торговая стратегия на базе Волновой теории Эллиота - страница 17
Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
А даёт ли стратегия прибыль при тестировании по ценам открытия (быстрый метод) ?
Тоже даёт. Расхождение прибыли с М1(все тики) составляет 5-10%. Я просто считаю, что на всех тиках надёжнее результат получается и поэтому не использую М1(быстрый метод).
Это очень хорошо, я так и ожидал.
Разница в методах тестирования сказывается, если в программе используется программное закрытие или открытие явных ордеров. А поскольку в твоём случае закрытие по SL и TP, то метод тестирования влиять не должен.
Это очень хорошо, я так и ожидал.
Разница в методах тестирования сказывается, если в программе используется программное закрытие или открытие явных ордеров. А поскольку в твоём случае закрытие по SL и TP, то метод тестирования влиять не должен.
При этом конечно же не нужно забывать о том, что кроме того, что на разных методах тестирования (все тики) и (быстрый метод) у вас кроме расхождения численных показателей прибыльности стратегии будут также расходиться и значения соптимизированных параметров! А это уже никак не лечится :o). Если с расхождением в прибыли при разных методах тестиования можно как-то смириться, то жить с расхождением значений оптимизированных параметров весьма проблематично, по крайней мере лично мне :o))).
Vladislav, Вы могли бы помочь и подсказать какую литературу (в электронном виде) стоит почитать для того чтобы разобраться с приведённым выше сообщением? Или же Вы имеете в виду учебник Булашева, рекомендованный Вами? То есть под квадратичной формой Вы подразумеваете аппроксимацию ценового ряда суммой слагаемых, состоящих из константы, члена первого порядка и второго порядка? Или я ничего не понял? А как насчёт превращения предполагаемой мною квадратичной формы в потенциальную энергию? Как это делается? Я тоже с этим не сталкивался пока что :o(
И ещё Вы говорили, что у Вас есть сообщения про постановку Вашей задачи на Пауке в ветке про Сантимент. Но видимо я плохо искал, но всё-таки никак не смог найти сообщения от Вашего ника VG. Дайте, пожалуйста, ссылочку, если несложно.
Заранее благодарен за подробный ответ!
1. При построении канала линейной регрессии Вы используете уравнение прямой, или же аппроксимируете ценовой ряд уравнением, в котором присутствует слагаемое второго порядка и уже далее Вы приводите это уравнение второго порядка к линейному уравнению прямой после математических преобразований как описано в книге Булашева? Выскажите, пожалуйста, свою точку зрения на целесообразность применения уравнений аппроксимации первого порядка и второго порядка к ценовому ряду. Есть ли ощутимая разница в разных уравнений в плане получения результата (самой торговли)?
2. Вы говорили, что используете стандартную девиацию в своей стратегии. Вы могли бы объяснить каким образом Вы её используете?
Заранее благодарен за ответы!
Vladislav, Вы могли бы помочь и подсказать какую литературу (в электронном виде) стоит почитать для того чтобы разобраться с приведённым выше сообщением? Или же Вы имеете в виду учебник Булашева, рекомендованный Вами? То есть под квадратичной формой Вы подразумеваете аппроксимацию ценового ряда суммой слагаемых, состоящих из константы, члена первого порядка и второго порядка? Или я ничего не понял? А как насчёт превращения предполагаемой мною квадратичной формы в потенциальную энергию? Как это делается? Я тоже с этим не сталкивался пока что :o(
И ещё Вы говорили, что у Вас есть сообщения про постановку Вашей задачи на Пауке в ветке про Сантимент. Но видимо я плохо искал, но всё-таки никак не смог найти сообщения от Вашего ника VG. Дайте, пожалуйста, ссылочку, если несложно.
Заранее благодарен за подробный ответ!
По поводу квадратичных форм ( F(x,t) = A*x^2+B*t^2 + C ) - это матфизика, теория поля и теория оптимизации в математическом смысле этих терминов. То, что подразумевается под оптимизацией параметров систем есть только лишь следствие достаточно широкого класса математических методов, позволяющих получить экстремальное решение, удовлетворяющее противоречивому набору ограничений. В электронном виде не встречал, хотя наверняка есть. Литературы много - сходу даже не скажу с чего нужно начинать.
По поводу ветки о сантименте - сейчас лень искать - там до уравнений тогда дело не дошло: решили не стоит внимания :).
Основные тезисы могу изложить здесь :
1. Рынки управляются людьми (пусть с большим капиталом, не это важно)
2. Люди с одинаковыми интересами имеют одинаковые "зоны притяжения" (например некоторым инструментом предпочитают торговать люди со схожими психотипами, что в основном обеспечивает особенности рынков - гипотеза)
Казалось бы тупик (из чего многие исходят), но если сделать еще некоторые предположения, то появляется надежда :
Людям в одинаковых ситуациях свойственно поступать одинаково (наличие повторяемости при схожих решениях).
