una strategia di trading basata sulla teoria dell'onda di Elliott - pagina 17
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
А даёт ли стратегия прибыль при тестировании по ценам открытия (быстрый метод) ?
Lo fa anche. La differenza di profitto con M1 (tutti i tick) è del 5-10%. Penso solo che tutte le zecche danno risultati più affidabili ed è per questo che non uso M1 (metodo veloce).
Molto bene, è quello che mi aspettavo.
La differenza nei metodi di prova influisce se il programma usa la chiusura programmata o l'apertura di ordini espliciti. E poiché nel tuo caso SL e TP si chiudono, il metodo di test non dovrebbe influire.
La differenza nei metodi di prova influisce se il programma usa la chiusura programmatica o l'apertura di ordini espliciti. E dato che nel tuo caso la chiusura è in base a SL e TP, il metodo di test non dovrebbe influire.
E naturalmente non dobbiamo dimenticare che oltre al fatto che con diversi metodi di test (tutti i ticks) e (metodo veloce) si avranno differenze nei valori dei parametri co-ottimizzati oltre alle differenze nella redditività della strategia! E non c'è modo di aggiustarlo :o). Se possiamo in qualche modo riconciliarci con la differenza di profitti dei diversi metodi di test, allora è molto problematico vivere con le differenze nei valori dei parametri ottimizzati, almeno per me :o))).
Vladislav, potresti aiutare e suggerire quale letteratura (in forma elettronica) vale la pena leggere per trattare il messaggio di cui sopra? O intende il libro di testo di Bulashev, raccomandato da lei? Cioè, per forma quadratica si intende l'approssimazione di una serie di prezzi mediante una somma di termini composta da una costante, un termine del primo ordine e un termine del secondo ordine? O mi sfugge il punto? Che ne dici di convertire la forma quadratica che presumo in energia potenziale? Come si fa? Nemmeno io l'ho ancora incontrato :o(
E hai anche detto che hai dei post sul tuo problema su Spider nel thread di Santiment. Ma ho cercato male e non ho trovato il post del tuo VG. Per favore datemi il link, se non è difficile.
Grazie in anticipo per la risposta dettagliata!
1. Quando si costruisce un canale di regressione lineare, si usa un'equazione della linea retta o si approssima la serie dei prezzi con un'equazione che contiene un termine del secondo ordine e poi si riduce questa equazione del secondo ordine a un'equazione della linea retta lineare dopo trasformazioni matematiche come descritto nel libro di Bulashev? Date la vostra opinione sull'opportunità di applicare le equazioni di approssimazione del primo e del secondo ordine alla serie dei prezzi. C'è qualche differenza percettibile nelle diverse equazioni in termini di risultati (trading stesso)?
2. Hai detto che usi la deviazione standard nella tua strategia. Potresti spiegare come lo usi?
Grazie in anticipo per le vostre risposte!
Vladislav, puoi aiutare e suggerire quale letteratura (in forma elettronica) vale la pena leggere per trattare il messaggio di cui sopra? O intende il libro di testo di Bulashev raccomandato da lei? Cioè, per forma quadratica si intende l'approssimazione di una serie di prezzi mediante una somma di termini composta da una costante, un termine del primo ordine e un termine del secondo ordine? O mi sfugge il punto? Che ne dici di convertire la forma quadratica che presumo in energia potenziale? Come si fa? Nemmeno io l'ho ancora incontrato :o(
E hai anche detto che hai dei post sul tuo problema su Spider nel thread di Santiment. Ma ho cercato male e non ho trovato il post del tuo VG. Per favore datemi il link, se non è difficile.
Grazie in anticipo per la risposta dettagliata!
Per quanto riguarda le forme quadratiche ( F(x,t) = A*x^2+B*t^2 + C ) - questa è matafisica, teoria dei campi e teoria dell'ottimizzazione nel senso matematico di questi termini. Ciò che si intende per ottimizzazione dei parametri del sistema è solo una conseguenza di una classe abbastanza ampia di metodi matematici per ottenere una soluzione estrema che soddisfa un insieme contraddittorio di vincoli. Non l'ho trovato in forma elettronica, anche se sono sicuro che esiste. C'è un sacco di letteratura - non posso nemmeno dire da dove cominciare.
Per quanto riguarda il thread su un centesimo - troppo pigro per cercarlo ora - non è arrivato alle equazioni allora: è stato deciso di non prestare attenzione :).
Posso delineare qui i punti principali:
1. I mercati sono gestiti da persone (anche se hanno molti capitali, non importa).
2. le persone con gli stessi interessi hanno le stesse "zone di attrazione" (per esempio, le persone con psicotipi simili preferiscono commerciare certi strumenti, il che fornisce fondamentalmente le peculiarità dei mercati - ipotesi)
Sembra una situazione di stallo (da cui molti partono), ma se facciamo qualche altra ipotesi, allora c'è speranza:
Le persone tendono ad agire nello stesso modo nelle stesse situazioni (presenza di ripetizione in decisioni simili).
Supponiamo che le azioni di qualsiasi gruppo di manager sul mercato provengano dal desiderio di massimizzare il profitto. Supponiamo anche l'esistenza di qualche manager (un sistema ideale) che raggiunge SEMPRE un risultato estremo. Allora l'azione deve venire da qualcosa di più forte di un semplice desiderio di muovere il mercato in una direzione o nell'altra. Esempio - un paio di anni fa, l'intervento del Giappone a sostegno del quid ha avuto un discreto successo. Dopo un paio di tentativi il Giappone ha annunciato che non avrebbe più giocato a questi giochi. E stavano buttando un sacco di soldi in cinque-dieci minuti cercando di fermare la tendenza dell'Euro.
Inoltre, di conseguenza, è possibile supporre la presenza di qualche forza esterna, che muove il mercato o che forma i prerequisiti per il processo decisionale dei manager del mercato. Resta da supporre (abbastanza logico secondo me), che questa forza sia il risultato di molti fattori costitutivi e sarà possibile cercare di impostare il compito e valutare la decisione.
In realtà tale sistema, che ottiene SEMPRE la prognosi corretta, sarà un risultato ideale (è come un ciclo di Carnot - teoricamente esiste, praticamente è possibile avvicinarsi meglio o peggio). E in realtà, naturalmente, ci sono alcuni intervalli di incertezza.
E un'altra cosa - tutto questo deriva dalla natura frattale del mercato (questa ipotesi si sviluppa in opposizione all'ipotesi del mercato efficiente) - cioè dal fatto che ci sono periodi di previsione non casuali nel mercato. Cioè, per andare a cercare un gatto nero in una stanza buia, bisogna supporre la presenza di un certo numero di gatti neri in almeno una parte delle stanze buie :).
Buona fortuna e tendenze di traino.
Vladislav, a proposito del ciclo di Carnot, posso suggerire che la tua strategia utilizza il calcolo del lavoro fatto dalla forza esterna, basato sulla somma delle candele bianche e nere dei prezzi di apertura e chiusura, per esempio. Quindi, capisco che se si sommano separatamente i corpi delle candele bianche e nere, allora avremo un rapporto presuntivo di quanto più lavoro è stato fatto verso il basso che verso l'alto o viceversa. Quindi, possiamo supporre da questi dati che il sistema si trovi ad uno dei suoi due estremi in base all'analisi della storia, per esempio? Allora, se non è un segreto, in base a quali tempi fate questi calcoli? E qual è il numero ottimale di barre da calcolare? Anche se certamente posso supporre che non è una questione di quale timeframe usiamo per il calcolo e di quante barre abbiamo bisogno. Allora quale lasso di tempo pensate debba essere usato per il calcolo? Perché a seconda dell'intervallo di tempo che prendiamo per il calcolo, dipendono TUTTI i risultati? Forse, prendete un periodo di tempo corrispondente a P=64 nell'indicatore Murray che state usando? Cioè, è meglio prendere un periodo di 64 giorni commerciali per i calcoli?
Vladislav, riguardo al ciclo di Carnot posso supporre che nella tua strategia usi il calcolo del lavoro fatto dalla forza esterna basato sulla somma delle candele bianche e nere per esempio dai prezzi di apertura e chiusura. Quindi, capisco che se si sommano separatamente i corpi delle candele bianche e nere, allora avremo un rapporto presuntivo di quanto più lavoro è stato fatto verso il basso che verso l'alto o viceversa. Quindi, possiamo supporre da questi dati che il sistema si trovi ad uno dei suoi due estremi in base all'analisi della storia, per esempio? Allora, se non è un segreto, in base a quali tempi fate questi calcoli? E qual è il numero ottimale di barre da calcolare? Anche se certamente posso supporre che non è una questione di quale timeframe usiamo per il calcolo e di quante barre abbiamo bisogno. Allora quale lasso di tempo pensate debba essere usato per il calcolo? Perché a seconda dell'intervallo di tempo che prendiamo per il calcolo, TUTTI i risultati dipendono da questo? Forse, prendete un periodo di tempo corrispondente a P=64 nell'indicatore Murray che state usando? Cioè, è meglio prendere un periodo di 64 giorni commerciali per i calcoli?
Per quanto riguarda il ciclo di Carnot - è solo un esempio, come valore limite.
Per quanto riguarda la dimensione di Murray - 64 è la raccomandazione degli sviluppatori del metodo. Non posso giudicare se è il miglior risultato, ma uso la seguente stima per determinare il punto minimo abbastanza lontano per la convergenza dei metodi:
Non ricordo il link esatto, ho cercato tra gli articoli di analisi relativi al calcolo della persistenza (coefficiente di Hurst > 0,5). C'erano stime sulla dimensionalità frattale dei mercati. Conclusioni che sono state fatte: il coefficiente di Hearst per molti tipi di mercati si trova nella zona di 0,62-0,64, che a sua volta denota la perdita di condizioni iniziali per serie temporali in media di 90 giorni. Cioè, le perturbazioni più di 90 giorni indietro nel tempo avranno un impatto irrisorio. Ora, ho impostato il mio punto di partenza di riferimento a non più di mezzo anno (180 giorni per essere esatti) - 90 giorni non sempre danno abbastanza informazioni per la convergenza, anche se forse questo è il risultato dell'implementazione e con altri algoritmi e criteri di qualità 90 è sufficiente - non so ancora. Quando calcolavo i periodi usando tutta la storia disponibile, il risultato non era migliore - semplicemente spendevo più tempo nei calcoli.
Il numero di battute da calcolare è determinato dalla struttura stessa e le ottave sono costruite per essa - quindi non posso nemmeno dire in quale momento vengono calcolate - il computer sta contando da molto tempo ormai :). I metodi non dipendono dai TF, quindi puoi farlo su qualsiasi TF, purché tu abbia abbastanza storia per mezzo anno.
Non valuto candele, paterne e simili - si ottengono metodi dipendenti dal rumore. Cioè, il risultato dipenderà dalla qualità della citazione, che, IMHO, non è buona.
Buona fortuna e buone tendenze.
...possiamo fare l'ipotesi che una funzione di traiettoria possa essere adeguatamente rappresentata da una certa forma quadratica - il che è quasi semplice: la ricerca degli estremi delle funzioni del criterio di qualità per tali forme è un'area molto studiata. Cioè, si deve fare una selezione di campioni che soddisfano i criteri di qualità in modo estremo.
Uno stesso livello di inversione di Murray per diversi canali sarà in diversi intervalli di confidenza - è necessario tagliarlo in qualche modo, no? E il criterio di qualità è l'energia potenziale - vedi le forme quadratiche - niente di strano.
Ho consultato la letteratura sull'argomento. Suppongo che forse non tutto può essere trovato nell'applicazione a questo caso particolare. Ma sulla base di ciò che sono riuscito a guardare le seguenti ipotesi sulle forme quadratiche. Prima di tutto, cominciamo con il metodo per trovare questa funzione serie di prezzi più approssimativa. Suppongo di poter prendere una funzione parabola nella forma
y(t)=A(t-t0)^2+B dove y è un prezzo, t è il tempo, t0 è un punto sulla linea temporale dove la parabola ha un estremo e A e B sono coefficienti.
