エリオット波動理論に基づくトレーディング戦略 - ページ 132

新しいコメント
 
Rosh:
私なら優先順位を変えます。エントリーの正しさは50％前後で均衡させるべきですが、ストップとプロフィットで優位に立てるようにします。つまり、小さなストップでも大きな利食いでも できるところでエントリーするのです。

水路の急勾配が小さい限界では、このようになります。一般的には、Yurixxさんの 回答と重なるため、より複雑な図になりますが、以下、補足説明します。

ユリックス。
エントリーレベルについて質問したのは、あなたの評価に対する考え方を理解するために、SLとTPの比率を確認する必要があったからです。今は1：4と理解しています。

私は、エントリーの瞬間に固定されていない、現在のRMSレベルを使用しています、つまり、この比率はエントリーの瞬間にのみ当てはまります。さらに、トレンドのエントリーでは、SLが締まり始め、TPが離れ始める。また、トレンドに逆らってエントリーする場合は、それぞれその逆となります。

ユリックス。
一般的には、選択肢としてイメージしています。
1.均衡評価。SL＝TPです。このオプションは、シンプルで、エントリーの「正しさ」を客観的に評価できるため、気に入っています。つまり、システムによる当選確率の上昇を推定するものである。
2.非平衡推計 SL < TP。このバリエーションでは、システムが反転ポイントにどれだけ近いところに入るか（カウンタートレンドのエントリーの場合）、またはトレンドの終わりからどれだけ離れたところに入るか（トレンドエントリーの場合）を推定することができます。
3.複雑な見積もり。もちろん、たくさんありますよ。そして、それぞれがシステムが提供するエントリーの特定のプロパティを推定することができます。私も使った例をひとつだけ紹介しましょう。SLは与えず、パラメータはTRのみとする。各エントリーについて、そのエントリーが TP に到達する前に到達した最大ドローダウンが推定される。TPを変化させることで、統計的に分析可能な系列を得ることができます。これはあくまでデメリットがある例です。特に、ТРには全く到達しないこともある。そのため、このような推定のバリエーションを適用するには、それぞれ独自の改良が必要である。

一般に、システム全体を評価する場合、次の2つの値に依存します：各負の取引に対する正の取引の量と、利益の出る取引の平均利益と利益の出ない取引の平均損失の比率です。これらの値はすべて、システム全体をテストする際の複合体として得られるものである。したがって、なぜこのような結果が出るのかがわからないという意味で、独立したものではないのです。インプットが悪いのか、アウトプットが悪いのか、SLやTRがおかしいのか、などなど。ですから、インプットとアウトプットの評価方法を標準化することは、もちろん素晴らしいことです（これらは関連性がありますし）。そうすれば、システムの2大特徴を独立して評価する方法論を構築することができるだろう。そうすれば、システムの長所と改善すべき点が一目瞭然になります。

私は、エントリーオーダーとフォローオーダーを自由度（エグジットも含む）と考える以外は、同じような考えを持っていました。別々に最適化できれば、まず仕事量（大雑把に言えば、量の積ではなく和）を減らす結果になる。実際、標準的な定義では、これらは独立していないため、再定義する必要があるが、これによって、概念がわかりにくくなり、適用が難しくなるかもしれない。つまり、一種の直交化が必要なのだ。そういう意味では、3つ目の選択肢は、少なくともリフレクションの入門編としては、なかなか面白そうですね。
 
<br / translate="no">「くねくね」という言葉がよくわからないのですが、例えば共役勾配法（一度リンクを貼りました）で徐々に近似して最大または最小を求めるという意味なら、この方法の方が今回のケースには適しており、くねくねとは関係ないのですが。また、新しい鎖線を定義することを意味するのであれば、それは間違っていると思いますし、数値計算の手法ではこのように問題を解決することはできません。しかし、微分方程式、積分方程式、補間問題などは解ける。つまり、連立方程式を解いた結果、一組の曲線が得られるのです。


この問題を正面から解くにはどのアルゴリズムが正しいのか、正確には言えませんが（私自身は興味を持ちましたが）、近似的なアルゴリズムを紹介します。

 
Rosh 最初からそのように理解していました。確かに、変分法を使ってこの問題を解くこともできる。しかし、チャンネルの左右の境界の価格値を列で、価格を鎖で表現するのは正しいでしょうか？それに、それを解決するためには、何らかの均衡条件を設定する必要がある。
 
