres de ce type dans l'historique et que 9 d'entre elles vont dans la même direction, il s'agit d'un indicateur important qui fonctionne dans 70 à 80 % des cas dans un test prospectif.

C'est un peu compliqué, mais ça semble être compréhensible... :) Vous pouvez également approfondir le sujet ici.

Salutations, RomFil.

Je suis loin de la notation technique, mais si je comprends bien, vous suggérez de prendre en compte certains schémas et de les définir en parties, en prévoyant la continuation, non ?

Je suis également loin des réseaux neuronaux, mais j'imagine le traitement de l'information à peu près de la même manière : masse de données avec les schémas les plus intéressants, et identification de ceux-ci par des manifestations individuelles. Vos idées sont très intéressantes. J'ai lu le document, mais les calculs ne rentrent pas dans ma tête. Pourriez-vous me donner quelques exemples de vos algorithmes, mais exprimés non pas mathématiquement, mais en langage utilisateur ?

Merci pour ces idées utiles !

 
Vitaliy Maznev:

Je suis loin de la notation technique, mais si je comprends bien, vous proposez de prendre en compte certains schémas et de les identifier au coup par coup, en prédisant la continuation, non?

Je suis également loin des réseaux neuronaux, mais je vois le traitement de l'information d'une manière similaire : masse de données avec les modèles les plus intéressants, et identification de ceux-ci par des manifestations individuelles. Vos idées sont très intéressantes. J'ai lu le document, mais les calculs ne rentrent pas dans ma tête. Pourriez-vous me donner quelques exemples de vos algorithmes, mais exprimés non pas mathématiquement, mais en langage utilisateur ?

Merci pour ces idées utiles !

Ok ! Mais il m'est difficile de vous l'expliquer sans formules ... :(

Il s'agit de trouver une combinaison d'OHLC sur l'historique telle que la prochaine barre ait une direction suffisamment précise, par exemple vers le bas - ceci est pour les pATterns.

En ce qui concerne le document - c'est un autre sujet.

 
RomFil:

C'est vrai ! Mais il m'est difficile de vous l'expliquer sans formules... :(

L'idée est de trouver une telle combinaison d'OHLC sur l'historique que la prochaine barre ait une direction assez précise, par exemple vers le bas.

Eh bien, j'ai généralement compris l'idée. J'attends avec impatience vos autres commentaires. Jusqu'à présent, personne d'autre n'a exprimé une telle approche, c'est la plus proche de moi.

 
RomFil:

C'est vrai ! Mais il m'est difficile de vous l'expliquer sans formules... :(

Le but est de trouver une combinaison d'OHLC sur l'historique telle que la prochaine barre ait une direction assez précise, par exemple vers le bas.

RomFil:

OK ! Mais il est difficile de vous l'expliquer sans formules... :(

Le but est de trouver une combinaison d'OHLC sur l'historique avec la barre suivante ayant une direction assez précise, par exemple vers le bas.

Et aussi la barre suivante a une grande taille, de H à L. Si vous connaissez la direction de la prochaine barre et que les variations de prix dans cette barre ne sont que de 10 pips, vous ne gagnerez pas beaucoup.

Raison: