uma estratégia comercial baseada na Teoria da Onda de Elliott - página 135
Você está perdendo oportunidades de negociação:
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Registro
Login
Você concorda com a política do site e com os termos de uso
Se você não tem uma conta, por favor registre-se
Esta abordagem de comércio automatizado é promissora e viável?
Trata-se de uma abordagem completamente diferente do comércio que não pode ser descrita em termos de estatísticas matemáticas. É semelhante à Teoria da Onda de Elliott. As avaliações qualitativas (fotos de exemplos de ondas contadas na história) são bastante convincentes e elaboradas, mas quando se trata de avaliações quantitativas da tomada de decisões em comércio real, há um impasse. Na verdade, Vladislav já o mencionou logo no início. Provavelmente, o Reconhecimento de Padrões é mais adequado para um jogo de mão do que para um robô automatizado que só precisa de números. Embora, há algumas mensagens neste tópico da T1000 que tem uma opinião bastante oposta e desenvolveu um indicador para a comercialização da Elliot. Ele diz que comercializa com sucesso usando-o. Ele também postou a primeira versão de seu Elliott Expert Advisor de 2 anos de idade para o MT3 neste tópico e propôs melhorá-la dentro do projeto OpenSource. Entretanto, até agora não encontrei ninguém que esteja pronto para fazer isso. Talvez você vá tentar? Além disso, o principal indicador StdDevChan, com base no qual ele calcula as ondas, já foi mencionado nesta linha. Eu gostei e até tentei incluí-la em minha EA.
Является ли такой подход к автоматическому трейдингу перспективным и реализуемым ?
Trata-se de uma abordagem completamente diferente do comércio que não pode ser descrita em termos de estatísticas matemáticas. É semelhante à Teoria da Onda de Elliott. As estimativas qualitativas são bastante convincentes e elaboradas, mas quando se trata de estimativas quantitativas, há um impasse. Em princípio, Vladislav já mencionou isto logo no início. O reconhecimento de padrões é provavelmente mais adequado para um jogo de mão do que para um autômato que só precisa de números. Embora existam algumas mensagens neste tópico da T1000 que tem uma opinião bastante oposta e desenvolveu um indicador para o comércio da Elliot. Ele diz que negocia com bastante sucesso.
Por que não pode ser descrito? Aqui está a explicação para esta figura, tudo isso faz sentido.
O zig-zag azul é um zig-zag, construído sobre um período de tempo nativo (H4), o zig-zag vermelho é construído sobre D1. Regra 1 - enquanto a nova alta no H4 for maior do que a anterior, a tendência de alta continua.
Regra 2 - se a nova alta no H4 não for maior do que a anterior, a fase de correção da tendência de alta pode ter começado.
Regra 3 - se um novo ponto baixo em H4 rompeu o anterior, pode ser a fase de consolidação em D1
Regra 4 - se o preço ultrapassou a baixa D1, a tendência de alta começou a se inverter (forte inversão)
Regra 5 - uma nova alta em D1 é menor do que a anterior em D1 - uma reversão (um recuo profundo) em D1 é um fato consumado.
Sinto que não o descrevi de forma muito rigorosa, espero que esteja intuitivamente claro o que eu queria dizer.
Cavalheiros, aconselho-os a consultar o livro "Bases de conhecimento de sistemas intelectuais" / T.A. Gavrilova, V.F. Khoroshevsky, "Peter", 2000. 384 с.
Este livro certamente será encontrado através da busca "download de reconhecimento de padrões".
Rosh, se não é segredo, em que princípios você planeja construir o trabalho de seu "conselheiro-arbitrador" ?
É claro que tudo é descrito com bastante clareza e é mais ou menos assim que um grande número de comerciantes comercializa, especialmente em uma boa tendência. Mas qual é a base para a tomada de decisões específicas sobre a entrada no mercado? Apenas com base nas regras descritas? Qual é a matemática por trás disso? Se você fechar o último terço do gráfico com a mão, a maioria dos comerciantes diria que o preço deveria baixar desta vez ou puxá-lo de volta. Mas, como podemos ver, ele subiu sem descer. E eu acho que no conjunto de dados dos primeiros 2/3 da amostra do gráfico, o alto da linha vermelha seria para a esquerda, o que pode confirmar as suposições dos comerciantes sobre a proximidade de recuo/reversão do preço. Neste caso, tudo depende se o comerciante imagina ou não uma reversão/reversão. Em geral, este é um campo ininterrupto para pesquisa de aplicabilidade em comércio automático ;o))), embora para o comércio manual este método não seja pior do que outros métodos amplamente utilizados pelos comerciantes.
