una strategia di trading basata sulla teoria dell'onda di Elliott - pagina 9
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
Nella mia strategia per ottenere un valore come il 93% di profitto su 2 mesi si dovrebbe impostare il drawdown massimo al 50-60% nel money management. Naturalmente non posso permetterlo sul mercato reale.
La vostra strategia merita probabilmente attenzione con tali parametri. Ma le informazioni presentate non sono sufficienti per provare a sviluppare un Expert Advisor utilizzando la vostra strategia. Fondamentalmente, se credete che la strategia non sia soggetta a pubblicità, posso capirlo. Ma se vuoi ancora presentarlo in un'applicazione pratica, forse qualcuno vorrà automatizzarlo (forse anche io posso trarne qualcosa di utile per me stesso).
Grazie per la tua apertura e i tuoi post interessanti! Mi piace la logica e la base del tuo approccio.
Potrebbe per favore dare qualche link al criterio di Hirst?
Ne hai parlato molto brevemente nei tuoi post e io, ahimè, non ne so nulla. Tuttavia, l'argomento - stimare
È interessante per molte persone, comprese quelle di questo forum.
Se possibile, non matematica astratta, ma qualcosa di più o meno pratico,
da cui si potrebbe capire sia l'idea che il modo in cui conta sugli insiemi di conteggio.
E un'altra domanda.
È la vostra metodologia o qualcosa di open source?
Forse potresti dire qualcosa di più al riguardo?
http://forex.kbpauk.ru
Sì, forse, ma vorrei una raccomandazione da qualcuno che capisca cosa raccomanda.
Perché io, nuovo in materia, dovrei voler scavare in una montagna di spazzatura dove la maggior parte sono
sono dei neofiti come me? Perdita di tempo.
Sì, ancora una volta vi ricordo che tutto questo ha senso all'interno del problema che ho formulato e il risultato è interpretato all'interno dello stesso problema. Anche se i metodi sono comuni. Per quanto riguarda la significatività statistica dei livelli - vi diventerà chiaro una volta costruiti gli intervalli di confidenza - per esempio, più è ipervenduto, più è probabile che torni al punto di equilibrio e forse anche al confine opposto (questo diventa chiaro quando ci si avvicina al punto di equilibrio) - quindi gli intervalli di confidenza tagliano i livelli di probabilità. Immaginate di interpretare numericamente l'area di ipervenduto in unità di probabilità di ritorno al punto di equilibrio (in percentuale - quindi la probabilità di tornare a 60\40, quindi 80\20, ecc... ;) ) e i livelli di inversione di Murray in un dato momento rientrano, per esempio, in 90\10 - sarebbe facile fare trading? E c'è meno ambiguità, no? Quindi questa è la soluzione a questo problema che dà una tale stima.
Alle inversioni tutte queste strutture si allineano, beh solo una sbirciatina - allora la probabilità è massima. Ho fatto trading in modalità demo senza alcuno stop). Non sto rischiando sul conto reale, anche se sono tentato di aprire un conto per qualche piccolo prezzo e provare :).
Se volete scusarmi, non vi mostrerò una soluzione già pronta, anche se vi ho fatto risparmiare molto tempo.
Buona fortuna e buone tendenze.
Che cos'è R/S?
Ciao di nuovo! R / S - la statistica è un criterio di Hurst (statistica) - la sua formula, se non riesci a trovarla sul web - scrivici, te la mando - R - la sovrapposizione delle disparità, S - RMS (deviazione standard). Nella formula c'è un logaritmo di questo rapporto - ecco perché lo chiamano così e così.
Quello a cui ho dimenticato di prestare attenzione ieri - ed è essenziale - due cose:
1. Emersione di un problema di ottimizzazione. Ahimè, senza di essa non sono riuscito a raggiungere l'univocità - questo problema nasce da un'ipotesi (l'ipotesi deve essere presa in considerazione quando si imposta il problema) che il prezzo segue l'unico percorso possibile, lungo una traiettoria che non conosciamo con il 100% di probabilità. Poiché il campo dei prezzi è potenzialmente swap-preciso (qui il termine "campo" è usato nel suo senso matematico - cioè la funzione insieme alla sua area di definizione, e la funzione è la traiettoria cercata ;) ) - Provarlo rigorosamente non è difficile: un campo potenziale è quel campo il cui lavoro di forze su un anello chiuso (integrale su un anello chiuso ;) ) è uguale a zero - quindi "sulle dita" si presenta così - non importa dove la traiettoria va su/giù, ma se si ritorna al punto di partenza, allora il guadagno è zero. Da questo si può fare una supposizione che la funzione di traiettoria può essere adeguatamente rappresentata da una certa forma quadratica - è quasi semplice: la ricerca degli estremi delle funzioni del criterio di qualità per tali forme è un'area molto studiata. Cioè, abbiamo bisogno di selezionare campioni che soddisfino in modo estremo i criteri di qualità.
2. Se una metodologia permette di "disegnare" alcune regolarità oggettive, allora il risultato non dovrebbe essere sensibile al "rumore" - è logicamente comprensibile. Così, dal gennaio 2006 sono riuscito ad ottenere metodi di soluzione, che forniscono livelli identici e confini di zone di inversione in qualsiasi datafeed (disponibile per me), cioè in qualsiasi società di brokeraggio, nonostante alcune differenze nelle quotazioni e non uso algoritmi di smoothing - sono tutti in ritardo.
Voglio davvero credere che la maggiore efficacia delle previsioni abbia qualcosa a che fare con questo (sembra essere giustificato logicamente).
Anche se potrebbe ancora non essere così :) - tutto è possibile.
Userò il simulatore di trading di Scientific Consultant Services, Inc. (scicon) - speriamo che mi aiuti a chiarire la situazione.
Ora, a quanto pare, è tutto. Perché abbiamo rovinato un altro thread con informazioni inutili :). Buona fortuna.
2 Begun - se tutto questo è noto da tempo (sono su un ragno al momento ho trovato solo i punti di partenza) - vuoi condividere le informazioni, almeno in termini metodologici, altrimenti potrei perdere il mio tempo a costruire una bicicletta?
Buona fortuna e in bocca al lupo per le tendenze.
Ho cercato su Internet. Ho potuto trovare solo alcuni software per il calcolo in Excel http://megafx.fromru.com/FRAGKTVBA.xls.
Ma non è facile da capire, perché non ho mai codificato in Excel.
Per favore, scrivi la formula qui. Sarà interessante per molte persone. E preferibilmente anche un pezzo di codice che usate per calcolare questo valore.
È strano, non l'ho trovato nei miei archivi - il mio CD è andato kaput :(. Ma l'ho trovato sul web - in generale è ancora più interessante di quanto pensassi inizialmente:
1.1 Valutazione dell'indice Hurst
Delineiamo innanzitutto il background teorico dell'analisi matematica quantitativa delle serie valutarie qui di seguito.
La H di Hurst o, come si dice, la statistica di Hurst R/S, indica la presenza o l'assenza di un bias nella serie in questione. Nella RC tale bias è generato dai partecipanti al mercato che reagiscono con un bias all'ambiente economico corrente. Questa distorsione continua fino a quando nuove informazioni casuali emergono e cambiano questa distorsione in grandezza, direzione o entrambe.
L'analisi R/S di Hurst ci dà due importanti caratteristiche di una serie temporale. In primo luogo, la lunghezza media del ciclo necessaria per stimare l'inerzia del movimento. La lunghezza media del ciclo di un sistema si riferisce alla lunghezza del tempo dopo il quale si perde la memoria delle condizioni iniziali.
In secondo luogo, l'esponente di Hurst è stabile, contiene ipotesi minime sul sistema in studio e può classificare la serie temporale differenziando una serie casuale da una non casuale, anche se questa serie casuale non è gaussiana. Per esempio, se l'indice Hurst differisce da 0,5, significa che la distribuzione di probabilità della serie temporale studiata non è gaussiana. Se 0 < H < = 1, ma H non è uguale a 0,5, allora la serie è un frattale il cui comportamento è significativamente diverso dalle passeggiate casuali quando H = 0,5.
Così, se H = 0,5, la serie temporale in studio è un moto browniano, le osservazioni sono indipendenti e hanno una distribuzione gaussiana. Ma se H > 0,5, significa che le osservazioni non sono indipendenti. Ogni osservazione porta con sé una memoria di tutti gli eventi precedenti, e questa non è una memoria a breve termine chiamata memoria "markoviana". È una memoria a lungo termine diversa, e in teoria viene sempre conservata. Gli eventi recenti hanno un impatto più forte di quelli precedenti. Su una scala a lungo termine, il sistema che dà le statistiche di Hearst è il risultato dell'interazione di un lungo flusso di eventi interconnessi. Quello che succede oggi influenza il futuro. Dove siamo ora è determinato da dove eravamo nel passato. Il tempo risulta essere un fattore molto importante in questo caso.
Le applicazioni più importanti dell'indice H di Hurst sono le seguenti.
Se H = 0,5, allora l'Efficient Market Hypothesis (EMH) è confermata, cioè gli eventi di ieri non hanno effetto oggi, e gli eventi di oggi non hanno effetto sul futuro. Gli eventi non sono correlati e sono già stati utilizzati e svalutati dal mercato.