Poi segue il problema di trovare tali coefficienti ottimali A e B che rendono la parabola ottimale secondo il criterio del minimo di energia potenziale. Per quanto ho capito dalle fonti recensite, l'essenza di questa ottimizzazione è la seguente. Immaginiamo la curva della parabola come una linea con lo stesso potenziale di campo. Che sia zero per la certezza. Il gradiente di tale campo potenziale sarà diretto pre-pendicolarmente alla linea della parabola. Allora il problema della minimizzazione dell'energia potenziale si riduce al problema di trovare una tale parabola, in cui la somma dei quadrati delle distanze più brevi tra i punti della serie dei prezzi e la curva della parabola sarà minima. Quindi dobbiamo ottimizzare i parametri della parabola per trovare la distanza più breve tra i punti della serie di prezzi e la linea della parabola. La distanza più breve è la distanza lungo la retta che interseca la parabola ad angolo retto. Quindi dobbiamo risolvere il problema di trovare queste distanze più brevi. Potresti condividere, almeno dal punto di vista metodologico, quale metodo usi. Io, per esempio, immagino il processo di trovare queste distanze più brevi come segue.
1. Selezioniamo (l'algoritmo del calcolo non è ancora chiaro) una parabola più o meno vera per la serie di prezzi esistente, che vogliamo approssimare.
La approssimiamo con un poligono che ha l'equazione di una linea che passa per ogni punto tangente alla parabola. L'equazione della retta per il punto T Y(t,T)=a(t-T)+b, dove a=2A(t-t0) e b=y(T).
3. Poi, per qualche punto selezionato nella serie dei prezzi, vincoliamo la regione di valori lungo gli assi t e y in cui esiste un punto di intersezione della perpendicolare disegnata dal punto alla parabola con la parabola stessa.
4. Iterare le equazioni dei segmenti del poligono che si trovano in questa regione del poligono per l'intersezione con la perpendicolare. Fate il numero necessario di iterazioni e approssimazioni per ottenere l'errore richiesto nel calcolo della lunghezza perpendicolare dal punto alla curva.
5. Somma i quadrati di questi segmenti e ottieni così il valore della funzione obiettivo.
6. Cambiate quindi i parametri della parabola ed eseguite il calcolo dei punti da 2 a 5 per il numero di volte necessario. Il valore più piccolo della funzione obiettivo corrisponde al valore dei parametri della parabola che approssima la serie dei prezzi in modo ottimale.
Poi è probabilmente possibile calcolare i parametri condizionatamente parlando "quasi-dispersione" e "quasi-SCO" dal valore ottimale ottenuto della funzione obiettivo. Su questa base, oltre alla parabola esistente possiamo disegnare diverse altre parabole sul grafico dei prezzi che hanno condizionatamente le caratteristiche di probabilità numerica e che incarnano le linee di campo potenziali che hanno la stessa probabilità di inversione di tendenza. Per esempio le linee del 70%, 80%, 90% di probabilità di inversione.
Vladislav, pensi che mi sto muovendo nella giusta direzione per capire la tua strategia o non ho capito proprio nulla e sono andato in una direzione completamente diversa?
Ho dimenticato il corso di VM, potrei sbagliarmi, ma puoi provare in questo modo:
La distanza più breve da un punto a una parabola sarebbe la distanza dal punto lungo la linea che coincide con la normale.
La normale alla parabola può essere calcolata attraverso la derivata prima, (la derivata è la tangente dell'angolo di inclinazione della tangente).
quindi si può costruire un sistema di equazioni:
1. l'equazione della parabola.
2. l'equazione della linea retta (normale) (conoscere la derivata)
3. il punto appartenente all'equazione della linea retta (normale)
Se risolviamo il sistema, otteniamo una soluzione rigorosa.