ЗигЗаги Пастухов - страница 14

 

Боже мой. Не мог подумать, что так произойдёт)))

EURUSDM5n3

 
Uladzimir Izerski:

Боже мой. Не мог подумать, что так произойдёт)))


Нет. я не верю этим индикаторам.

Они врут. 

Не верьте индикаторам. Верьте МНЕ.

 
Uladzimir Izerski:

Нет. я не верю этим индикаторам.

Они врут. 

Не верьте индикаторам. Верьте МНЕ.

Мюллер говорил немножко не так: верить нельзя никому... , мне можно.)

 
khorosh:

Мюллер говорил немножко не так: верить нельзя никому... , мне можно.)

Вы удосужились рассмешить меня сегодня в одиннадцатый раз))). Десять раз когда читал соседнюю ветку.

Но мне точно можно верить. Я ж не Мюллер))

 
Novaja:

Это результат определения разницы между экстремумами в зависимости от изменения порогового значения для ЗЗ Каги. Рисунок б) -кумулятивная кривая. 

То же самое для ЗЗ Ренко.

Заметила интересную особенность: Распределение Хи-квадрат: 

Смотрите, при k=1, просматривается подобие ЗЗ Каги, при k=2, экспонента, абсолютно так же как на графике ЗЗ Ренко.

Распределение Хи-квадрат с увеличением k стремится к нормальному.

Ну, не знаю...

Особенность интересная, но как ей воспользоваться? Трудно что-либо предложить, учитывая, что я не шарю ни в Каги, ни в Ренко от слова "совсем".

Но, я попробую.

1. Надо отказаться от желания достичь нормального распределения и столетиями искать его. Работать с уже найденными закономерностями - это уже очень-очень много.

2. https://en.wikipedia.org/wiki/Generalized_normal_distribution

3. Проще говоря, кси-квадрат с к=1 это сумма квадратов нормально распределенных СЧ, кси-квадрат с к=2 - сумма СЧ с распределением Лапласа

4. Меня заинтересовал случай с к=2, т.к. исследования показывают, что на рынке господствует распределение Лапласа (точнее - двойное геометрическое)

5. Вот тут непонятно - в этих Ренко чё считается-то?? Сумма разностей (High-Low)?

6. Если так - то разность (High-Low) в Ренко есть СВ принадлежащая распределению Лапласа - это надо еще подтвердить экспериментально.

7. Тогда сумма разностей (High-Low) в скользящем окне (для определенного объема выборки) образует кси-квадрат с к=2 с известной квантильной функцией

https://keisan.casio.com/exec/system/1180573197

8. Ждем выхода (High-Low) в скользящем окне за границы доверительного интервала для определенного квантиля и входим в сделку.


Ну, это так - черновой набросок алгоритма, просто, чтобы развить тему и не более того :)))

Generalized normal distribution - Wikipedia
Generalized normal distribution - Wikipedia
  • en.wikipedia.org
Generalized Normal (version 1) Parameters Support PDF CDF Mean Median Mode Variance Skewness Ex. kurtosis Entropy Known also as the exponential power distribution, or the generalized error distribution, this is a parametric family of symmetric distributions. It includes all normal and Laplace distributions, and as limiting cases it includes all...
 
Alexander_K2:

5. Вот тут непонятно - в этих Ренко чё считается-то?? Сумма разностей (High-Low)?


7. Тогда сумма разностей (High-Low) в скользящем окне (для определенного объема выборки) образует кси-квадрат с к=2 с известной квантильной функцией

https://keisan.casio.com/exec/system/1180573197

8. Ждем выхода (High-Low) в скользящем окне за границы доверительного интервала для определенного квантиля и входим в сделку.

5. Ренко считает пробой диапазона заданного "кирпичиком Ренко" на величину 1 "кирпичика", причем пробой должен быть на величину "кирпичика", т.е. "кирпичик" 10 пп, чтобы нарисовать новый кирпичик Ренко нужно чтобы цена прошла выше уже сформированного бара Ренко 10 пп+1пп (или ниже на 10пп+1 пп) и тогда нарисуем новый "кирпичик". Т.е. по сути дискретизируется цена без учета времени на величину "кирпичика Ренко". Ренко убирает шумовые составляющие цены, но как и в любом фильтре появляется запаздывание, чтобы нарисовать новый бар Ренко цена должна пройти 2 диапазона = 2 высоты кирпичика Ренко

7,8 это индикатор ATR, то что Вы пишете обычно называют пробоем волатильности, но и тут извечная проблема - период ATR, если период маленький, то будут шумы, если период большой то будет запаздывание

 
Igor Makanu:


Здесь 

Форум по трейдингу, автоматическим торговым системам и тестированию торговых стратегий

ЗигЗаги Пастухов

Novaja, 2018.08.26 23:22

Это результат определения разницы между экстремумами в зависимости от изменения порогового значения для ЗЗ Каги. Рисунок б) -кумулятивная кривая. 

То же самое для ЗЗ Ренко.

Заметила интересную особенность: Распределение Хи-квадрат: 

Смотрите, при k=1, просматривается подобие ЗЗ Каги, при k=2, экспонента, абсолютно так же как на графике ЗЗ Ренко.

Распределение Хи-квадрат с увеличением k стремится к нормальному.


Novaja говорит о какой-то разнице между экстремумами... О размахе (High-Low) что ли? Понять не могу... Слишком сухо и сжато написано...

Но, на кси-квадрат похоже - поэтому я и заинтересовался. Найти явные закономерности - большая редкость.

 
А какой ZZ и с какими настройками участвует в исследовании?
 
Alexander_K2:

Ну, не знаю...

Особенность интересная, но как ей воспользоваться? Трудно что-либо предложить, учитывая, что я не шарю ни в Каги, ни в Ренко от слова "совсем".

Но, я попробую.

1. Надо отказаться от желания достичь нормального распределения и столетиями искать его. Работать с уже найденными закономерностями - это уже очень-очень много.

2. https://en.wikipedia.org/wiki/Generalized_normal_distribution

3. Проще говоря, кси-квадрат с к=1 это сумма квадратов нормально распределенных СЧ, кси-квадрат с к=2 - сумма СЧ с распределением Лапласа

4. Меня заинтересовал случай с к=2, т.к. исследования показывают, что на рынке господствует распределение Лапласа (точнее - двойное геометрическое)

5. Вот тут непонятно - в этих Ренко чё считается-то?? Сумма разностей (High-Low)?

6. Если так - то разность (High-Low) в Ренко есть СВ принадлежащая распределению Лапласа - это надо еще подтвердить экспериментально.

7. Тогда сумма разностей (High-Low) в скользящем окне (для определенного объема выборки) образует кси-квадрат с к=2 с известной квантильной функцией

https://keisan.casio.com/exec/system/1180573197

8. Ждем выхода (High-Low) в скользящем окне за границы доверительного интервала для определенного квантиля и входим в сделку.


Ну, это так - черновой набросок алгоритма, просто, чтобы развить тему и не более того :)Cgfcb,j 

Спасибо большое, замечательный комментарий. 

Несколько слов по построению зз. Вариант Каги.

Синим цветом показан тиковый график, порог-3п. Если противоход больше 3п. рисуется экстремум, если нет, идем дальше. Т.е. свинги могут содержать 2,66; 3,66; n-ное число таких порогов(отрезков) причем дробное значение. В построении типа Ренко это дробное значение отбрасывается, а принцип тот же. Т.е. целые значание 2,3, и т.д. Т.е. видим как дробные вершинки не учитываются в построении. На рисунке ниже вариант Ренко.

Теперь думаю отличие понятно. Так вот, частота появления отношения длины свинга к пороговому значению(отрезку в 3п.) для Каги:

Рис.б) Кумулятивная сумма кривых. Распределение Хи-квадрат при k=1 подходит под эту кривую. 

А это кумулятивная сумма частоты появления отношения свинга к порогу(отрезку) для построения Ренко. Хи-квадрат при k=2.

Т.е. стоит только отбросить дробные части как получаем чистую экспоненту.

 
Novaja:

Спасибо большое, замечательный комментарий. 

Несколько слов по построению зз. Вариант Каги.

Синим цветом показан тиковый график, порог-3п. Если противоход больше 3п. рисуется экстремум, если нет, идем дальше. Т.е. свинги могут содержать 2,66; 3,66; n-ное число таких порогов(отрезков) причем дробное значение. В построении типа Ренко это дробное значение отбрасывается, а принцип тот же. Т.е. целые значание 2,3, и т.д. Т.е. видим как дробные вершинки не учитываются в построении. На рисунке ниже вариант Ренко.

Теперь думаю отличие понятно. Так вот, частота появления отношения длины свинга к пороговому значению(отрезку в 3п.) для Каги:

Рис.б) Кумулятивная сумма кривых. Распределение Хи-квадрат при k=1 подходит под эту кривую. 

А это кумулятивная сумма частоты появления отношения свинга к порогу(отрезку) для построения Ренко. Хи-квадрат при k=2.

Т.е. стоит только отбросить дробные части как получаем чистую экспоненту.

Свинги... Эх-ма... :)))

Ладно. Не буду глубоко вникать в терминологию. Некогда.

Имеем чистейшую экспоненту на чем-либо.

Сумма этих компонентов будет представлять из себя отрицательное биномиальное распределение (распределение Эрланга для непрерывных СВ) опять-таки, подчеркну, с известной дисперсией. В пределе - нормальное распределение, которое Вы ищете.