una strategia di trading basata sulla teoria dell'onda di Elliott - pagina 88

 
..
 
2 Rosh

Un'altra cosa. Una cosa che non capisco è questa: СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5
Per come la vedo io, nelle tue notazioni, RMS2/3[N]=(D[2N/3])^0.5
O, se si cerca di rappresentarla come una differenza:
СКО2/3[N]=({S[N]-S[последняя треть]}/{2N/3})^0.5



L'RMS è la radice della varianza (somma dei quadrati delle deviazioni divisa per un certo numero). Allora la somma dei quadrati della varianza sulla barra 100 meno la somma dei quadrati della varianza sulla barra 33 darà la somma dei quadrati della varianza dalla barra 33 a 100. Il resto è facile. In generale, avete ragione, come ho capito, devo essermi espresso male.
 
Grazie Yurixx per le risposte, ma vorrei chiarire alcuni punti
La scelta dei criteri di selezione dei canali è la vostra creatività.

Il punto è che due canali possono avere la stessa varianza di errore di regressione all'interno della significatività statistica, ma una diversa varianza di prezzo, approssimativamente, un canale sarà più ripido, l'altro sarà più piatto. La questione è quale canale scegliere. Bulashev considera tre criteri per valutare la qualità di una linea di regressione, che coinvolgono tutti il rapporto delle due varianze di cui sopra. Scegliere tra questi tre criteri è davvero una creatività personale, e scegliere la varianza dell'errore di regressione per confrontare la qualità dell'approssimazione non è del tutto corretto.

Rispondete inoltre a
2.... Poiché la varianza dell'errore è una variabile casuale, gli intervalli di confidenza del chi-quadrato possono essere utilizzati per identificare una classe, un gruppo di minimi che sono statisticamente indistinguibili gli uni dagli altri. E come possiamo selezionare da questo gruppo ciò di cui abbiamo bisogno?

Vladislav prende il peggio di questa classe.

Se vuoi dire che Vladislav prende il più ampio intervallo di confidenza possibile per questo, allora mi hai frainteso, se qualcos'altro, allora ti ho frainteso.
Quindi secondo l'algoritmo di Solandra dopo "...il campione non cade fuori dall'intervallo di confidenza del 99%. Il canale che ha il valore RMS più piccolo viene selezionato dalla serie di andare di barra in barra. Stavo chiedendo - come selezionare il più piccolo RMS se possono essere statisticamente indistinguibili o è tutta un'inezia?

Prossimo
3.Di nuovo, la domanda sulla staffa 2\3 riguarda la precisione del numero 2\3. Perché non dire 5\8 o qualche altro numero. Quanto sarebbero significative le deviazioni da questo numero. Ricordo che Vladislav ha parlato di approssimazione del campione 2\3. Forse ha qualche criterio per scegliere la precisione?

La scelta della precisione della staffa è determinata dalla precisione statistica della sua definizione. Lei stesso ha detto che è una variabile casuale.

Onestamente, io non capisco, o voi non capite me. In realtà non ho chiesto di scegliere la precisione della sko. Devo aver capito male. Mi chiedevo perché lo sko del campione viene confrontato con lo sko del campione 2\3 per determinare la convergenza, e non lo sko di qualche altra parte di 5\8, 7\9 ecc. Questo avrà un effetto significativo sui risultati della selezione? O si tratta di nuovo di dettagli insignificanti? Il confine tra il bene e il male?:)


Se ti interessa un modello funzionante, allora prendi tutto questo come assioma, implementa questo modello programmaticamente e il mercato stesso ti mostrerà se il tuo insieme di assiomi è giusto o no.


Insomma, "cosa c'è da pensare, bisogna scuoterlo". Mi è sembrato che la bellezza dell'approccio in discussione è che prima di guardare a ciò che il mercato mostrerà, si fa un'analisi approfondita e si sostanziano i criteri per distinguere ciò che il mercato può mostrare in generale. Non sono molto bravo a programmare, e non sono bravo a programmare senza capire cosa esattamente è necessario, e poi vedere cosa è successo. Devo essere molto esigente sulle piccole cose.
Saluti
 
2 Rosh
И еще. Что-то я не понял вот это: СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5

L'RMS è la radice della varianza (la somma dei quadrati della deviazione divisa per un certo numero). Allora la somma dei quadrati della varianza sulla barra 100 meno la somma dei quadrati della varianza sulla barra 33 darà la somma dei quadrati della varianza dalla barra 33 alla barra 100. Il resto è semplice.