Eu estava tomando estatísticas de sua conta na época - http://forum.alpari-idc.ru/post292222-2020.html
MAE
Reflete o sorteio para cada comércio que fechou com lucro.
Por exemplo, o pedido com bilhete 674604 antes de fechar com lucro 210 pips tinha sorteio de até 102 pips. Podemos ver que as ordens lucrativas tinham menos drawdowns.
http://forum.alpari-idc.ru/attachment.php?attachmentid=14491&d=1132511997
MFE é o oposto.
Mostra o lucro máximo com o qual um pedido poderia fechar, o que acabou fechando com prejuízo. O pedido 972916 teve um lucro flutuante máximo de 12 pips e fechou com um prejuízo de 251 pips.
http://forum.alpari-idc.ru/attachment.php?attachmentid=14492&d=1132512227
Pode-se ver que as posições são abertas principalmente contra o movimento, e é permitido apostar demais.
Eu o avisei sobre isso na época, ele não se importou. A tendência de abril sacudiu muito os depósitos dos concorrentes naquela época.
Является ли такой подход к автоматическому трейдингу перспективным и реализуемым ?
Trata-se de uma abordagem completamente diferente do comércio que não pode ser descrita em termos de estatísticas matemáticas.
Eu discordo. Para cada imagem, com base na qual o mercado é estimado, é necessário fazer uma análise estatística do comportamento do mercado quando esta imagem aparece na história, construir uma distribuição e determinar seus parâmetros. Então, você pode determinar estatisticamente os parâmetros ótimos de uma imagem. Tendo estes dados em um banco de dados de imagens, pode-se determinar a probabilidade de erro/sucesso na tomada de decisões com uma certa precisão.
A julgar pelos resultados obtidos, as seguintes conclusões podem ser tiradas:
1. o especialista atualmente disponível é "dependente do ruído", ou seja, o especialista mostra uma diferença significativa nos resultados tanto do lucro final quanto das próprias transações sobre as kotorizações obtidas de diferentes fontes.
2. Você pode ajustar (ajustar-se ao histórico) não apenas os parâmetros do sistema, mas também o algoritmo comercial, que provavelmente também pode existir neste EA. Os parâmetros do único oscilador de confirmação foram escolhidos logo no início há 3 meses, apenas com base em uma imagem visual e lógica de abertura de negócios intraday, e nunca mais foram alterados desde então. Todas as conquistas foram feitas somente modificando o algoritmo de negociação.
No meu gráfico, o crescimento estável sem drawdowns significativos começa a partir do final de janeiro de 2004. Dados mais ou menos homogêneos da Alpari começam a partir de meados de 2004. No seu, pelo que entendi, o drawdown máximo corresponde a novembro de 2004. Ou seja, a coincidência da mudança da fonte de cotação mais significativa pode ser discutida com muita cautela, se é que pode ser. Foi por isso que usei o termo "período favorável". Não há sinal de seu término, mas quanto tempo ele pode durar? A questão é, naturalmente, retórica.
Является ли такой подход к автоматическому трейдингу перспективным и реализуемым ?
Это совершенно другой подход к торговле, который не может быть описан в рамках математической статистики.
Eu discordo. Para cada imagem, com base na qual o mercado é estimado, é necessário fazer uma análise estatística do comportamento do mercado quando esta imagem aparece na história, construir uma distribuição e determinar seus parâmetros. Então podemos determinar estatisticamente os parâmetros ótimos da imagem. Tendo estes dados em um banco de dados de imagens, pode-se determinar a probabilidade de erro/sucesso na tomada de decisões com uma certa precisão.
Penso que a estimativa das características estatísticas dos padrões é bastante questionável no aspecto prático, embora as informações sobre tentativas de fazê-lo possam ser constantemente encontradas na Internet. Por exemplo, a última versão está disponível aqui : "MQL4: The Self-Engineering Expert Advisor" Este método se refere aos neuronets. Mas por alguma razão, nunca encontrei nenhuma característica quantitativa de tais sistemas. Talvez eu apenas assisti mal?
