記事についてのディスカッション - ページ 5

 
素晴らしい読書!次回作を期待している!
 

一般的な簡易アルゴリズム

  • N個のローソク足の窓がスキャンされる;
  • N個のローソク足の窓がスキャンされ、下落ローソク足と上昇ローソク足のどちらが多いかがチェックされる;
  • 優位性が閾値より大きい場合、一連のポジションを開始するシグナル
  • 下落中のローソク足が 多い=買いシグナル、上昇中のローソク足が多い=売りシグナル;
  • ロットが計算される;
  • 次のローソク足で新規ポジションが建てられる;
  • シリーズ終了条件が成立;
  • すべてのポジションを決済;
  • 新しいシグナルを探す。


著者はRSIインディケータを考案した。ブラボー!

 
あなたが使っているのは2番目の方法なので、話題を変えた方がいいかもしれません。戦略は面白そうだが。
 
Eric Pedron:
あなたが使っているのは2番目の方法なので、話題を変えた方がいいかもしれません。戦略は面白そうだが。
はい、このアルゴリズムは自己適応的ではなく、アイデアを発展させるための最初のステップです。 全部で4つの記事があり、最後の2つで完全適応的なものをお見せします。
 
Aleksey_Kryukov:

一般的な簡易動作アルゴリズム

  • N個のローソク足の窓がスキャンされる;
  • N個のローソク足の窓がスキャンされ、下落ローソク足と上昇ローソク足のどちらが多いかがチェックされる;
  • 優位性がしきい値より大きい場合、一連のポジションを開始する信号
  • 下落中のローソク足が 多い=買いシグナル、上昇中のローソク足が多い=売りシグナル;
  • ロットが計算される;
  • 次のローソク足で新規ポジションが建てられる;
  • シリーズ終了条件が成立;
  • すべてのポジションを決済;
  • 新しいシグナルを探す。


著者はRSIインディケータを発明した。ブラボー!

相対力指数

RSI= 100 - (100 / (1 + U / D))

ここで

U - プラスの価格変動の平均値;
D- マイナスの価格変動の平均値。

RSI指標を分析するのではなく、ローソク足の下降と上昇の数、これは別の意味です。はい、その後、ポジションが開き始めると、インジケータとの類似性があります。ポジションのセットの助けを借りて、式が似てくる。そして、正確にではなく、似ているだけです。さらに、インジケーターには期間があり、ポジションは必要な期間にオープンされます。

このシステムには多くの批判があり、完璧とは程遠いものですが、RSIであるという事実はやりすぎです。このシステムは、飛行機が自動車に似ているように、RSIに似ている。どちらも車輪があり、燃料を燃やす。

 
あなたが探しているのは効率であって、均衡ではない。この作業では、ローソク足の本数だけが唯一見るべき場所であり、もしオープンとクローズの間の振幅の平均も見るのであれば、より正確で、他のものも見ることができる...と確信していますか?あなたはローソク足をルーレットの赤と黒のような単純な賭けとして扱っているが、ルーレットはほぼ100%の効率で閉じた回路であり、反対勢力はなく、0だけがある...
自己適応的なアプローチを 持つには、まずカウントの開始点とカウントの継続時間を確認するエンジンが必要になる...動きの時間と振幅、平均、破棄、サイクル...等々。
 
Luis Leal #:
あなたが探しているのは効率であって、均衡ではない。この作業では、ローソク足の本数だけが唯一見るべき場所であり、もしオープンとクローズの間の振幅の平均も見れば、より正確で、他のものも見ることができる...と確信していますか?あなたはローソク足をルーレットの赤と黒のような単純な賭けとして扱っているが、ルーレットはほぼ100%の効率で閉じた回路であり、反対勢力はなく、0だけがある...
自己適応的なアプローチを 持つには、まずカウントの開始点とカウントの継続時間を確認するエンジンが必要になる...動きの時間と振幅、平均、破棄、サイクル...等々。


このトピックについてさらに3つの記事を書いたので、順番にリンクを貼っておく。

2 -https://www.mql5.com/ja/articles/8767

3 -https://www.mql5.com/ja/articles/8807

4 -https://www.mql5.com/ja/articles/8859

この記事に先立つ記事もあり、そちらではこのトピックについて触れている。

当然のことながら、私は立ち止まることなく、理論モデルの開発を続けた。今ではすでに、価格系列がランダム・ウォークとどのように異なるのか、その違いをどのように見つけるのか、そしてその違いの理由は何なのかを説明することができる。記事にはまだ書いていないが、私の次の作品を読めば、興味を持つかもしれない。
Developing a self-adapting algorithm (Part II): Improving efficiency
Developing a self-adapting algorithm (Part II): Improving efficiency
  • www.mql5.com
In this article, I will continue the development of the topic by improving the flexibility of the previously created algorithm. The algorithm became more stable with an increase in the number of candles in the analysis window or with an increase in the threshold percentage of the overweight of falling or growing candles. I had to make a compromise and set a larger sample size for analysis or a larger percentage of the prevailing candle excess.