Cioè, dovresti probabilmente scrivere la formula RMS1/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5 o RMS2/3[N]=({D[N]-D[1N/3]}/{N-1N/3})^0.5.
Ho capito bene?
 
<br/ translate="no"> L'RMS è la radice della varianza (la somma dei quadrati delle deviazioni divisa per un certo numero). Allora la somma dei quadrati della varianza sulla barra 100 meno la somma dei quadrati della varianza sulla barra 33 darà la somma dei quadrati della varianza dalla barra 33 alla barra 100. Il resto è facile.



Se ho capito bene, questo non è corretto perché le deviazioni per 2/3 sono contate da un'altra linea di regressione. Prova a costruire un canale a una certa lunghezza e un altro a 2/3 e vedrai che le linee non coincidono e quindi la somma delle deviazioni sarà diversa (forse è questo che intendevi?). Per quanto ho capito la varianza o l'RMS stesso non può essere usato per calcolare i valori successivi poiché ogni nuova barra dà una nuova linea e cambia l'intera varianza, in teoria non può essere calcolato dalla varianza ottenuta sulla barra precedente. Mi sembra di essere riuscito a tenerne conto in questo ciclo e anche il plot del canale di due terzi sembra ok (quando si calcolano i coefficienti di regressione si calcola anche la somma dei quadrati del CB e la somma del CB stesso quindi possiamo usarli per calcolare la dispersione sulla barra successiva, ma la dispersione stessa non ha funzionato) ma quando ho fatto il file RMS e ho guardato più attentamente ho trovato alcune cose strane che accadono su ogni 3 barre.(anche se mi sembra di aver tenuto conto del movimento ineguale di 2/3 limiti di intervallo)
 
Ho trovato delle cose strane che continuano a spuntare ogni 3 battute.
Ho trovato un errore in un posto, avrei dovuto usare MathFloor invece di MathRound.

PS Se qualcuno è interessato posso postare i dati RMS (corretti :))
 
2 Rosh Hai usato una funzione della forma Ah^2+Bx+C o Ah^2+B nel trovare le parabole. Se la prima, hai equiparato B al coefficiente trovato dall'equazione di regressione A.
 
2 Rosh
И еще. Что-то я не понял вот это: СКО2/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5

СКО - это корень из дисперсии(суммы квадратов отклонений, деленной на некое число). Тогда сумма квадратов отклоений на баре 100 минус сумма квадратов отклоений на баре 33 даст сумму квадратов отклонений от 33 до 100-го бара. Дальше все просто.

Quindi la formula dovrebbe probabilmente essere scritta come RMS1/3[N]=({D[N]-D[2N/3]}/{N-2N/3})^0.5 o RMS2/3[N]=({D[N]-D[1N/3]}/{N-1N/3})^0.5

Entrambe le formule che hai scritto qui sono sbagliate. La varianza e la somma dei quadrati sono diverse. D[N]=S[N]/N
Dato questo, la varianza della differenza degli intervalli non è uguale alla varianza degli intervalli. Il commento di Rosh, da quanto ho capito, esprime l'accordo con il mio chiarimento.

Vale a dire, "cosa c'è da pensare, bisogna scuoterlo". Mi sembra che la bellezza dell'approccio in discussione è che prima di guardare a ciò che il mercato mostrerà, si fa un'analisi approfondita e si sostanziano i criteri per distinguere ciò che il mercato può mostrare in generale. Non sono molto bravo a programmare, e non sono bravo a programmare senza capire cosa esattamente è necessario e poi vedere cosa è successo. Devo essere molto esigente sulle piccole cose.