E eu acho que o problema aqui é que você simplesmente pode não ter histórico suficiente para estimar parâmetros de padrões individuais se você selecionar padrões para estimativa com base em parâmetros bastante rigorosos. Ou se você vai estimar estatisticamente TODAS as combinações de barras que podem ser condicionalmente atribuídas ao conceito de padrão, então eu acho que você terá uma enorme quantidade de todas as modificações de padrão possíveis que diferem umas das outras por um valor muito pequeno estatisticamente insignificante, ou as estimativas estatísticas de padrões serão muito manchadas (uma grande variação de estimativas). E no futuro será muito difícil para um autômato no comércio real entender a qual das modificações de padrão existentes na base que apareceu nas últimas barras agora pertence. Para que um padrão seja estatisticamente significativo, acho que precisamos de história em nosso par de moedas de trabalho, que não temos, e tudo isso com garantias de que o mercado jogará pelas mesmas regras na amostra que não foi treinada (no futuro). A este respeito, um simples canal de regressão linear é estatisticamente muito melhor assegurado. Veja o que é mais confiável? Informações sobre as condições do mercado SEMPRE calculadas com algoritmo simples padrão nas últimas 300 barras durante o histórico, ou informações que essas barras obtidas recentemente são similares (bem correlacionadas) ao valor médio de 100 instâncias de padrão de cabeça e ombros, presentes no histórico dos últimos 5 anos? Na minha opinião, a regressão é mais confiável por ser uma técnica matemática bem estudada e trabalhada em comparação com o reconhecimento de padrões onde há demasiadas dependências de vários outros fatores.
Entretanto, acho que a tarefa de reconhecimento de padrões pode ser reduzida a uma tarefa de linha de tendência mais simples (linhas inclinadas de resistência/apoio desenhadas ao longo dos extremos). Isso é muito clássico e pode ser substituído por um conjunto de linhas de tendência que quebram o que significará trabalhar fora do padrão. Mas aqui também não é tão fácil assim. Por exemplo, neste arquivo, podemos ver a dinâmica de um triângulo convergente https://c.mql5.com/mql4/forum/2006/08/triangle.zip.
Você pode ver a saída do triângulo convergente em 8 de agosto. Mas de acordo com a descrição clássica deste triângulo, a fuga deveria ter sido apenas para cima. Mas na prática o preço subiu e desceu, ou seja, tanto os touros quanto os ursos receberam seu dinheiro. Este exemplo nega imediatamente o significado do padrão "Triângulo convergente" como tal.
As linhas de tendência nos gráficos fornecidos são desenhadas sem levar em consideração as duas últimas barras. É por isso que, quando uma linha de tendência é quebrada, vê-se claramente qual linha de tendência foi quebrada.
Uma versão mais completa da dinâmica das linhas de tendência do último mês pode ser encontrada aqui "MQL4: Uma imagem para o fórum de metaquotas" solandr 31.08.2006 08:02 (Um arquivo RAR multivolume. Existem 16 partes no total. Depois de ter baixado todas as peças, mude a extensão do zip para rar e desempacote-o no WinRAR3.50. É muito útil para iniciantes na comercialização assistir a este desenho animado, por exemplo o ACDSee, para entender como a tendência do mercado pode mudar com o tempo e o que pode ser feito para minimizar seu risco.
Na minha opinião, trabalhar com linhas de tendência é muito mais fácil do que trabalhar com padrões multi-parâmetros que precisam ser capturados em dados históricos e, em seguida, recolher estatísticas. As linhas de tendência são muito mais fáceis! Eu até experimentei com eles em minha EA. Eu os usei para substituir um oscilador de confirmação e até mesmo o indicador Hurst! E em geral, o resultado obtido foi muito significativo, claramente diferente de um resultado completamente aleatório. Por enquanto, decidi adiar o uso de linhas de tendência em meu consultor especializado por algum tempo, já que, de acordo com minhas observações, o cálculo do indicador Hearst fornece aproximadamente as mesmas informações que as linhas de tendência, mas usando um algoritmo de cálculo mais formalizado que é mais eficiente em termos de criação e uso prático do MTS.
As redes neurais são muito provavelmente úteis nas áreas onde é possível calcular antecipadamente todas as combinações possíveis que podem acontecer no futuro e apenas encontrar uma confirmação para uma ou outra variante com base nessas combinações no ruído. Por exemplo, conhecendo de antemão (tendo registrado preliminarmente em uma área de teste, ou tendo calculado todas as variantes possíveis de sinais com base no modelo matemático adequado à situação) todas as variantes possíveis de sinais na aproximação de um objeto a outro, no futuro (no uso real do objeto treinado desta maneira) é possível encontrar as variantes de sinais mais próximas das disponíveis e tomar a decisão correspondente sobre as ações posteriores do objeto onde o sistema treinado em neuronetas é estabelecido. Mas tudo isso funciona dentro dos limites das situações disponíveis no banco de dados e evoluirá de acordo com o algoritmo, uma vez registrado. Temo que o forex seja mais variado a este respeito :o(