Предположим, что действия любой группы управленцев на рынке исходит из желания получить максимальную прибыль. Предположим также, наличие некоторого управленца (идеальная система), которая ВСЕГДА достигает экстремального результата. Тогда действия должны исходить из нечто более сильного, чем простое желание двигать рынок в одну или другую сторону. Пример - пару лет назад вполне успешно растворили интервенцию Японии в поддержку бакса. После пары попыток Япония объявила, что в такие игры более не играет. А выбрасывалии они за пять-десять минут немало пытаясь остановить тренд по баксу.
Дальше, соответственно, можно предположить наличие некоторой внешней силы, двигающей рынок или формирующей предпосылки к принятию решений управленцами рынка. Осталось еще сделать предположение (как по мне так вполне логичное), что эта сила есть результирующая от многисленных составляющих факторов и можно будет пытаться ставить задачу и оценивать решение.
Вот собственно такую систему, которая ВСЕГДА получает правильный прогноз мы и получим в идеальном результате (это как цикл Карно - теоретически он есть, практически к нему можно лучше или хуже приблизиться). А в реалии конечно же есть некоторые диапазоны неопределенности.
И еще - все это исходит из фрактальной природы рынка (эта гипотеза развивается в противовес гипотезы эффективного рынка) - то есть из того, что на рынке присутствуют периоды неслучайного прогнозирования. То есть для того, чтобы идти искать в темной комнате черную кошку, нужно предположить наличие некоторого количества черных кошек хотя бы в некоторой части темных комнат :).
Удачи и попутных трендов.
Vladislav, насчёт цикла Карно я могу предположить, что Вы в своей стратегии используете подсчёт совершённой внешней силой работы на основе суммирования белых и чёрных свечей например по ценам открытия и закрытия. То есть я так понимаю, что если просуммировать по отдельности тела белых и чёрных свечей, то мы в итоге будем иметь предположительное соотношение о том насколько вниз было совершено больше работы чем вверх или наоборот. То есть из этих данных на основе анализа истории мы можем предположить, что например система находится в одной из своих двух крайних точек? Тогда если не секрет, то на основании какого таймфрейма Вы производите такой расчёт? И каково оптимальное количество баров для подсчёта? Хотя я конечно же могу предполагать, что здесь дело состоит совершенно не в том какой тамфрейм мы берём для расчёта и сколько баров требуется, а всё дело наверное заключается исключительно в длительности временного отрезка времени, по которому производится такой расчёт. Тогда какой на Ваш взгляд отрезок времени для рассчёта стоит использовать? Ведь в зависимости от того отрезка времени, который мы принимаем для расчёта зависят ВСЕ результаты? Возможно Вы берёте для расчёта период времени, соответсвующий параметру P=64 в индикаторе Мюррея, который Вы используете? То есть лучше всего для расчётов брать период в 64 торговых дня?
Vladislav, насчёт цикла Карно я могу предположить, что Вы в своей стратегии используете подсчёт совершённой внешней силой работы на основе суммирования белых и чёрных свечей например по ценам открытия и закрытия. То есть я так понимаю, что если просуммировать по отдельности тела белых и чёрных свечей, то мы в итоге будем иметь предположительное соотношение о том насколько вниз было совершено больше работы чем вверх или наоборот. То есть из этих данных на основе анализа истории мы можем предположить, что например система находится в одной из своих двух крайних точек? Тогда если не секрет, то на основании какого таймфрейма Вы производите такой расчёт? И каково оптимальное количество баров для подсчёта? Хотя я конечно же могу предполагать, что здесь дело состоит совершенно не в том какой тамфрейм мы берём для расчёта и сколько баров требуется, а всё дело наверное заключается исключительно в длительности временного отрезка времени, по которому производится такой расчёт. Тогда какой на Ваш взгляд отрезок времени для рассчёта стоит использовать? Ведь в зависимости от того отрезка времени, который мы принимаем для расчёта зависят ВСЕ результаты? Возможно Вы берёте для расчёта период времени, соответсвующий параметру P=64 в индикаторе Мюррея, который Вы используете? То есть лучше всего для расчётов брать период в 64 торговых дня?
По поводу цикла Карно - он был приведен просто для примера, как предельная величина.
По поводу размерности Мюррея - 64 это рекомендации самих разработчиков метода. Наилучший ли это результат судить не берусь, но применяю следующую оценку для определения минимально достаточно удаленной точки для сходимости методов :
Не помню точно ссылку, смотрел статьи по анализу, связанные с расчетом персистентности (к-т Херста > 0.5). Там были оценки по фрактальной размерности рынков. Выводы, которые были сделаны: к-т Херста для многих типов рынков лежит в области 0.62-0.64, что в свою очередь обозначает потерю начальных условий для временных рядов в среднем за 90 дней. То есть возмущения, прошедшие более 90 дней назад по времени будут иметь исчезающе малое влияние. Сейчас я задаю начальную точку для отсчета не более чем за полгода (180 дней, если точнее) - 90 дней не всегда дают достаточную информацию для сходимости, хотя возможно это результат особенностей реализации и при других алгоритмах и критериях качества хватит и 90 - пока не знаю. Когда я считал периоды по всей доступной истории, результат не получался лучше - просто тратилось больше времени на расчеты.
