Elliot Dalga Teorisine dayalı ticaret stratejisi - sayfa 17
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
А даёт ли стратегия прибыль при тестировании по ценам открытия (быстрый метод) ?
Ayrıca verir. Kâr ile M1 (tüm onaylar) arasındaki fark %5-10'dur. Sadece tüm kenelerde sonucun daha güvenilir olduğunu düşünüyorum ve bu nedenle M1 (hızlı yöntem) kullanmıyorum.
Çok iyi, beklediğim gibi.
Test yöntemlerindeki fark, programın programlı kapatma veya açık siparişleri açmayı kullanıp kullanmadığını etkiler. Ve sizin durumunuzda SL ve TP tarafından kapatıldığından, test yöntemi etkilememelidir.
Bu çok iyi, beklediğim gibi.
Test yöntemlerindeki fark, programın programlı kapatma veya açık siparişleri açmayı kullanıp kullanmadığını etkiler. Ve sizin durumunuzda SL ve TP tarafından kapatıldığından, test yöntemi etkilememelidir.
Aynı zamanda, elbette, farklı test yöntemlerinde (tüm onaylar) ve (hızlı yöntem) üzerinde, stratejinin karlılığının sayısal göstergeleri arasındaki tutarsızlığa ek olarak, optimize edilmiş parametrelerin değerleri de farklılaşacaktır! Ve bu hiçbir şekilde tedavi edilmez :o). Farklı test yöntemleriyle kârdaki tutarsızlığa bir şekilde katlanabiliyorsanız, optimize edilmiş parametrelerin değerlerindeki tutarsızlıkla yaşamak çok sorunludur, en azından kişisel olarak benim için :o))).
Vladislav, yardım edebilir ve yukarıdaki mesajı ele almak için hangi literatürün (elektronik biçimde) okunması gerektiğini önerebilir misiniz? Yoksa sizin tarafınızdan önerilen Bulashev'in ders kitabını mı kastediyorsunuz? Yani, ikinci dereceden form ile, bir sabit, birinci dereceden bir terim ve bir ikinci dereceden oluşan terimlerin toplamı ile fiyat serisinin yaklaşıklığını mı kastediyorsunuz? Yoksa hiçbir şey anlamadım? Tahmin ettiğim ikinci dereceden formu potansiyel enerjiye çevirmeye ne dersiniz? Nasıl yapılır? Bunu ben de yaşamadım :(
Ayrıca Sentiment ile ilgili başlıkta Örümcek'te görev kurmayla ilgili mesajların olduğunu söyledin. Ama görünüşe göre iyi aramadım, ama yine de takma adın VG'den gelen mesajları bulamadım. Sakıncası yoksa lütfen bir bağlantı sağlayın.
Ayrıntılı cevap için şimdiden teşekkürler!
1. Doğrusal bir regresyon kanalı kurarken, düz bir çizgi denklemini mi kullanırsınız yoksa fiyat serisini ikinci dereceden bir terimin olduğu bir denklemle mi yaklaşıklarsınız ve sonra bu ikinci dereceden denklemi bir değere getirirsiniz. Bulashev'in kitabında anlatıldığı gibi matematiksel dönüşümlerden sonra düz bir çizginin lineer denklemi? Lütfen birinci mertebeden ve ikinci mertebeden yaklaşım denklemlerini fiyat serilerine uygulamanın uygunluğuna ilişkin görüşünüzü ifade edin. Sonuç alma (ticaretin kendisi) açısından farklı denklemlerde somut bir fark var mı?
2. Stratejinizde standart sapma kullandığınızı söylediniz. Nasıl kullandığını anlatabilir misin?
Cevaplar için şimdiden teşekkürler!
Vladislav, yardım edebilir ve yukarıdaki mesajı ele almak için hangi literatürün (elektronik biçimde) okunması gerektiğini önerebilir misiniz? Yoksa sizin tarafınızdan önerilen Bulashev'in ders kitabını mı kastediyorsunuz? Yani, ikinci dereceden form ile, bir sabit, birinci dereceden bir terim ve bir ikinci dereceden oluşan terimlerin toplamı ile fiyat serisinin yaklaşıklığını mı kastediyorsunuz? Yoksa hiçbir şey anlamadım? Tahmin ettiğim ikinci dereceden formu potansiyel enerjiye çevirmeye ne dersiniz? Nasıl yapılır? Bunu ben de yaşamadım :o(
Ayrıca Sentiment ile ilgili başlıkta Örümcek'te görev kurmayla ilgili mesajların olduğunu söyledin. Ama görünüşe göre iyi aramadım, ama yine de takma adın VG'den gelen mesajları bulamadım. Sakıncası yoksa lütfen bir bağlantı sağlayın.
