|
9+ 年
経験
|
92
製品
|
7
デモバージョン
|
|
6
ジョブ
|
0
シグナル
|
0
購読者
|
長期の非ランダム成分を分離するためには、価格がどれだけ変化したのかだけでなく、これらの変化がどのように発生したのかも知る必要があります。言い換えれば - 私たちは価格レベルの値だけでなく、これらのレベルが互いに置き換わる順序にも興味があります。このアプローチを通して、ある時点での価格変動に影響を与える（または影響を与える可能性がある）長期的で安定した要因を見つけることができます。そしてこれらの要因の知識はあなたが多かれ少なかれ正確な予測をすることを可能にします。 金融系列の分析からどの程度具体的な結果を得たいのかを判断しましょう。 •まず、トレンドが市場に存在する場合は、そのトレンドを強調する必要があります。 •次に、定期的な要素を特定する必要があります。 •第三に、結果は予測に使用するのに十分安定しているべきである。 •そして最後に、私たちの分析方法は現在の市場の状況に適応するはずです。
非常に頻繁に、金融シリーズの研究でそれらの平滑化を適用します。平滑化を使用すると、高周波成分を除去することができます - それらはランダムな要因によって引き起こされているため、無関係であると考えられています。平滑化には常に、データを平均化する何らかの方法が含まれます。この方法では、時系列のランダムな変化が相互に吸収します。ほとんどの場合、この目的のために、指数平滑法と同様に単純または加重移動平均法が使用されます。 これらの方法にはそれぞれ、長所と短所があります。したがって、単純な移動平均は単純で直感的ですが、その適用には時系列の周期成分と傾向成分の相対的な安定性が必要です。さらに、信号遅延は移動平均の特性です。指数平滑法はラグ効果がありません。しかし、ここでも欠陥があります - 指数平滑化は、系列をランダムな異常値と整列させる場合にのみ有効です。 単純平均と指数平均の間の妥当な妥協点は、加重移動平均の使用です。しかしながら、特定の重量値を選ぶという問題がある。これをまとめてみましょう。 それで、最初に私達が平滑化手順から達成したいことを定義します：
非常に頻繁に、金融シリーズの研究でそれらの平滑化を適用します。平滑化を使用すると、高周波成分を除去することができます - それらはランダムな要因によって引き起こされているため、無関係であると考えられています。平滑化には常に、データを平均化する何らかの方法が含まれます。この方法では、時系列のランダムな変化が相互に吸収します。ほとんどの場合、この目的のために、指数平滑法と同様に単純または加重移動平均法が使用されます。 これらの方法にはそれぞれ、長所と短所があります。したがって、単純な移動平均は単純で直感的ですが、その適用には時系列の周期成分と傾向成分の相対的な安定性が必要です。さらに、信号遅延は移動平均の特性です。指数平滑法はラグ効果がありません。しかし、ここでも欠陥があります - 指数平滑化は、系列をランダムな異常値と整列させる場合にのみ有効です。 単純平均と指数平均の間の妥当な妥協点は、加重移動平均の使用です。しかしながら、特定の重量値を選ぶという問題がある。これをまとめてみましょう。 それで、最初に私達が平滑化手順から達成したいことを定義します：
「 AIS Color Noise Filter 」指標のいくつかの欠点にもかかわらず、それを使用して価格系列と予測価格を平滑化するという考えは非常に魅力的に見えます。 これはいくつかの理由によるものです。 第一に、いくつかのノイズ成分を考慮に入れることは、互いに独立した要因について予測を構築することを可能にし、それは予測の質を改善することができる。 第二に、価格系列の雑音特性は全履歴を通して非常に安定して振舞い、それは安定した結果を得ることを可能にする。 そして最後に、ノイズの変動性により、予測システムが非常に敏感になり、価格の変化に対する反応が非常に速くなることを期待できます。 その結果、すべての単純化にもかかわらず、価格が移動するチャネルを正確に予測できるという指標が得られました。この指標の主な利点は、その高速さと習得の容易さです。主な不利点は、指標が予測に最も重要な要素を選択できないことです。 LH は、予測が行われる履歴データの長さを設定するパラメータです。その許容値は0から255ですが、標識が処理する小節の数はこのパラメーターで指定された数より1単位以上多いです。
「 AIS Color Noise Filter 」指標のいくつかの欠点にもかかわらず、それを使用して価格系列と予測価格を平滑化するという考えは非常に魅力的に見えます。 これはいくつかの理由によるものです。 第一に、いくつかのノイズ成分を考慮に入れることは、互いに独立した要因について予測を構築することを可能にし、それは予測の質を改善することができる。 第二に、価格系列の雑音特性は全履歴を通して非常に安定して振舞い、それは安定した結果を得ることを可能にする。 そして最後に、ノイズの変動性により、予測システムが非常に敏感になり、価格の変化に対する反応が非常に速くなることを期待できます。 その結果、すべての単純化にもかかわらず、価格が移動するチャネルを正確に予測できるという指標が得られました。この指標の主な利点は、その高速さと習得の容易さです。主な不利点は、指標が予測に最も重要な要素を選択できないことです。 LH
