Laboratoire - analyse statistique des graphiques de prix. - page 2
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
On parle de H1 ?
Oui, EURUSD H1, sur les grandes échelles de temps également +/- 1%, sur d'autres instruments la situation est différente.
Nous calculerons l'écart de l'intensité du flux de ticks par rapport à la moyenne par la formule :
[Intensité du flux] = ([Nombre de ticks de la barre actuelle] - [Nombre moyen de ticks des 100 dernières barres])/[Nombre moyen de ticks des 100 dernières barres].
Et ?
Eugène, où obtenez-vous vos données ?
Vous les avez vérifiés ? Au moins sur l'addition du nombre de ticks sur différentes périodes. Une fois que je m'en suis souvenu, j'ai pris les données archivées des 15 minutes et des minutes du terminal. Il est apparu que la quantité de ticks en 15 minutes (si nous parlons de "volume") n'est pas égale à la somme des ticks en minutes de la même période de 15 minutes dans la même archive.
Et vous ?
Eugène, où obtenez-vous vos données ?
Vous les avez vérifiés ? Au moins sur l'addition du nombre de ticks sur différentes périodes. Une fois que je m'en suis souvenu, j'ai pris les données archivées des 15 minutes et des minutes du terminal. Il est apparu que la quantité de ticks en 15 minutes (si nous parlons de "volume") n'est pas égale à la somme des ticks en minutes de la même période de 15 minutes dans la même archive.
Et vous ?
Je ne l'ai pas vérifié, j'ai juste pris les données des ticks H1 du graphique. Mais la structure du diagramme tick-flow des différents segments est similaire, c'est-à-dire qu'il existe une certaine régularité.
Vladimir:
Une fois que je m'en suis souvenu, j'ai pris les données archivées des 15 minutes et des minutes du terminal. Il est apparu que la somme des ticks en 15 minutes (si l'on parle de l'indicateur "Volume") n'est pas égale à la somme des ticks en minutes de la même période de 15 minutes de la même archive.
Je me souviens, j'ai fait la même chose et le résultat était vraiment différent. Apparemment, ils le dessinent comme ils le veulent.
L'analyse de l'intensité des flux de ticks a montré des schémas cohérents sur différents intervalles de temps - année, mois, jours.
Mais qu'en est-il de la volatilité horaire ? Nous allons le découvrir.
Étude 2 - l'objectif est de déterminer l'écart de la volatilité horaire par rapport à la valeur moyenne en fonction du moment de la journée.
Définissons la période de la valeur moyenne comme étant égale à 100 heures.
L'écart de la volatilité par rapport à la moyenne sera calculé à l'aide d'une formule similaire, mais au lieu des ticks, nous prendrons R = (High - Low) H1 bars :
R_value = ([Swing de la barre actuelle] - [Moyenne des 100 dernières barres])/[ Moyenne des 100 dernières barres ].
Maintenant, nous parcourons la fenêtre coulissante de la même manière et collectons les données nécessaires. Nous traitons les valeurs obtenues en divisant la somme des écarts de volatilité horaire pour chaque heure séparément par le nombre d'observations.
Nous examinons les graphiques des résultats obtenus.
Comme on peut le constater, la structure des graphiques est identique à celle de l'étude 1. La constance à différents intervalles de temps est la même - toute l'histoire, le mois, les jours de la semaine. Les heures les plus volatiles sont de 09:00 à 19:00 (heure du serveur : UTC+2, en été : UTC+3),
Je ne l'ai pas vérifié, j'ai juste pris les données H1 tick du graphique. Mais la structure du graphique tick stream pour les différentes sections est similaire, ce qui signifie qu'il existe une certaine régularité.
Je me souviens, j'ai fait la même chose et les résultats étaient vraiment différents. Apparemment, ils le dessinent comme ils le veulent.
Alors pourquoi prenez-vous des données auxquelles vous ne croyez pas ?
Quelles raisons voyez-vous pour croire les conclusions que vous en tirez ?
Les graphiques sont similaires en termes de ticks, de volumes, d'OHLC (activité).
J'ai remarqué une chose intéressante ; le corps d'une bougie moyenne est d'un peu plus de 51%, c'est-à-dire que nous pouvons supposer statistiquement, bien sûr, que la nouvelle bougie clôturera dans la fourchette d'unpeu plus de 51% de l'ouverture).
Les graphiques sont similaires en termes de ticks, de volumes, d'OHLC (activité).
J'ai remarqué une chose intéressante ; le corps d'un chandelier moyen est d'un peu plus de 51%, ce qui signifie, statistiquement bien sûr), que le nouveau chandelier clôturera dans la fourchette d'un peu plus de 51% de l'ouverture).
Il s'agit simplement d'identifier le min, le max et la couleur inconnus (sur une bougie non formée) de la bougie. À l'intérieur de la "bougie", le prix évolue approximativement selon l'un des deux "modèles".
À l'intérieur de la bougie elle-même, vous pouvez former de nombreuses autres bougies avec les mêmes motifs...
Pourquoi prenez-vous des données pour des recherches auxquelles vous ne croyez pas vous-même ?
Quelles raisons voyez-vous de croire aux conclusions qui en sont tirées ?
Eh bien, comme vous le voyez, les graphiques des ticks (test 1) et les graphiques de la volatilité (fourchette haute - basse, test 2) sont similaires, ce qui est logique, et donc le fait que la somme des ticks coïncide avec une période inférieure ou non n'est pas si important. Probablement... ))
Chacun peut répéter ces expériences et en tirer des conclusions.
Il est préférable de discuter de la façon d'appliquer l'information à bon escient... ou sans avantage et c'est possible - c'est même plus probable ;)
encore plus intéressant de calculer la moyenne du corps, de l'ombre inférieure et supérieure
Je peux le faire. J'ai utilisé une période des 9 dernières années, plus de 60.000 barres, je n'ai pas un meilleur historique, si vous l'avez s'il vous plaît joindre un fichier csv avec l'historique complet nous allons recalculer, les formules sont prêtes, il suffit d'insérer de nouvelles données) Donc nous avons 0,44% de chandeliers sans ombres, 0,64% sans corps, 3,48% sans ombre supérieure, 4,43% de chandeliers sans ombre inférieure.
Il s'agit des moyennes intraday de toutes les barres ensemble en pips tout au long de la journée. Les rangées 1,2,3 sont l'ombre supérieure, le corps, l'ombre inférieure comme sur le graphique en barres :