una strategia di trading basata sulla teoria dell'onda di Elliott - pagina 19
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
Usando l'indicatore incorporato in MT4 significa automaticamente che si seleziona la media mobile come prezzo di previsione. Puoi selezionare qualcos'altro. L'algoritmo per calcolare l'RMS stesso è corretto: la radice quadrata della somma dei quadrati divisa per il numero di gradi di libertà.
Buona fortuna e in bocca al lupo per le tendenze.
Vladislav, vorrei anche chiarire se ho capito bene la tua raccomandazione.
Diamo la formula di Taylor:
Consideriamo le derivate della parabola f(x)=Ax^2+B
f'(x)=2Ax,
f''(x)=2A,
f''(x)=0, tutte le derivate dalla terza in su diventano 0.
Allora secondo la formula di Taylor abbiamo serie composta solo dai primi tre termini. In questo caso, l'espansione in serie di Taylor della funzione f(x)=Ax^2+B sarà esatta (cioè l'ultimo termine dell'errore di espansione diventa zero). Successivamente, dobbiamo valutare la qualità dell'approssimazione della serie dei prezzi da parte della parabola ottimale. Cioè, il nostro requisito principale è che la serie di errori di approssimazione deve essere convergente (cioè la somma degli errori converge a un numero finito). E possiamo determinarlo semplicemente confrontando l'errore di approssimazione calcolato con il terzo termine dell'espansione. Ho ragione o no? Quindi, quando si sceglie una parabola e il campione stesso, si usa il criterio che l'RMS degli errori di approssimazione non deve superare il valore del terzo termine della serie, per un campione di valori che giace nell'intervallo da a a x? Segui lo stesso principio nella tua strategia o no?
A proposito, c'è qualche incongruenza in questo. Ottimizziamo la parabola usando la proprietà della potenzialità del prezzo (attraverso la perpendicolare alla parabola) e stimiamo gli errori di approssimazione nel modo usuale.
Cosa c'è di sbagliato qui? Come possiamo conciliare la ricerca della parabola ottimale e la stima dell'errore di approssimazione?
Buona fortuna e in bocca al lupo per le tendenze.
A mozet sdelajem v all vmeste konstruktivnuju rabotu?
Dite, napisat' sovmestno indikator, katoryj beget 4erez vs vs istoriju do teku4ej ceny i s4ityvajet Elliot waves :)))
Sviluppare MT4 tol'ko pablogodorit za takoje.
Neskol'ko moix idej dlia na4ala:
1) All'inizio istoriji opredelit' v kakuju toru cena ili FLAT
2) se FLAT, zdiom poka probivajutsia granitsia flata, tokda smotrim v kakuju storonu dvigajetsia cena, tak opredelajem na4alo ods4iota, s4itajem tol'ko 1-2-3 i A-B-C volny
3) is4em tol'ko "base" Elliot Wave patterns 1-2-3 i 1-2-3-4-5 + A-B-C volny dopo okon4anija dvizenija ceny (tendenza)
4) Jesli imejem "failed Elliot Wave", zna4it ploxoj ods4iot i tot kusok istroriji nada jes4io raz peresmatret' nas4iot v kakuju storonu dvigajetsia cena intervale pabolshe teku4evo.
5) K etim grafikam xorosho godosho cifra Fibonacci, sami lookotrite s indikator MT4 in istoriji da Elliot Wave 1 na4ala a na4ala Elliot Wave 4 - http://www.market-harmonics.com/elliott_wave2.htm
Dopolnitel'no doli poniatija o 4iom re4' pro4itaite http://www.elliottician.com/showpage.asp?p=47 i postaraites' ponat' kak kotritsia "bassic Elliot Wave pattern". Polnoje opisanije na ruskom ses' : http://www.alpari-idc.ru/ru/textbook/tech_an/ew/
Per quanto riguarda l'indikatora patom mozno podkrutit' k novojiji versi MT4 kak standartnyj indikator :)
Quindi probabilmente si procede come segue.
Passo 1. Prendere un campione
Passo 2. Approssimarlo con un canale di regressione lineare
Passo 3. Trova gli errori di approssimazione.
Passo 4. Analizzare il grafico degli errori. Si suppone che l'ordine della funzione di approssimazione debba essere più alto o che il campione dato non possa essere approssimato da nessuna funzione continua se la serie di errori diverge o ha delle forti deviazioni visibili a occhio che cadono fuori dall'intervallo di confidenza accettabile (l'algoritmo di automazione del calcolo non è ancora completamente chiaro).
Passo 5. Ripetere i passi 1-4 per l'approssimazione con una parabola (o qualcos'altro)
Passo 6. Valutate gli errori; se gli errori superano un limite ragionevole, scartate semplicemente questo campione. Se il grafico degli errori ha una struttura ragionevole, allora memorizziamo le informazioni sul campionamento, il metodo di approssimazione e le informazioni aggiuntive sulle funzioni approssimate in qualche array.
Passo 7. Poi, avendo provato ripetutamente tutti i campioni possibili e avendo cercato le varianti ottimali delle funzioni approssimative per ogni campione, ci fermiamo a quei campioni che soddisfano i nostri requisiti in modo estremo. È anche naturalmente auspicabile utilizzare il metodo da voi raccomandato di approssimare le funzioni non per tutto il campione, ma solo per 2/3, lasciando l'ultimo terzo per testare i risultati dell'approssimazione (questo è un suggerimento molto prezioso!).
Passo 8. Disegna approssimazioni di estremi sul grafico del prezzo con continuazione nel futuro. È naturale che un intervallo di confidenza sia tracciato per ogni approssimazione.
Passo 9. Così vediamo dove si intersecano i limiti degli intervalli. Poi definiamo le date approssimative.
Passo 10. Durante l'avvicinamento del prezzo ai punti di svolta, calcoliamo la probabilità di inversione di tendenza utilizzando il metodo di stima dell'errore integrale. Sarà probabilmente necessario fare la media delle stime dei pivot per tutti i canali di approssimazione. Per il canale di regressione lineare sarà anche necessario calcolare il coefficiente di Hearst per averlo come parametro supplementare. È anche bene guardare i livelli di Murray. Così, abbiamo un'alta probabilità di prendere una decisione sul posizionamento degli ordini in sospeso e sulla determinazione degli stop con un rischio minimo.
Naturalmente, l'Expert Advisor che calcolerà tutto ciò sarà molto esteso (hai detto che contiene 6000 linee)! E finora non tutto è chiaro in termini di decisione automatica per ciascuno dei campioni. Beh, penso che tu debba solo iniziare a provare a programmare questo algoritmo, e poi, sperimentando, puoi capire qualcosa che è difficile da capire anche a livello teorico, ma che diventerà chiaro da solo durante l'esperimento. E in effetti il tempo di calcolo sarà abbastanza significativo. Hai detto che le prime varianti hanno funzionato per 30-40 minuti su una macchina debole. Quindi su un P4 2.4 GHz dovreste aspettarvi circa 10 minuti di tempo di calcolo.
Sul tema dei metodi di approssimazione ho trovato il seguente interessante tutorial.
Dato che non hai bisogno della parabola stessa, puoi approssimare le derivate subito. Il coefficiente di regressione è quello che ti serve (da qui la serie di Taylor ;) ). Allora non vi importerà quale sia la forma della traiettoria - la cosa principale è stimare correttamente l'intervallo di confidenza. Si prega di leggere attentamente la letteratura raccomandata, contiene abbastanza informazioni.
Buona fortuna e buone tendenze.
Capito... :)
Vot odin iz moix staryx mql3: