Критерий сравнения МАшек
Будем МАшками именовать любые средние кривые.
Вычислим массив точек пересечение средней с исходным рядом.
Модуль разности сумм четных элементов массива и нечетных элементов массива является критерием качества адаптивности средней. Чем выше значение, тем более адаптивна средняя.
Можно еще этот критерий модифицировать путем умножения на количество элементов в массиве и деления на количество степеней свободы (входные параметры) средней...
Короче, теперь мы можем сравнивать между собой МА-шки в цифрах и составить таблицу-рейтинг средних. Сам я таких исследований не встречал.
Прошу выкладывать сюда все известные вам алгоритмы вычисления средних. Будем искать самую адаптивную под ценовые ряды с разными исходными свойствами (история разных символов).
Начинаем перечислять :
SMA
EMA
LWMA
DEMA
MEMA
TEMA
Trix
SQRTMA
JMA
JJMA
..
до 20 алгоритмов простого сглаживания добавь сюда алгоритмы фильтраций типа цифровой фильтрации..
Замечательно! Мне надо запрограммить оболочку сравнения, чтобы быстро можно было получать результаты критерия - сам же напридумывал.
Пока руки будут доходить до этого дела, есть ли соображения по улучшению критерия или альтернативному видению его?
Замечательно! Мне надо запрограммить оболочку сравнения, чтобы быстро можно было получать результаты критерия - сам же напридумывал.
Пока руки будут доходить до этого дела, есть ли соображения по улучшению критерия или альтернативному видению его?
есть такой индикатор all_MA вот в нем расписаны алгоритмы 20 машет остальное нужно будет подсобирать.. а сравнить машки между собой можно по принципу Пирсона - соотношение МА и цены дает коэфициент Пирсона и сравнивая эти коэфициенты мажду собой можно понять насколько одна МА соотноситься с другой..
Пока только погуглить успел.
При всем уважении к Воронцову, использовать критерий минимизации ошибки для определения оптимальности средней/фильтра ошибочно:
Вообще, по теме по какой-то причине не найти инфы на русском языке. Пустые потуги были предприняты на Пауке...
Похоже, правильный критерий сравнения средних/фильтров, написанный в первом посту этой ветки, озвучен чуть ли не впервые. Безымянный критерий, однако,...
Что такое среднее? Казалось бы банальный вопрос, но ни каждый даст определение.
Свое: Среднее множества - это такое значение, которым можно заменить все члены множества так, что некое свойство старого множества будет эквивалентно тому же свойству нового множества. И да, множество это не ряд (нет порядка).
Если обобщать оттолкнувшись от повседневности, то сначала придем от среднеарифметического к среднестепеному, потом к аналогичному использованию дифферинтеграла ну и наконец к среднему по Колмогорову.
Понятие средней фактически является понятием матожидания.
Также от определения средней зависит и такое понятие как расстояние. Связанные понятия: дисперсия, различные отклонения (в том числе и среднеквадратичное)
Чушь?
Но по мне так чушь: использование в любом закамуфлированном виде классического среднеарифмитического (МА) для рядов отношений (котировок).
Надо либо шкалу измерений свести к шкале интервалов и применять для них подходящие оценки - среднеарифметическое для логарифмов цен; либо сразу учитывать эти особенности, что выливается в выбор среднегеометрического.
Ну и трансформация множества в ряд происходит через веса - аля средневзвешенные, но это уже чуток другая тема.
Касательно критерия "качества адаптивности", пардон но не всё понял. Какие цели? Адаптивность. А что это такое? Простым языком. Что с чем сравнивать? Если с будущими значениями (сдвиг машки), то каждый раз будет что-то новое :)) - это уже не критерий. Если среднее со всеми членами множества, то надо вводить метрику (что такое расстояние). Для линейных пространств придем интуитивно к формуле метрики Евклидового пространства (школьная геометрия - расстояние между точками). От этого пляшет уже среднеквадратичная ошибка и т.д. Опять же к котирам это напрямую применять ... несколько странно.
GaryKa:
Прошу все нижеследующее воспринимать как заумные бредни ))
Спасибо, оппонент! Только вы на мои бредни и реагируете практически.
Что такое среднее? Казалось бы банальный вопрос, но ни каждый даст определение.
Свое:Среднее множества - это такое значение, которым можно заменить всечлены множества так, что некое свойство старого множества будетэквивалентно тому же свойству нового множества. И да, множество это неряд (нет порядка).
Если обобщать оттолкнувшись от повседневности, то сначала придем отсреднеарифметического к среднестепеному, потом к аналогичномуиспользованию дифферинтеграла ну и наконец к среднему по Колмогорову.
