торговая стратегия на базе Волновой теории Эллиота - страница 53
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
Я честно говоря ничего из этого файла не понял. Было бы интересно услышать комментарии. Я думаю что риск сделки в стратегии Vladislava должен расчитываться исключительно от текущего положения цены в доверительном интервале, а не от генератора случайных чисел. Насколько я понял именно генератор случайных чисел выбран в качестве задатчика суммы сделок в файле?
В Вашем отчете тестера видно, что вероятность профитной сделки примерно 0.9, при этом средний профит равен 10 пунктам (~1%) и средний лось 20 пунктов (2%). Это если открываться 0.1 лотом от депо в $1000 на условиях Альпари. Таким образом, если варьировать размер лота (риска), то можно получать примерные последовательности сделок и вероятностные Балансы. Опять-таки, тупое нажимание F9 покажет, что это очень хорошие результаты, слить невозможно. Конечно, если в будущем сделки будут так и распределяться.
Вот такова вкратце идея этого моделирования.
Я тоже находил в инете расчёт квантилей на сайте ALGLIB.SOURCES.RU. Но там как-то совсем не 12 строк оказалось и одна функция ещё требовала расчёта других. Я про это писал в этой же ветке ранее. Так что думаю, что подход, использованный на этом сайте, внёс бы свою лепту в торможение работы эксперта. Так что если Вы действительно обладаете 12 строками кода, которые делают то де самое, то всем будет интересно ознакомиться с ними. Я использую таблицу квантилей с 3-мя знаками после запятой. Думаю, что 2 знака после запятой не изменят принципиально всю картину работы, но польза будет всем.
Поэтому я просто сделал разложение в ряд функции распределения и по размеру интервала заданного либо в пипсах (если к=труе (тобишь вероятность продолжения движения цены вверх или вниз)) либо в величинах СКО
double ver(bool k, double Par,int e, int b) {if(k) {Canal(PriseData,e,b); Par=(Par-CanalA[0]*b-CanalA[1])/CanalA[2];} double t=MathAbs(Par); double sum=t; double x=t*t; double s=0; for( int m=3; MathAbs(s-sum)>0.01;m=m+2){t=x*t/m; s=sum; sum=sum+t;} if(Par>0)return(-0.7968*sum*MathExp(-x/2)); else return(0.7968*sum*MathExp(-x/2)); }ЗЫ то что Вы этого не сделали меня сильно удивило, и теперь заставило во всем этом сомневаться...
ЗЫЗЫ И пожалуйста если Вас не затруднит расскажите что Вы имете ввиду под понятием "квантиль"
https://c.mql5.com/mql4/forum/2006/06/kvantil.zip
Как использовать в коде - догадаться не сложно.
А по функции сделаю пояснение:
k - ключ который показывает на то что передается функцие в параметре Par
если k=true, то Par это цена и тогда нужно передать в функцию еще и параметры канала относительно которого считается вероятность. Эти параметры e - последний бар канала и b- первый бар канала.
если k=false, то Par это отклонение выраженное в величинах СКО и тогда параметры b и e не используются.
Canal(Data[],e,b) - функция которая вычисляет регрессию и СКО заполняя CanalA [] полученными значениями.
Ну а дальше собственно алгоритм разложения, который был взят с сайта http://www.kamlit.ru/docs/aloritms/lgolist.manual.ru/maths/matstat/NormalDF/NormalDF1.php.htm
MathAbs(s-sum)>0.01 а здесь можно задать требуемую точность расчета
Если случайную величину можно представить как сумму большого числа не зависящих друг от друга слагаемых, каждое из которых носит в сумму лишь незначительный вклад то эта сумма распределена приблизительно нормально), то получается мы просто из таблицы функции нормального распределения по заданному значению доверительного интервала мы определяем вероятность нахождения св в нем.
ЗЫ то что Вы этого не сделали меня сильно удивило, и теперь заставило во всем этом сомневаться...
ЗЫЗЫ И пожалуйста если Вас не затруднит расскажите что Вы имете ввиду под понятием "квантиль"
В фразе "Если случайную величину можно представить как сумму большого числа" ключевым является слово большого. И это слово думаю что относится кроме как к самим факторам так и к числу наблюдений. На практике мы рассматриваем выборки например начиная от 30 баров и до 1000. В данном случае более уместно всё-таки использование распределения Стьюдента нежеди нормальное распределение. Я именно так и делаю. Хотя возможно, что с нормальным распределением мы получим тоже самое. Я пока что ещё не проверял это.
Честно говоря я не смог с первого взгляда разобраться в Вашем коде. Как Вам удаётся в столь малом объёме кода учитывать ещё и степени свободы? В Excel имеются готовые функции вычисления квантилей для различной вероятности и различных степеней свободы. Я использую таблицу распределения Стьюдента, а не нормального распределения (стр 53-55 Булашева).
Под понятием "квантиль" я подразумеваю всё то же самое, что написано Булашевым на страницах 18-19 его основополагающего труда.
Честно говоря я не смог с первого взгляда разобраться в Вашем коде.
Пояснение по функции в посте выше
Поэтому мне было бы интересно послушать как Вы применяете распределение Стьюдента :)
ЗЫ К сожалению, в те времена тервер был слишком теоретическим материалом, применение которому в жизни не виделось.
Ну так я же уже написал выше. Просто расчитываю квантили для построения доверительных интервалов. Как его ещё можно использовать? У Булашева написано как в Excele посчитать эти самые квантили. В общем условно говоря я имею такой же файл, что вы выложили выше, но тошлько для распределения Стьюдента. Вот и вся разница. Сами подумайте как можно например к выборке в 30 баров применить нормальное распределение вероятности если баров всего ничего? Просто сравните квантили распределения Стьюдента при разных степенях свободы и всё сразу прояснится.