торговая стратегия на базе Волновой теории Эллиота - страница 285
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
Совсем не о вейвлетах.
Развлекаясь с графиками ценовых рядов случайно обнаружил очень простой и полностью автоматический алгоритм поиска уровней поддержки/сопротивления.
Вот картинка:
Делаем над ценовой кривой некое простое преобразование (его параметры можно менять), дальше ищем плоские участки.
Не обессудьте, если из-за своей дремучести ломлюсь в открытую дверь и это все давно известно и неинтересно.
Если ошибаюсь - охотно расскажу детали.
Всем успехов и попутных трендов!
Доброго всем вечера
Расскажите пожалуйста детили данного алгоритма.
Заранее спасибо
Шкала по оси абсцисс у меня не нормирована. Специально пока не делал этого, так как нормировка зависит от конкретного вейвлета и также от конкретной схемы вычислений и выбора шкалы масштабов (последние две вещи у меня пока постоянны). Нормировочные коэффициенты не слишком отличаются от 1, но все же... Конкретно для тех графиков, что я здесь приводил, длину волны вейвлет-гармоники, соответствующей какому-то пику можно посчитать так: берем расстояние вершины пика от правого края графика, умножаем это число на 1.25. Т. е. пики соответствуют, с учетом сказанного выше, среднему (усреднение по оси времени) расстоянию между максимумами/минимумами. Да... Чтобы точнее считать - правый край на графиках спектров это 2048.
Доброго всем вечера
Расскажите пожалуйста детили данного алгоритма.
Заранее спасибо
Рассказываю.
К ценовой кривой применяем многократно медианный фильтр. Что это такое? Берем окно нечетного размера (>=3) и пробегаем им по всем значениям исходной кривой. В каждой текущей точке сортируем по значению точки, попавшие в окно. Текущей точке присваиваем среднее (в том смысле, что оно расположено посередине массива) значение из отсортированного массива. К полученному результату снова применяем тот же фильтр. Повторяем это многократно (обычно достаточно 20-30 раз).
Для получения уровней сопротивления ценовую кривую переворачиваем вверх ногами и делаем то же самое. Потом переворачиваем полученный результат обратно.
Вот и все!
Здесь два параметра - размер окна и число повторений. Варьируя эти параметры можно оптимизировать результат. И вообще, получается интересно!
Удачи и попутных трендов!
Это детали, а меня интересует вопрос общего плана: возможно ли с помощью этого метода предсказывать зарождающийся паттерн? В чём изюминка метода. Вы, как специалист в этой области, укажите возможное направление поиска.
Это детали, а меня интересует вопрос общего плана: возможно ли с помощью этого метода предсказывать зарождающийся паттерн? В чём изюминка метода. Вы, как специалист в этой области, укажите возможное направление поиска
Мое ИМХО – нельзя предсказать (узнать) зарождающийся паттерн. А изюминка – в красивых картинках, они действительно завораживают (по крайне мере, когда я их «рисовал», смотрел на них как загипнотизированный кролик), и кажется, что ты уже все знаешь о рынке и чувствуешь его и осталось то немного, совсем немного …..
PS: и никакие нейросети и никакое распознавание образов не поможет….
PS: и никакие нейросети и никакое распознавание образов не поможет….
Минуточку, Сергей ! А как же Ваши картинки и расчеты будущего движения цены ?
PS: и никакие нейросети и никакое распознавание образов не поможет….
Минуточку, Сергей ! А как же Ваши картинки и расчеты будущего движения цены ?
Я не прогнозирую (или узнаю) паттерны (это ключевое слово) и считаю, что это просто утопия. По скелетонам я рассчитываю динамические характеристики системы, эти характеристики просто подставляются в формулу в виде коэффициентов и получаю будущее движение цены.
PS: и никакие нейросети и никакое распознавание образов не поможет….
Минуточку, Сергей ! А как же Ваши картинки и расчеты будущего движения цены ?
Я не прогнозирую (или узнаю) паттерны (это ключевое слово) и считаю, что это просто утопия. По скелетонам я рассчитываю динамические характеристики системы, эти характеристики просто подставляются в формулу в виде коэффициентов и получаю будущее движение цены.
Сдлово будущее тоже можно расценивать как ключевое, тогда ты, Сергей, противоречишь сам себе, или пытаешься нас к чему-то подвести (хитрым образом)...
Вероятно Вы правы. У меня это получилось как-то легко и совершенно случайно. Очаровало то, что все получается очень просто и однозначно. Если хоть одному человеку эта штука пригодиться - буду рад, нет - значит судьба у нее такая. Я абсолютно ни на что здесь не претендую!
P.S. Спасибо Вам за великолепный материал по статистическим свойствам случайных и ценовых рядов! Прочитал с удовольствием. Очень понравилось и оказалось полезным.