Ayrıntılı cevap için şimdiden teşekkürler!
İkinci dereceden formlarla ilgili olarak ( F(x,t) = A*x^2+B*t^2 + C ) - bu, bu terimlerin matematiksel anlamında matematiksel fizik, alan teorisi ve optimizasyon teorisidir. Sistem parametrelerinin optimizasyonu ile kastedilen, çelişkili bir dizi kısıtlamayı karşılayan uç bir çözümün elde edilmesini mümkün kılan oldukça geniş bir matematiksel yöntem sınıfının yalnızca bir sonucudur. Muhtemelen var olmasına rağmen, elektronik biçimde görmedim. Çok fazla literatür var - nereden başlayacağımı hemen söylemeyeceğim.
Duyarlılıkla ilgili dalla ilgili olarak - şimdi bakmak için çok tembel - o zaman denklemlere ulaşmadı: dikkat etmemeye karar verdiler :).
Ana noktalarımı burada özetleyebilirim:
1. Piyasalar insanlar tarafından yönetilir (çok sermaye olsa da, önemli değil)
2. Aynı ilgi alanlarına sahip insanlar aynı "cazibe bölgelerine" sahiptir (örneğin, benzer psikotiplere sahip insanlar, esas olarak piyasaların özelliklerini sağlayan bazı enstrümanları takas etmeyi tercih ederler - bir hipotez)
Çıkmaz bir yol gibi görünebilir (birçoğunun geldiği), ancak biraz daha varsayımda bulunursak, o zaman umut belirir:
Aynı durumdaki insanlar aynı şeyi yapma eğilimindedir (benzer kararlarla tekrarlanabilirliğin varlığı).
Piyasadaki herhangi bir yönetici grubunun eylemlerinin, karı maksimize etme arzusundan geldiğini varsayalım. Ayrıca HER ZAMAN aşırı bir sonuç elde eden bir yönetici (ideal bir sistem) olduğunu varsayıyoruz. O zaman eylem, piyasayı şu ya da bu şekilde hareket ettirmek için basit bir arzudan daha güçlü bir şeyden gelmelidir. Bir örnek - birkaç yıl önce, Japonya'nın doları destekleme müdahalesi oldukça başarılı bir şekilde çözüldü. Birkaç denemeden sonra Japonya artık bu tür oyunları oynamadıklarını açıkladı. Ve dolardaki trendi durdurmaya çalışırken beş ila on dakika içinde çok şey attılar.
Ayrıca, buna göre, piyasayı hareket ettiren veya piyasa yöneticilerinin karar vermesi için ön koşulları oluşturan bazı dış kuvvetlerin varlığını varsayabiliriz. Geriye, bu kuvvetin birçok kurucu faktörün sonucu olduğu ve bir görev belirlemeye ve çözümü değerlendirmeye çalışmak mümkün olacağına dair bir varsayımda bulunmak (bana göre oldukça mantıklı) kalıyor.
Aslında öyle bir sistem elde edeceğiz ki HER ZAMAN ideal bir sonuçta doğru tahmini alır (bir Carnot döngüsü gibidir - teorik olarak vardır, pratikte daha iyi veya daha kötü yaklaşılabilir). Ve gerçekte, elbette, bazı belirsizlik aralıkları vardır.
Ve yine de - tüm bunlar, piyasanın fraktal doğasından gelir (bu hipotez, etkin piyasa hipotezinin aksine geliştirilmektedir) - yani, piyasada rastgele olmayan tahmin dönemleri olduğu gerçeğinden kaynaklanmaktadır. Yani karanlık bir odada kara kedi aramak için karanlık odaların en azından bir bölümünde belirli sayıda kara kedinin varlığını varsaymanız gerekir :).
İyi şanslar ve geçen trendler.