Il punto è che la matematica pura e il mercato sono cose sostanzialmente diverse. Mi sembra che si debba procedere da questo. Per esempio:
L'analisi è certamente approfondita, ma in particolare deriva dal fatto che Vladislav assume che è impossibile prevedere con precisione il successivo movimento dei prezzi. Ma è possibile fare una "previsione non casuale", la cui probabilità sarà in qualche modo (!) uguale alla sua probabilità reale. In generale, un'analisi approfondita è una teoria verificata sperimentalmente. L'approccio di Vladislav non è una teoria, ma solo un modello. E la sua verifica sperimentale è solo ora in corso, i risultati sull'impero. Cosa volete da chi, come voi, ha visto il modello solo sulla carta e non ha capito tutto?

Non cercare di "tirare fuori" da noi più di quanto sappiamo. Non lo ammetteremo comunque :-)
Faresti meglio a cercare di analizzare il modello per conto tuo e offrirci la tua visione.
Il resto è in accordo con quanto detto

La questione è che due canali possono avere la stessa varianza dell'errore di regressione entro i limiti della significatività statistica, ma una diversa varianza di prezzo, approssimativamente, un canale sarà più ripido, e l'altro sarà più piatto. La questione è quale canale scegliere. Bulashev considera tre criteri per valutare la qualità di una linea di regressione, che coinvolgono tutti il rapporto delle due varianze di cui sopra. La scelta di questi tre criteri è davvero una creatività personale, e scegliere la varianza dell'errore di regressione per confrontare la qualità dell'approssimazione non è del tutto corretto.

IMHO. Le dispersioni dei prezzi possono differire significativamente solo se i campioni differiscono significativamente. Se questo è il caso (cioè uno è significativamente più lungo dell'altro), allora entrambi i canali hanno forza, ma differiscono nella loro lunghezza. Questi sono i tipi di canali che ti interessano. Inoltre, credo che sia la varianza dell'errore la principale fonte di informazione per la creazione del criterio. E discutere sulla qualità dell'approssimazione è, secondo me, inutile. L'ANC dà la versione migliore.

Se vuoi dire che Vladislav prende il più ampio intervallo di confidenza possibile per questo, allora mi hai frainteso, se qualcos'altro, allora ti ho frainteso.
Quindi secondo l'algoritmo di Solandra dopo "...il campione non cade fuori dall'intervallo del 99%. Il canale che ha il valore RMS più piccolo viene selezionato dalla serie di andare di barra in barra. Stavo chiedendo - come si fa a selezionare il più piccolo RMS se possono essere statisticamente indistinguibili o è tutta un'inezia?

IMHO. Non dare per scontato che Vladislav e Solandr la pensino allo stesso modo. Solandr ha solo condiviso la sua comprensione. Si può prendere il canale con la sko più piccola, o si può prendere tutta la classe con lo stesso significato statistico. E usare il peggiore di essi.

Francamente, io non capisco, o voi non capite me. In realtà non ho chiesto la scelta della precisione del bestiame. Probabilmente non mi sono espresso con precisione. Mi interessava perché lo sko del campione è paragonato allo sko del campione 2\3 per determinare la convergenza, e non lo sko di qualche altra parte di 5\8, 7\9, ecc. Questo avrà un effetto significativo sui risultati della selezione? O si tratta di nuovo di dettagli insignificanti? Il confine tra il bene e il male?)

IMHO.2/3 è la scelta di Vladislav. Non aspettare la giustificazione. Prova altre opzioni. Qui sono presenti delle forbici. Più grande è la frazione, più è probabile che non si cada dal canale sulla barra corrente. E più grande sarà l'illusione in cui vi state conducendo. E se si prende "il meno", si otterrà una condizione più dura e si aumenterà la probabilità di cadere prematuramente fuori dal canale. Cioè, il vostro criterio vi butterà fuori dal canale prima che crolli effettivamente. Potete considerare 2/3 come un parametro da ottimizzare.

Buona fortuna.
 
2 Yurixx
Grazie
 
2 Rosh Hai usato una funzione della forma Ah^2+Bx+C o Ah^2+B nel trovare le parabole. E se il primo, hai equiparato B al coefficiente trovato dall'equazione di regressione A.


Parabola Y(X)=Ax^2+Bx+C , i coefficienti della parabola non sono in alcun modo legati ai coefficienti della regressione lineare Ah+B.
Motivazione: