торговая стратегия на базе Волновой теории Эллиота - страница 185
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
В науке существуют стандартные подходы и методы решения поставленной задачи. Прелесть этого подхода в его определённости, наличии проверенного инструментария и неизменном успехе (если, конечно, решение задачи имеется в принципе). Подобный подход экономит время и гарантирует результат. Это привлекает. Кстати, по приведённой вами ссылке можно наглядно продемонстрировать, как не надо решать задачу. Действительно, достаточно использовать развитый аппарат спектрального анализа временных рядов или провести анализ спектральной плотности стационарного временного ряда определённого через его автокорреляционную функцию, чтобы не морочить себе голову эмпирическими наблюдениями над количеством и качеством волн Эллиота. Рынок изменчив, и смерти подобно использовать стационарную модель состоящую, к примеру, из пяти волн. Когда-то это работало, а через полгода правильнее было бы использовать одинадцативолновую модель. И что... будем каждый раз эмпирически подгонять модель под изменчивый рынок? Это пример не рационального поведения.
Yurixx в своих постах выше, как мне показалась, разделяет мою точку зрения, и было бы интересно ознакомиться с его наработками в этой области.
По поводу вашего замечания о произволе в выборе коэффициентов авторегрессивной модели (если я правильно понял о чём идёт речь), то позволю себе с этим не согласиться, поскольку данные коэффициенты однозначно определяюстя коэффициентами автокорреляции исследуемого временного ряда посредством решения уравнений Юла–Уокера [Yule (1927)], [Walker (1931)].
Grasn, не могли бы вы подробнее рассказать о ваших исследованиях в этой области.
С уважением.
Объясните, пожалуйста, о каком подходе вы говорите. Что это за подход, который обеспечивает неизменный успех и гарантирует результат ?
Совершенно согласен с вашими оценками. Любая детерминированная модель обречена на недолгую жизнь. И чем более она детерминирована, тем жизнь ее будет короче. Непонятно только как вам удается сочетать такой взгляд с тем, что вы написали в первом посте:
Кстати, как человек более чем далекий от ЦОС, хотел бы чтобы вы пояснили подробности относительно анализа спектральной плотности стационарного временного ряда определённого через его автокорреляционную функцию. Особенно о том, как временной ряд определяется через его автокорреляционную функцию.
Grasn, не могли бы вы подробнее рассказать о ваших исследованиях в этой области
Хорошо, попытаюсь кратко описать.
Rosh
grasn, чем отличается экстремум 1 от эктсремума 2 на Ваш взгляд(ваша аргументация) и как их распознать(различить между собой) в режиме онлайн(на правом краю истории)?
В некотором смысле, альтернативный подход к выбору надежного канала.
Начну с лирики. Однажды, я пришел к своему старому другу. По выражению моих глаз он сразу понял причину моего появления и не спрашивания ни о чем, сказал следующее «Если пришла в голову идея, прежде всего, сядь, успокойся, налей себе бокал доброго коньяка и задай вопрос – почему она не работала у твоих предшественников». Вероятно, эта идея появилась не только у меня одного, но по крайне мере не встречал аналогов из доступных мне источников. Ну да бог с ним, возможно, я мало читаю и совсем не претендую на авторство (хотя придумал честно, занимаясь нейронными сетями). Ее полная реализация представляется мне очень сложной, местами даже кажется невозможной. Но не это является причиной желания «поговорить об этом :о)». В ней еще очень много туманного. Обсуждая, можно нащупать правильный путь, пройти его до конца. Хотя, если, представить, что мы вместе – это большой супермозг, то вероятно сможем такую задачу и полностью решить. :о)
Речь идет об идеи, которая может стать основой альтернативного прогноза движения цены и в перспективе занять достойное место в разрабатываемых системах (это не от важности, а от личной оценки). Реализацию в своей системе, я рассматриваю, как вспомогательный модуль и вижу применение непосредственно в качестве дополнительного критерия выбора надежного канала, но конечно, не единственный, а дочитав до конца, можно понять почему хочется приписать «и слава богу не единственный». Но ближе к телу, как говорил старина Мопассан.
Основная идея
Итак, ставил себе следующую цель: моделирование (прогнозирование) движения цены на основе представления новостей в виде сигналов (уж простите, это все влияние цифровой обработки сигналов). В этом и вся простая идея. Нет трендов, цикличности, и прочего, всего этого нет. Есть поступившая новость и сопоставленный ей сигнал.