Количество баров для расчета определяется самой структурой и октавы потом строятся именно для нее - так что даже не могу сказать в какой момент времени какие получаются - уже давно считает компьютер :). Сами методы от т\ф не зависят, так что это можно делать на базе любого т\ф, лишь бы хватило истории на полгода.
Свечи, патерны и прочее я не оценивыаю - Вы получите шумозависимые методы. То есть, результат будет зависеть от качества котирования, что, ИМХО, нехорошо.
Удачи и попутных трендов.
...можно сделать предположение о том, что функция траектории адекватно может быть представлена некоторой квадратичной формой - дальше почти просто: поиск экстремумов функционалов критериев качества для таких форм весьма исследованная область. То есть нужно делать отбор выборок, экстремальным образом удовлетворяющих критериям качества.
Один и тот же разворотный уровень по Мюррею у разных каналов будет в разных доверительных интервалах - ведь Вам нужно как-то это отсечь не так ли ? А критерием качества есть потенциальная энергия - смотрите о квадратичных формах - ничего необычного.
Посмотрел литературу по данной тематике. Предполагаю, что возможно не всё, что можно было бы найти в приложении к конкретно данному случаю. Но на основе того, что успел посмотреть имеются следующие предположения по поводу квадратичных форм. Для начала о способе нахождения этой самой аппроксимирующей ценовой ряд функции. Я так предполагаю что можно взять функцию параболы в виде
y(t)=A(t-t0)^2+B, где y - это цена, t - время, t0 - точка на временной шкале, где парабола имеет экстремум, A и B - коэффициенты.
Далее следует постановка задачи по нахождению таких оптимальных коэффициентов A и B, при которых данная парабола является оптимальной по критерию минимума потенциальной энергии. Насколько я понял из просмотренных источников, то суть данной оптимизации состоит в следующем. Мы представляем себе кривую параболы в качестве линии, имеющей один и тот же потенциал поля. Пусть для определённости он равен нулю. Градиент такого потенциального поля будет направлен препендикулярно линии параболы. И тогда задача о минимазации потенциальной энергии сводится к задаче о нахождении такой параболы, у которой сумма квадратов кратчайших расстояний между точками ценового ряда и кривой параболы будет минимальна. То есть проще говоря нам нужно при оптимизации параметров параболы определять кратчайшие расстояния между точками ценового ряда и линией параболы. А кратчайшим расстоянием является расстояние по прямой, пересекающей параболу под прямым углом. Таким образом для этого нам нужно решать задачу по отысканию этих кратчайших расстояний. Вы не могли бы поделиться информацией хотя бы в методологическом плане о том каким методом Вы пользуетесь. Я например представляю себе прцесс нахождения этих кратчайших расстояний следующим образом.
1. Выбираем (для начала пока не ясен алгоритм всего расчёта) более-менее похожую на правду параболу для имеющегося ценового ряда, который мы хотим аппроксимировать.
2. Аппроксимируем её многоугольником, который в каждой точке имеет уравнение прямой проходящей через эту точку по касательной к параболе. Уравнение прямой для точки T Y(t,T)=a(t-T)+b, где a=2A(t-t0), а b=y(T)
3. Далее для какой-то выбранной точки из ценового ряда ограничиваем область значений по осям t и y, в которой существует точка пересечения перпендикуляра, проведённого из точки к параболе, с самой параболой.
4. Проводим итерации перебирая подряд уравнения отрезков многоугольника, лежащие в этой области уравнения многоугольника, на предмет пересечения с перпендикуляром. Делаем необходимое количество итераций и приближений для получения требуемой ошибки вычисления длины перпендикуляра из точки к кривой.
5. Производим суммирование квадратов этих отрезков и получаем таким образом значение целевой функции.
6. Следующим шагом меняем параметры параболы и проводим расчёт по пунктам 2-5 требуемое количество раз. Наименьшее значение целевой функции соответсвует значению параметров параболы, которая оптимальным образом аппроксимирует ценовой ряд.
Далее наверное возможен расчёт параметров условно говоря "квазидисперсии" и "квазиСКО" из полученного оптимального значения целевой функции. На этой основе мы можем нарисовать на ценовом графике кроме уже имеющейся параболы ещё несколько парабол, которые условно говоря будут иметь численные характеристики вероятности и олицетворять линии потенциального поля, имеющие одинаковые вероятности разворота тренда. Например линии 70%,80%,90% вероятности разворота.
Vladislav, как Вы считаете я двигаюсь в правильном направлении понимания Вашей стратегии или же я совершенно ничего не понял и пошёл куда-то совсем в другую сторону?
я уж подзабыл курс ВМ, может и не прав буду, но можно попробовать так:
Кратчайшее расстояние от точки до параболы - это будет расстояние от точки вдоль прямой, совпадающей с нормалью.
Нормаль к параболе можно посчитать через первую производную, (производная - это тангенс угла наклона касательной).
поэтому можно построить систему уравнений:
1. уравнение параболы.
2. уравнение прямой (нормали) (зная производную)
3. уравнение принадлежности точки прямой (нормали)
если решить систему - получим строгое решение.