Понятие средней фактически является понятием матожидания.
Такжеот определения средней зависит и такое понятие как расстояние.Связанные понятия: дисперсия, различные отклонения (в том числе исреднеквадратичное)
В контексте под средней понимается на самом деле любая сущность, могущая описать исходное множество. Как вы правильно заметили, средне-арифметическим здесь дело явно не ограничивается. Фильтр Калмана, средняя по Колмогорову и прочее - частные случаи средней.
Чушь?
Но по мне так чушь:использование в любом закамуфлированном виде классическогосреднеарифмитического (МА) для рядов отношений (котировок).
Надо либошкалу измерений свести к шкале интервалов и применять для нихподходящие оценки - среднеарифметическое для логарифмов цен; либо сразуучитывать эти особенности, что выливается в выбор среднегеометрического.
Только придурки не понимают, что наложение классических средних на котировки без предварительного логарифмирования исходного ряда - допущение, оправданное иногда очень малым относительным изменением котировок на рассматриваемом интерале исследования. Мы будем накладывать на LogPrice-ряд. Согласен на 100%.
Ну и трансформация множества в ряд происходит через веса - аля средневзвешенные, но это уже чуток другая тема.
Не въехал.
Цель -выразить в цифрах качество средней (точность описания исходных данных). Ну и понять наиболее качественную среднюю среди известных и увидеть пути улучшения. Например, Avals пытался родить некоторые мысли по этому поводу.
Предложенный критерий никак не завязан на линейности, так что надежда на луч света в куче дерьма не потеряна.
Хотел уже было создавать подобную тему, но наткнулся на эту.
Сверим часы, как говорится. Выбор хороших МА начинается, на мой взгляд, с определения назначения стандартных средних, а именно ма - это инструмента для анализа цен, способствующий оценки стоимости актива - классика, или ма это условная точка к действиям трейдера - назовем этот вариант прагматическим.
Для меня анализ средней цены за определенное количество времени не имеет прикладного значения, поэтому в направлении классического понимания предназначения скользящего среднего я не вижу смысла далее смотреть.
Исходя из того, что трейдер лишь обычный человек, я полагаю, что ему требуются обстоятельства для принятия решения, самыми распространенными являются уровни поддержки и сопротивления(даже само название выдает психологическую важность этих точек), а самым распространенным индикатором является скользящее среднее значение цены.
Дело в том, что для принятия решения требуется наступление определенных обстоятельств, а описать и запланировать эти обстоятельства могут только технические индикаторы. Чем больше участников рынка используют индикаторы с одинаковыми настройками, тем чащи они будут единовременно принимать торговое решение, которое в независимости от показателей индикатора будет решением либо о продаже, либо о покупке актива. Такой эффект можно увидеть и на осцилляторе - к примеру RSI.
В доказательство можно привести любой тренд, к фракталам которого идеально будет подходить определенная МА. На мой взгляд, крупный участник рынка предварительно определяет эту МА, а возможно он её консервативно использует на протяжении многих лет, и после зарождения тренда, после пары фрактальных коррекций и совершений сделок по сигналу от ма крупным игрокам, эту ма замечают и другие участники рынка и начинают в такт "запевале" совершать аналогичные торговые операции.
Учитывая выше изложенное я считаю, что подбор оптимальной ма необходимо осуществлять по критериям, способным породить торговый сигнал, и чем больше ма порождает сигналов имеющих положительное развитие, тем больше у неё вес среди аналогичных.
Поэтому предлагаю подумать над паттернами, которые могли бы служить торговым сигналом, и уже по ним произвести отбор скользящего среднего, в зависимости от повторяемости таких паттернов.
Самый простой паттерн - это отскок от МА, когда цена ушла за МА и вернулась обратно, образовав так называемую шпильку(пин бар).
Какие ещё варианты можете предложить?
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Вы принимаете политику сайта и условия использования
Вычислим массив точек пересечение средней с исходным рядом.
Модуль разности сумм четных элементов массива и нечетных элементов массива является критерием качества адаптивности средней. Чем выше значение, тем более адаптивна средняя.
Можно еще этот критерий модифицировать путем умножения на количество элементов в массиве и деления на количество степеней свободы (входные параметры) средней...
Короче, теперь мы можем сравнивать между собой МА-шки в цифрах и составить таблицу-рейтинг средних. Сам я таких исследований не встречал.
Прошу выкладывать сюда все известные вам алгоритмы вычисления средних. Будем искать самую адаптивную под ценовые ряды с разными исходными свойствами (история разных символов).