Предположения (кратко и далеко не все)
В каждый момент времени, рынок находится только в одном состоянии, которое разделяется на два параллельных и связанных подсостояния: ожидание новостей и реакция на поступившие новости. Рынок пребывает в этом состоянии сейчас, он будет пребывать через минуту, через час, месяц, всегда.
Новость, лишь упаковывает информацию (данные или иначе знание) в оболочку, и доставляет ее разными каналами связи. И «держат» рынок конечно, не новости, а информация. Не важно, «дядя Сэм» или трейдер с депозитом в 200 долларов прямо или косвенно получает и обрабатывает эту информацию. Не надо заблуждаться, что косвенным образом новости не влияют на трейдера, формально не выполняющего анализ новостей. Любой индикатор, построенный на ценовом ряде, уже содержит трансформированную информацию (первый постулат ТА). А стало быть, новости. Для некоторых, поступившая котировка может быть «новостью», кхе, шутка.
Под информацией, понимаю любые значимые данные, влияющие на котировки (слухи, отчеты, прогноз фундаментальных данных, поступление фундаментальных данных, выборы и прочее, прочее) содержащиеся в новостях.
Ограничения (кратко и далеко не все)
Получаем ли мы все новости? На этот вопрос нельзя ответить утвердительно. Например, мы не знаем никаких данных о крайней сделки. Мы можем просто не получать всех новостей по той простой причине, что выбрали плохого поставщика, и уж тем более каждый из нас не в состоянии все обработать.
А оказывают ли влияние новости? Вот тут, я было написал два абзаца, в основном для Alex-а (напомню, Alex писал, что новости никак не влияют, в то время, когда профессионалы на этом зарабатывают), но все стер. Опуская философию, сразу озвучу мое собственное мнение – да влияют.
Предполагается не выстраивать экономическую модель и не скатываться в эту область. Суть идеи в том, что бы классифицировать поступающую информацию и сопоставить ее с определенным сигналом и передать «обратную связь» в виде параметров сигнала на основе качественного анализа поступившей информации.
Модель (кратко и далеко не все)
Если мы не получаем всех новостей, как тогда быть? Ответ, вероятно, скрывается в том, что всей информации нам и не нужно. Вряд ли игрок реагирует на все новости подряд, скорее всего, он ожидает в зависимости от целей (их не так много), какие то определенные новости. Следовательно, руководствуясь статистическими принципами нужно выявить действительно значимую информацию, которую ожидают подавляющее большинство и в дальнейшем работать только с ней. В целом, за нас такую работу вроде бы выполнили, и для начала исследований ей можно воспользоваться и довериться, что собственно я и сделал.
Структурирование информации, и многое другое …… – отдельные интересные темы.
Математически, каждая новость (принятая к рассмотрению) моделируется определенным классом сигнала (сигнал используется в контексте цифровой обработки сигналов) со своими характеристиками. Свертка, выполненная по определенным условиям, таких сигналов (импульс – так же является сигналом) даст целостный прогнозный сигнал. Следовательно, нужно сопоставить каждой значимой новости, принятой к рассмотрению, параметры и вид используемого сигнала. Параметры всех импульсов должны быть нормированные, и рассчитываться от текущего уровня цен. Прогноз должен быть понедельный, при стратегическом прогнозе на длительную перспективу должен отталкиваться от прогнозного значения пятницы.
Применение
Применение самое разное. Можно прибить гвоздем к стенке, распечатать и отнести в туалет, а можно, например, уточнять надежный канал простым, последовательным «вписанием» полученного прогнозного сигнала в каналы.
PS: Это не та идея, которая даст вам очень точные прогнозные значения цены, совсем не та. И решение уравнения Юла–Уокера боюсь, не поможет, хотя, если Neutron поделиться, буду признателен.
О произволе и исследованиях
Вот где по истине настоящий произвол, где можно развернуться и насладиться его плодами в полной мере. Я насладился: от потрясающих результатов (бегал по потолку, спотыкаясь о люстру от переполняемых меня эмоций) до философского «да, уж…они новости-то, вообще читают?». :о))
Развитие идеи
Вполне возможно, что результаты правильной реализации будут соотноситься с EWT. Грубо говоря, но мягко выражаясь, а почему бы не пойти от обратного, в этой теории, т.е. от «толпы» и ее настроения?