エントリー時の固定ではなく、現在のSCOのレベルを使用しています。つまり、この比率はエントリー時にのみ当てはまります。さらに、トレンドエントリーでは、SLが締まり始め、TPが遠ざかり始める。そして、それぞれ、逆に、トレンドに逆らってエントリーする場合。

SLやTPの水準が変化する可能性があることは明らかです。また、計算パラメータやMMの変更、すなわちトレーリングなどの結果であることも明らかである。しかし、インプット（とアウトプット）の効率を標準化し、研究するためには、これらをすべて排除しなければならない。標準的な一定の条件下で良好な結果が得られた場合、賢明な戦略とMMによってさらに改善することができます。自力で良い結果が得られないと、MMはこの警告絵を汚すだけです。
 
もう一点。計数時間が長いため、探索深度（計算されるチャネルの最大長）を制限する必要がある。結果にどのような影響を与えるのでしょうか？下記は2004年9月から2006年7月までの2つのテストチャートで、1つは検索深度300本、もう1つは500本である。アルゴリズムは同一です。残念なことに、その差はかなり大きいのです。

サンプルの長さの違いによる結果の違いも検証してみました。興味深いことに、結果はここで発表された"エリオットの波動理論に基づく取引戦略" solandr 23.06.06 10:36
300本と1000本のバランスグラフは、かなり高い相関があります。正直なところ、線形回帰とは別に放物線回帰も使っていますし（それについてはすでに何度か書きました）、この方法によってチャンネルの「真の」パラメータ（我々が計算で選んだものではなく、現実に存在するチャンネルの境界）に近づくことができるといういくつかの情報源から、両者を用いて得られたデータを平均化します。
また、戦略とはいくつかの要素の集合体であることを、尊敬する支部メンバーの皆さんにお伝えしたいと思います(つまり、たった1つの線形回帰チャネルで遠くまで行くことは不可能であり、たとえそのチャネルがVladislavが最小潜在エネルギーに基づいて定義したものと絶対に一致したとしてもです！)。あなたのEAでマーレイのレベルを使用しているかどうかは知りませんが、ハースト比や資金管理（後者はYurixxが 正しく指摘したように、他のコンポーネントが提供する利益を最大化するためにのみ大きく関連します）と同様に、重要な役割を果たします。まず、最も厳しい条件で市場に参入し、ポジション管理アルゴリズムを実践する中で、後から条件を柔らかくする（取引数を増やし、結果的に総利益を増やす）ことをお勧めできます。つまり、戦略の成功は、半分はこのスレッドに書かれている方法論の結果であり、半分はポジション管理のアルゴリズムの成功（より正確には、合理的）の結果なのです。そして、ポジション管理アルゴリズムが成功しているかどうかの疑問は、ストラテジーテスターを通じて独自に答えを出すことができます。そしてまさに後半は、誰もが自分で見つけることができる（あるいはできない）ものであり、Vladislavが最初から一般に発表することを拒んだものであり、このスレッドで非常に興味深い議論がなされている潜在的エネルギーについてのみではない。
 
<br/ translate="no"> 300本と1000本のバランスグラフは、かなり高い相関性を持っています。しかし、私は線形回帰の他に放物線回帰も使い（それについてはすでに何度か書きました）、そして、いくつかの情報源から得た情報に基づいて、その両方を使って得たデータを平均化します。これにより、チャンネルの「真の」パラメータ（実際に存在するチャンネルの境界線（計算で選んだものではない））に近づけることができます
。


そこで質問ですが、線形近似や放物線近似のパラメータの統計的有意性の検定を行っているのでしょうか？つまり、あるサンプルに対して、
線形回帰 Y=A*X+BとY=A1*X^2+B1*X+Cの良い近似値があります。これらの近似値が同じオーダーの近似値であるかどうかを確認する必要があります。もしそうであれば、放物線は人為的なものとして簡単に否定され、そうでなければ、同じ時系列に2つの異なる近似があることになり、これは線形回帰チャネルブレークの基準として機能する。
 