この指標はより有益です。彼の研究は、市場における価格の動きが特定の色のノイズとして表現されるという仮定に基づいており、それは価格値の分布のパラメータに依存します。これにより、さまざまな角度から価格変動を分析することができ、価格変動を特定の色のノイズと見なして、市場の現在の状況に関する情報を入手し、価格の動向に関する予測を行うことができます。 インディケータの読みを分析するとき、インディケータラインの位置は考慮に入れられます - それらは現在のバーの始値の上下にそしてそれからどれだけ離れて位置しています。 ホワイトノイズ（White Noise） - このアプローチは、価格（現在と先史時代の両方）が電力で等しいと考えられているという事実によって特徴付けられ、それはそれを単純な移動平均と組み合わせます。ホワイトノイズ信号は、文字を確認している可能性が高く、現在の価格から逸脱するほど、市場のトレンドの動きが強くなります。逆に、ホワイトノイズラインが始値に近い場合、これはトレンドの終わりまたは横方向の価格変動のいずれかの証拠です。 フリッカーノイズ（Flicker
この指標はより有益です。彼の研究は、市場における価格の動きが特定の色のノイズとして表現されるという仮定に基づいており、それは価格値の分布のパラメータに依存します。これにより、さまざまな角度から価格変動を分析することができ、価格変動を特定の色のノイズと見なして、市場の現在の状況に関する情報を入手し、価格の動向に関する予測を行うことができます。 インディケータの読みを分析するとき、インディケータラインの位置は考慮に入れられます - それらは現在のバーの始値の上下にそしてそれからどれだけ離れて位置しています。 ホワイトノイズ（White Noise） - このアプローチは、価格（現在と先史時代の両方）が電力で等しいと考えられているという事実によって特徴付けられ、それはそれを単純な移動平均と組み合わせます。ホワイトノイズ信号は、文字を確認している可能性が高く、現在の価格から逸脱するほど、市場のトレンドの動きが強くなります。逆に、ホワイトノイズラインが始値に近い場合、これはトレンドの終わりまたは横方向の価格変動のいずれかの証拠です。 フリッカーノイズ（Flicker
ストップロスとテイクプロフィットのレベルを選択すると、トレーディングの全体的なパフォーマンスに非常に強い影響を与える可能性があります。貿易取引の明白なパラメータ - 可能な勝利または予想される損失の大きさ - に加えて、StopLossおよびTakeProfitのレベルもまた、取引の予想期間、および一般的な取引の収益性に影響します。 「 AIS-ODT 」スクリプトを使用して最適なトランザクション期間をすでに決定している場合は、StopLossおよびTakeProfitレベルに関連したパラメーターの決定を始めることができます。 これを行うには、以下の手順に従います。最初に、私達は1つの方向か別の方向のすべての可能な価格偏差を決定し、一定時間内にそれらを達成する確率を計算します。その後、その規模、確率、および利益の期待値を考慮して、StopLossとTakeProfitの最も最適なレベルを計算できます。
ストップロスとテイクプロフィットのレベルを選択すると、トレーディングの全体的なパフォーマンスに非常に強い影響を与える可能性があります。貿易取引の明白なパラメータ - 可能な勝利または予想される損失の大きさ - に加えて、StopLossおよびTakeProfitのレベルもまた、取引の予想期間、および一般的な取引の収益性に影響します。 「 AIS-ODT 」スクリプトを使用して最適なトランザクション期間をすでに決定している場合は、StopLossおよびTakeProfitレベルに関連したパラメーターの決定を始めることができます。 これを行うには、以下の手順に従います。最初に、私達は1つの方向か別の方向のすべての可能な価格偏差を決定し、一定時間内にそれらを達成する確率を計算します。その後、その規模、確率、および利益の期待値を考慮して、StopLossとTakeProfitの最も最適なレベルを計算できます。
外国為替市場における価格変動の性質を見てみましょう。これらの変動が起こる理由に注意を払わないでください。このアプローチにより、価格変動に影響を与える主な要因を特定することができます。 たとえば、EUR-USD通貨ペアのバーの始値とH1タイムフレームを考えてみましょう。これらの価格について、Lameray図（図1）を構築します。 この図では、価格変動は基本的に線形方程式に従って発生することがわかります。この方程式のパラメータを決定するために、最小二乗法を使用できます。この特定の例では、始値を変更するための方程式は次の形式を取りました。 Open [i] = 0.99989 * Open [i + 1] + 0.00013。 この式が価格変動をどの程度適切に表しているかを確認しましょう。これを行うために、線形成分を取り除き、残差を分析します（図2）。 図から明らかになるように、これらの剰余はかなり混沌としており、それらをノイズと見なすと、次の小節の始値を予測するためのかなり簡単なシステムが得られます。
外国為替市場における価格変動の性質を見てみましょう。これらの変動が起こる理由に注意を払わないでください。このアプローチにより、価格変動に影響を与える主な要因を特定することができます。 たとえば、EUR-USD通貨ペアのバーの始値とH1タイムフレームを考えてみましょう。これらの価格について、Lameray図（図1）を構築します。 この図では、価格変動は基本的に線形方程式に従って発生することがわかります。この方程式のパラメータを決定するために、最小二乗法を使用できます。この特定の例では、始値を変更するための方程式は次の形式を取りました。 Open [i] = 0.99989 * Open [i + 1] + 0.00013。 この式が価格変動をどの程度適切に表しているかを確認しましょう。これを行うために、線形成分を取り除き、残差を分析します（図2）。 図から明らかになるように、これらの剰余はかなり混沌としており、それらをノイズと見なすと、次の小節の始値を予測するためのかなり簡単なシステムが得られます。
このスクリプトは、トレーダーが可能な利益と損失の比率が最適になる貿易取引の平均期間を決定できるように設計されています。 まず、貿易取引の最適期間を決定するための一般的なアプローチを見てみましょう。以下の変数を紹介します。 R - トランザクションの結果 T - トランザクションが開かれていた時間 W - 前のトランザクションの終了と次のトランザクションの開始の間の時間 すべてのトレーダーは、最短時間で最大の利益を得ることを目指しています。この欲求は次の簡単な表現で説明できます。 R/(T+W)→max 。 変数 T と W がトレードの合計期間と行われたトランザクションの数の両方に依存することは明らかです。トランザクションの平均期間を ATD 、トランザクションの合計数を N とします。その場合、トランザクションの平均期間は、合計の平方根に比例して増加するはずです。つまり、 ATD~√N しかし、現存する十分に根拠のある質問があります -
このスクリプトは、トレーダーが可能な利益と損失の比率が最適になる貿易取引の平均期間を決定できるように設計されています。 まず、貿易取引の最適期間を決定するための一般的なアプローチを見てみましょう。以下の変数を紹介します。 R - トランザクションの結果 T - トランザクションが開かれていた時間 W - 前のトランザクションの終了と次のトランザクションの開始の間の時間 すべてのトレーダーは、最短時間で最大の利益を得ることを目指しています。この欲求は次の簡単な表現で説明できます。 R/(T+W)→max 。 変数 T と W がトレードの合計期間と行われたトランザクションの数の両方に依存することは明らかです。トランザクションの平均期間を ATD 、トランザクションの合計数を N とします。その場合、トランザクションの平均期間は、合計の平方根に比例して増加するはずです。つまり、 ATD~√N しかし、現存する十分に根拠のある質問があります -
このスクリプトは、乱数ジェネレータを使用した貿易取引のシミュレーションに基づいています。これにより、同じ入力パラメータでもまったく異なる結果を得ることができます。スクリプトを実行すると、ダイアログボックスが開き、そこで外部変数に必要な値を設定できます。 ブロックでは、TradingOptionsは取引のシミュレーションに必要な基本パラメータを定義します。 StartBalance - トレードバランスの初期サイズを設定します。 NumberTrade - スクリプトの実行時にモデル化される取引トランザクションの数を設定します。多かれ少なかれ有意な結果を得るためには、このパラメータが30より大きいことが必要です。 ProbilityWinning - 勝ち取引の確率。パーセンテージで示され、1から99までの有効値。 Min.StopLoss - StopLossの最小値をポイントで示します。これは、取引操作をモデル化するときに使用されます。 Max.StopLoss -
このスクリプトは、乱数ジェネレータを使用した貿易取引のシミュレーションに基づいています。これにより、同じ入力パラメータでもまったく異なる結果を得ることができます。スクリプトを実行すると、ダイアログボックスが開き、そこで外部変数に必要な値を設定できます。 ブロックでは、TradingOptionsは取引のシミュレーションに必要な基本パラメータを定義します。 StartBalance - トレードバランスの初期サイズを設定します。 NumberTrade - スクリプトの実行時にモデル化される取引トランザクションの数を設定します。多かれ少なかれ有意な結果を得るためには、このパラメータが30より大きいことが必要です。 ProbilityWinning - 勝ち取引の確率。パーセンテージで示され、1から99までの有効値。 Min.StopLoss - StopLossの最小値をポイントで示します。これは、取引操作をモデル化するときに使用されます。 Max.StopLoss -
この指標は、2つの修正されたLanczosフィルタの組み合わせです。 最初のフィルターは、価格を推定するのに役立ちます。過去の値に基づいて、彼は現在のバー内で起こりうる価格変動を予測します。つまり、過去の傾向が変わらない場合の価格はどうなるかを示しています。 ウィンドウ内の価格を平滑化および平均化するための2番目のフィルタ。フィルタのレベルによって決まります。ウェイトの選択のおかげで、このフィルタは価格変動の中にある周期成分に最も積極的に反応します。 指標は EF および IF パラメータを使用して調整できます。 EF と IF の値を選択することで、トレンド価格変動の始まりに関するシグナルを得ることができます。 EF - 指数フィルタのウィンドウサイズ。有効な値は EF = 0 ... 255 です。計算中に処理された小節の数は 2 * EF + 1 です。このパラメータが大きいほど、価格系列の過去の値の影響が強くなります。結果は実線でプロットされています。 IF - 平均化ウィンドウのサイズを調整します。 IF = 0 ... 255
この指標は、2つの修正されたLanczosフィルタの組み合わせです。 最初のフィルターは、価格を推定するのに役立ちます。過去の値に基づいて、彼は現在のバー内で起こりうる価格変動を予測します。つまり、過去の傾向が変わらない場合の価格はどうなるかを示しています。 ウィンドウ内の価格を平滑化および平均化するための2番目のフィルタ。フィルタのレベルによって決まります。ウェイトの選択のおかげで、このフィルタは価格変動の中にある周期成分に最も積極的に反応します。 指標は EF および IF パラメータを使用して調整できます。 EF と IF の値を選択することで、トレンド価格変動の始まりに関するシグナルを得ることができます。 EF - 指数フィルタのウィンドウサイズ。有効な値は EF = 0 ... 255 です。計算中に処理された小節の数は 2 * EF + 1 です。このパラメータが大きいほど、価格系列の過去の値の影響が強くなります。結果は実線でプロットされています。 IF - 平均化ウィンドウのサイズを調整します。 IF = 0
この指標は、中央値プロパティと移動平均プロパティの組み合わせに基づくシーケンシャルハイブリッドフィルターです。 中央値を使用すると、異常値と価格系列の値のランダムなインパルスを除外できます。同時に、メディアンフィルタは価格変動のトレンドに影響を与えず、それを変更しません。 メディアンフィルタは非線形なので、単純移動平均を使用した平均化を使用してその値を平滑化します。このアプローチにより、トレンドだけでなく、価格変動の周期的な要素もより正確に特定できます。さらに、それは価格の変化に対するインディケータの感度を高め、そしてプライスシリーズとインディケータの読みの間の遅れを減らします。これにより、指標は新しいトレンドの始まりと FL パラメーターを使用して、フィルタ古いトレンドの終わりについてかなり正確に警告することができます。 ーの深さと感度を調整できます。許容値は0から63です。同時に、 2 * FL + 1 バーを使用して指標値を計算します。したがって、FLの値が大きいほど、価格チャートの傾向が強く表示されます。
この指標は、中央値プロパティと移動平均プロパティの組み合わせに基づくシーケンシャルハイブリッドフィルターです。 中央値を使用すると、異常値と価格系列の値のランダムなインパルスを除外できます。同時に、メディアンフィルタは価格変動のトレンドに影響を与えず、それを変更しません。 メディアンフィルタは非線形なので、単純移動平均を使用した平均化を使用してその値を平滑化します。このアプローチにより、トレンドだけでなく、価格変動の周期的な要素もより正確に特定できます。さらに、それは価格の変化に対するインディケータの感度を高め、そしてプライスシリーズとインディケータの読みの間の遅れを減らします。これにより、指標は新しいトレンドの始まりと FL パラメーターを使用して、フィルタ古いトレンドの終わりについてかなり正確に警告することができます。 ーの深さと感度を調整できます。許容値は0から63です。同時に、 2 * FL + 1 バーを使用して指標値を計算します。したがって、FLの値が大きいほど、価格チャートの傾向が強く表示されます。
This script allows selecting the TakeProfit and StopLoss levels. It analyzes the history data, and then calculates the probability of reaching a given price level. How the script works Suppose you have a trading strategy and you want to select the TakeProfit and StopLoss levels. Run the script and set the parameter: Number of Bars - the average position holding time in bars. Once the script operation is complete, the AIS-PPL.csv file will be created in the Files folder in the terminal data