Ну так, что, уважаемые форумяне, создадим «формулу настроения»? :о)
анализа спектральной плотности стационарного временного ряда определённого через его автокорреляционную функцию
Использование автокорреляционной функции - один из вариантов расчета спектра
Особенно о том, как временной ряд определяется через его автокорреляционную функцию
а это я сам не понял, возможно, не точная формулировка
Если теперь добавить те графики, а также полдюжины каких-нибудь не слишком сложных правил поведения на рынке, то можно уже публиковать книжки по торговле на форексе. Не хуже Вильямса и Элиотта. :-)))
Если теперь добавить те графики, а также полдюжины каких-нибудь не слишком сложных правил поведения на рынке, то можно уже публиковать книжки по торговле на форексе. Не хуже Вильямса и Элиотта. :-)))
Привет Юрий!
Мы же с вами решили, когда начнем публиковать книжки. Я еще не распрощался с этой идеей
:о)))
Нужно только сделать еще несколько шагов вперед…
:о)))
Но жить-то надо на что-то ! Форекс это хорошо, но это же чисто научное увлечение. :-)
Я в своей стратегии использую подход позволяющий эксплуатировать Механическую Торговую Систему (МТС). Даже поверхностный анализ возможных алгоритмов торговли показывает, что этому требованию удовлетворяет только подход, основанный на анализе уже имеющихся исторических данных. Другими словами, я выдвинул гипотезу о том, что история повторяется и возможно построение стратегии эксплуатирующую свойство предсказуемости на несколько шагов вперёд временного ряда того или иного инструмента.
Естественно, эта гипотеза требовала подтверждения и создания адекватной модели процесса ценообразования. В качестве модели казалось логично предположить, что цена аддитивно включает в себя случайную составляющую и детерминированную. Это предположение основано на догадке о стабилизируюещей роли Центробанка (ЦБ выгодно удерживать цену в ограниченном коридоре, т.е. должен наблюдаться стабилизирующий эффект обусловленный введением Обратной Отрицательной Связи между динамикой изменения цены и действиями ЦБ) и, в совокупности, дестабилизирующей роли игроков на рынке (толпа склонна к стадному поведению, т.е. ей выгодна трендовая динамика ценообразования). При этом, мы не исключаем наличия сезонной или циклической компоненты и возможных детерминированных трендов (направленные действия крупных игроков).
Введём несколько основных понятий:
1. Ряд называется строго стационарным (или стационарным в узком смысле), если совместное распределение вероятностей m наблюдений такое же, как и для m наблюдений.
Другими словами, свойства строго стационарного временного ряда не меняются при изменении начала отсчета времени. В частности, из предположения о строгой стационарности временного ряда следует, что закон распределения вероятностей случайной величины не зависит от времени, а значит, не зависят от времени и все его основные числовые характеристики, в том числе: среднее значение и дисперсия.
Очевидно, среднее значение определяет постоянный уровень, относительно которого колеблется анализируемый временной ряд, а дисперсия (D) характеризует размах этих колебаний. Поскольку закон распределения вероятностей случайной величины одинаков при всех t, то он сам и его основные числовые характеристики могут быть оценены по наблюдениям.
2. Детерминированный линейный тренд - направленное движение цены, вызванное теми или иными событиями на рынке. Критерием является не нулевое матожидание принудительно остационаренного временного ряда и выявляемый с помощью низкочастотных цифровых фильтров.
3. Не детерминированный линейный тренд - направленное движение цены, вызванное случайным процессом ценообразования. Критерием является нулевое матожидание принудительно остационаренного временного ряда и принципиально не выявляемый с помощью низкочастотных цифровых фильтров из-за неизбежной фазовой задержки казуальных схем фильтрации.
4. Реальный временной ряд на валютном рынке можно считать интегрированным стационарным рядом. При этом, можно положить матожидание порождающего стационарного ряда равным нулю.
Последний пункт следует из результатов изучения стационарных временных рядов полученных путём дифференцирования существующих реальных данных по архивам котировок. Далее, для удобства, мы будем говорить о стационарных рядах, не забывая при этом, что реальный временной ряд восстанавливается из стационарного путём простого интегрирования последнего. Кроме того, из пункта 4 следует, что на валютном рынке в принципе не существуют детерминированные направленные движения, а всякое похожее направленное движение носит случайную природу и потому практического интереса не представляет (trend do not friend!). Дифференцирование исходного ряда позволит нам избавится от стохастических трендов, что ещё более упростит нашу модель.
Таким образом, мы предполагаем, что процесс ценообразования может описываться моделью включающую в себя циклическую компоненту и стационарный временной ряд с нулевым матожиданием. Ответить на вопрос о наличии или отсутствии циклической компоненты в рядах курсов валют можно применив матаппарат Фурье-анализа или воздейcтвовав на временной ряд узкополосным цифровым фильтром. В своей практике я использовал оба метода. Полученные результаты говорят о том, что циклы на валютном рынке существуют, но носят стохастических характер, т.е. не существует циклов со стационарным или почти стационарным периодом. Данное свойство, к сожалению, принципиально не позволяет эксплуатировать стратегии, основанные на цикличности процесса ценообразования. Повторю, что данный вывод касается только валютного рынка! На фондовом рынке присутствует стационарная сезонная компонента и детерминированные тренды. Этот факт позволяет надеяться на возможную эксплуатацию данных свойств фондового рынка в ТС. В свете выше сказанного, у меня сложилось мнение, что теория Эллиота применима исключительно на рынке акций и фьючерсов, но никак не на валютном рынке.
В итоге, наша модель содержит всего два компонента: детерминированную составляющую и случайную. Процесс ценообразования можно описать как память рынка о бесконечном количестве предыдущих скачков цены, каждый из которых имеет свой всё убывающий вес и случайную составляющую. В общем случае, нам необходимо разумным способом ограничить число членов участвующих в ценообразовании и найти способ вычислять данные коэффициенты (веса) из доступных и вычисляемых параметров характеризующих интересующий стационарный процесс. А так же определить параметры случайной компоненты, что не представляет ни какого труда. В этом случае следующий (итый+1) скачёк цены будет определяться суммой n предыдущих скачков S(i), каждый из которых помножен на свой вес a(i), монотонно убывающий с удалением от переднего края истории, и случайной величины sigma с известным законом распределения, нулевым матожиданием и известным стандартным отклонением:
S(i+1)=SUM(a(i-k)*S(i-k))+sigma, где суммирование ведётся по всем k от нуля до n.
Таким образом, речь идёт о авторегрессионной модели n-го порядка.
В принципе точный вид случайной величины нужен нам лишь в том случае, когда мы хотим получить временной ряд S(i) полностью идентичный порождающему (в смысле характеристик), но мне эта задача кажется излишней. Действительно, нас интересует только предсказательная возможность модели, которая неизбежно будет страдать от элемента неопределённости вносимого членом ответственным за случайную компоненту, но учитывая случайный знак вносимой ошибки, можно с известной долей уверенности сказать, что спустя большое количество проведённых сделок, ошибка предсказания связанная со случайным членом, сведётся к нулю! И, в итоге, наша модель выглядит совсем просто:
S(i+1)=SUM(a(i-k)*S(i-k)), где суммирование ведётся по всем k от нуля до n.
Спектральная плотность процесса авторегрессии n-го порядка определяется с помощью формулы:
p(omega)=2D/|1-SUM(a(k)*exp{-i*2k*omega})|^2, где суммирование ведётся по всем k от 1 до n,
i=SQRT(-1) и 0<=omega<=1/2 .
Предварительно, замечу, что
… я выдвинул гипотезу о том, что история повторяется и возможно построение стратегии эксплуатирующую свойство предсказуемости на несколько шагов вперёд временного ряда того или иного инструмента… В качестве модели казалось логично предположить, что цена аддитивно включает в себя случайную составляющую и детерминированную
Находит отражение и в моих исследованиях:
История действительно повторяется и это демонстрирует показатель Херста, только он оценивает возможность повторения/продолжения сложившейся структуры (о чем писал ранее), что несколько меняет подход к ТС.
Правильно выполненное нормирование «обратной связи», т.е. сопоставление параметров сигнала качеству информации позволяет в общем случае получить локально детерминированную составляющую. Циклов действительно нет (не галошами торгуют :о), но цикличностью обладает как раз основная информация (M0, М1, ставки и т.д.). Базовой («около детерминированный») прогноз основывается на циклической информации.
Единственная проблема, степень влияния конкретной информации меняется со временем и один раз выполнив нормирование по истории, можно начинать его делать заново :о(. Но пока этот подход, действительно, не более чем научное увлечение.