では、この質問ですが、線形と放物線の近似パラメータの統計的有意性をチェックしているのでしょうか？<br/ translate="no"> つまり、あるサンプルに対して、線形回帰Y=A*X+BとY=A1*X^2+B1*X+Cの両方について良い近似があります。これらの近似値が同じオーダーの近似値であるかどうかを確認する必要があります。もし、それが真であれば、放物線は人為的なものとして簡単に否定され、そうでなければ、同じ時系列の2つの異なる近似があることになり、線形回帰路の破れの基準として機能することができます。

いいえ、そんなことはありません。もちろん、この考え方もチェックすべきですが。放物線と直線は、その可能性の限界において、価格系列を正確に近似している。しかし、放物線はより「強力」であるため、より多くの近似可能性を持っています（次数2、一方、直線は次数1です）。つまり、選択によっては放物線が直線に変形することはあっても、直線が放物線に変形することは絶対にないのです。近似次数が2より大きいとトレンドではなく、トレンドのランダムな成分を近似するという安定した見解があるため、近似に用いることはできないが、そのおかげでVladislavは、軌道のタイプは重要ではなく、与えられた範囲にある2つの曲線は近似という点で等しいと主張することができるのである。 また、線形回帰線のブレイクの基準については、私は今のところ純粋に視覚的に、線形回帰線のブレイクの前にパラボラ・トップが形成されることを観察しています。つまり、トレンドの反転ポイントは、トレンドの反転ゾーンにピークを持つ放物線で近似できることが多いのです（ただし、常にではありません）。今のところ、アルゴリズムに組み込んで実用性を確認するほどの時間は取れていません。今は、オシレーター系指標を完全に排除したトレーディングシステムを作る可能性に一番興味があります。つまり、MACDやOsMA、ストキャスティクスなどのオシレーターを使わずに、

図式だけで 相場を予想することは可能なのでしょうか？
 
.放物線と直線は、その可能性の限界において、価格系列を正確に近似している。しかし、パラボラはより「強力」であるため、より多くの近似可能性を持っています（次数2、一方、直線は次数1です）。つまり、サンプルによっては放物線が直線に変形することもあるが、直線は当然ながら放物線に変形することはない。<br /> translate="no"> ・・・。
また、線形回帰線の破断の基準について、私はこれまで純粋に視覚的に観察してきたが、線形回帰線が破断する前に、パラボラ・トップが形成されることが分かっている。つまり、トレンドの反転ポイントは、トレンドの反転ゾーンにピークを持つ放物線で近似できることが多いのです（ただし、常にではありません）。今のところ、アルゴリズムに落とし込んで応用の利便性を確認する時間がないんです。


計算の結果、LRとパラボラの両方で同じ残差のばらつきがあることがわかったとき、この値を計算するアルゴリズムが正しいことを確認することができたのです。

LRチャネルがブレイクしたときにパラボラの頂点を視覚的に捉えることは難しくないが、プログラムを教えることはより困難である。そのため、上記のような基準が有効な場合があります。LRとパラボラの中心間のたわみを、散乱に正規化したものを関与させることができる（オプションとして）。未確認です。
 
LRチャネルがブレイクしたときにパラボラの頂点を視覚的に捉えることは難しくないが、プログラムを教えることはより難しい。

不思議なことに、プログラムに頂点を特定させるためのアルゴリズムがすぐにわかったんです。A>0 ならば、放物線の枝は上に行くので、頂点がすでに通過していると判断するには、Yparabola_current>Yparabola_previous という条件を使えばいいのです。逆にA<0であれば、枝は下降し、それぞれ頂点はparabola_current<Үparabola_previousで渡される。例えば、300本以内に収束条件を満たす放物線があるかどうかを探します。
まだアルゴリズムに挿入してみたわけではないのですが、このアルゴリズムでトップの通過を示すというのは、視覚的にわかりやすいですね。リニアチャネル（複数可）とパラボラ（複数可）をチャートに表示させるだけです。
 
パラメータAの値がどうこうではなく（同感、符号は一義的に枝の方向を決める）、この頂点のある放物線に注目する価値があるかどうかです（再び曲線に戻ります）。ややこしいかもしれませんが。確認してみないと、わからない。
1...125126127128129130131132133134135136137138139...309
新しいコメント