Al contrario, con H > 0,5 gli eventi di oggi avranno importanza domani, cioè l'informazione ricevuta continua ad essere presa in considerazione dal mercato qualche tempo dopo. Non si tratta semplicemente di un'autocorrelazione, dove l'influenza dell'informazione diminuisce rapidamente, ma di una memoria a lungo termine, che condiziona l'influenza dell'informazione per lunghi periodi di tempo. Naturalmente tale influenza diminuisce nel tempo, ma è ancora più lenta delle correlazioni a breve termine. Questa influenza è caratterizzata dalla lunghezza del ciclo, quando scende ad un valore indistinguibile. In statistica si chiama tempo di decorrelazione della serie.
Così, se la natura frattale delle serie temporali è provata, significa che l'ipotesi del mercato frattale (FMH) è provata, che a sua volta contraddice la GER e tutti i modelli quantitativi che sono derivati da questa ipotesi.
Per quantificare H Hurst ha derivato una legge empirica nella forma:
H = Lg(R/S)/Lg(n/2)
R - gamma massima della serie studiata
S - RMS (deviazione standard)
n - numero di osservazioni (dimensione del campione)
I codici non vi diranno quasi nulla: ci sono troppi collegamenti, poiché tutti gli array sono riempiti nei posti corrispondenti - ho già scritto che la procedura è iterativa, ma comunque:
//--------------- coefficiente di Hurst doppio R = 0,0, pMax = 0,0, pMin = 0,0, S = 0.0, nHrst = N_BG[i_StdChnl][1]-N_ND[i_StdChnl][1]; if(nHrst>minChnlBars){ S = std_div[i_StdChnl][1]; pMin = Low[Lowest(NULL,0,MODE_LOW, N_BG[i_StdChnl][1] ,N_BG[i_StdChnl][1]+StepBack)] pMax = High[Highest(NULL,0,MODE_HIGH,N_BG[i_StdChnl][1], N_BG[i_StdChnl][1]+StepBack)]; R = MathAbs(pMax-pMin); if( (R>0)&&(S>0)) Chnl_Hrst[i_StdChnl][1] = MathLog(R/S)/MathLog(nHrst*0.5); }Buona fortuna e in bocca al lupo per le tendenze.
Avete i seguenti moduli di calcolo (o parti della strategia) nella vostra strategia:
1. Calcolo dei livelli di Murray (questo è in linea di principio abbastanza chiaro in termini di attuazione, tanto più che l'indicatore stesso è dato in questo thread).
2. Calcolo di un canale di regressione che include un know-how (il criterio per selezionare un canale corretto dall'insieme di quelli possibili), che non condividerete.
3. Calcolo dell'indice di Hurst per il campione, che è determinato, di nuovo, da qualche criterio che nemmeno voi condividerete con il pubblico. O mi sbaglio e si conta direttamente, per esempio in base alle ultime battute? Poi ancora una volta, specificare il numero di barre e il periodo di tempo. Il numero sembrava 30, ma forse stai usando altri valori.
E poi si ottengono i dati calcolati dai moduli di cui sopra e si fanno le seguenti conclusioni sul mercato. Ho mostrato tutte le varianti in modo figurato:
1. Il mercato è in aumento. Ora è vicino alla linea Murray, il che implica uno stop e un'inversione. Il prezzo è nella parte superiore del canale di regressione, l'indicatore Hearst si sta muovendo verso lo zero. Conclusione: va bene entrare short. Uno stop è posizionato dietro la prossima linea Murray, che è una forte resistenza. L'obiettivo iniziale è la linea di supporto forte più vicina. Poi in base alle letture ottenute dai moduli calcolati quando ci si avvicina all'obiettivo, si decide di mantenere la posizione o di chiuderla, se gli indicatori raccomandano di farlo.
2. Il mercato è in calo. Ora è vicino alla linea Murray, suggerendo uno stop e un'inversione. Il prezzo è nella parte inferiore del canale di regressione, l'indicatore Hearst si sta muovendo verso lo zero. Conclusione: è possibile entrare in una posizione lunga. Uno stop è posizionato dietro la prossima linea di Murray, che è un forte supporto. L'obiettivo iniziale è la linea di resistenza forte più vicina. Poi in base alle letture ottenute dai moduli calcolati quando ci si avvicina all'obiettivo, si decide di mantenere la posizione o di chiuderla, se gli indicatori raccomandano di farlo.
3. Il mercato è piatto. Facciamo ipotesi sull'ulteriore continuazione del movimento in base alle letture della linea Murray. Se abbiamo una posizione aperta e la sua direzione coincide con le letture della linea e con l'indice Hurst (per esempio, quando il movimento previsto coincide con la posizione, l'indicatore è vicino a 1 o 0), non prendiamo nessuna azione con la posizione, e aspettiamo che gli obiettivi siano raggiunti.
4. Il mercato è piatto, la lettura Hurst è vicina allo 0,5. Non entriamo nel mercato; tutti gli ordini vengono rimossi. Se vogliamo, possiamo usare il pipsing).
Ho ragione nel mio ragionamento sulla vostra strategia o no?