Vladislav, Carnot döngüsü hakkında, stratejinizde, örneğin açılış ve kapanış fiyatlarında beyaz ve siyah mumların toplamına dayanan dış kuvvet tarafından yapılan işin hesaplanmasını kullandığınızı varsayabilirim. Yani, anladığım kadarıyla, beyaz ve siyah mumların gövdelerini ayrı ayrı toplarsak, sonunda, yukarıdan aşağıya ne kadar daha fazla iş yapıldığına dair tahmini bir orana sahip olacağız veya tam tersi. Yani, bu verilerden, tarihin analizine dayanarak, örneğin sistemin iki uç noktasından birinde olduğunu varsayabiliriz? O zaman, sır değilse, hangi zaman dilimine göre böyle bir hesaplama yapıyorsunuz? Ve saymak için en uygun çubuk sayısı nedir? Tabii ki, burada meselenin, hesaplama için hangi tamframe'i aldığımız ve kaç çubuk gerekli olduğu olmadığını varsayabilirim, ancak bütün mesele muhtemelen yalnızca böyle bir hesaplamanın yapıldığı zaman periyodunun süresinde yatmaktadır. . Peki sizce hesaplama için hangi zaman aralığı kullanılmalıdır? Sonuçta, hesaplama için aldığımız süreye bağlı olarak, TÜM sonuçlar neye bağlıdır? Kullandığınız Murray göstergesindeki P=64 parametresine karşılık gelen süreyi hesap için alıyor olabilirsiniz. Yani, hesaplamalar için 64 işlem günü bir süre almak en iyisi mi?
Vladislav, Carnot döngüsü hakkında, stratejinizde, örneğin açılış ve kapanış fiyatlarında beyaz ve siyah mumların toplamına dayanan dış kuvvet tarafından yapılan işin hesaplanmasını kullandığınızı varsayabilirim. Yani, anladığım kadarıyla, beyaz ve siyah mumların gövdelerini ayrı ayrı toplarsak, sonunda, yukarıdan aşağıya ne kadar daha fazla iş yapıldığına dair tahmini bir orana sahip olacağız veya tam tersi. Yani, bu verilerden, tarihin analizine dayanarak, örneğin sistemin iki uç noktasından birinde olduğunu varsayabiliriz? O halde sır değilse, hangi zaman dilimine göre böyle bir hesaplama yapıyorsunuz? Ve saymak için en uygun çubuk sayısı nedir? Tabii ki, burada meselenin, hesaplama için hangi tamframe'i aldığımız ve kaç çubuk gerekli olduğu olmadığını varsayabilirim, ancak bütün mesele muhtemelen yalnızca böyle bir hesaplamanın yapıldığı zaman periyodunun süresinde yatmaktadır. . Peki sizce hesaplama için hangi zaman aralığı kullanılmalıdır? Sonuçta, hesaplama için aldığımız süreye bağlı olarak, TÜM sonuçlar neye bağlıdır? Kullandığınız Murray göstergesindeki P=64 parametresine karşılık gelen süreyi hesap için alıyor olabilirsiniz. Yani, hesaplamalar için 64 işlem günü bir süre almak en iyisi mi?
Carnot döngüsü ile ilgili olarak - sadece bir örnek olarak, sınırlayıcı bir değer olarak verilmiştir.
Murrey boyutu - 64 ile ilgili olarak, bunlar yöntemin geliştiricilerinin önerileridir. Bunun en iyi sonuç olup olmadığını yargılamayı taahhüt etmiyorum, ancak yöntemlerin yakınsaması için yeterince uzak olan minimum noktayı belirlemek için aşağıdaki tahmini kullanıyorum:
Tam bağlantıyı hatırlamıyorum, kalıcılığın hesaplanmasıyla ilgili analiz makalelerine baktım (Hurst faktörü > 0,5). Piyasaların fraktal boyutuyla ilgili tahminler vardı. Varılan sonuçlar: Birçok piyasa türü için Hurst faktörü 0.62-0.64 bölgesinde yer alır ve bu da ortalama 90 gün boyunca zaman serileri için başlangıç koşullarının kaybı anlamına gelir. Yani, 90 günden fazla zaman önce geçmiş olan tedirginlikler, yok denecek kadar küçük bir etkiye sahip olacaktır. Şimdi geri sayım için başlangıç noktasını altı aydan fazla olmayacak şekilde belirledim (daha kesin olmak gerekirse 180 gün) - 90 gün her zaman yakınsama için yeterli bilgi sağlamaz, ancak bu uygulama özelliklerinin ve diğer algoritmaların sonucu olabilir ve kalite kriteri 90 yeterli - henüz bilmiyorum . Mevcut tüm geçmiş boyunca dönemleri saydığımda sonuç daha iyi çıkmadı - sadece hesaplanması daha fazla zaman aldı.
Hesaplanacak çubukların sayısı yapının kendisi tarafından belirlenir ve daha sonra oktavlar bunun için özel olarak oluşturulur - bu yüzden hangilerinin hangi noktada elde edildiğini bile söyleyemem - bilgisayar uzun süredir sayıyor :) . Yöntemlerin kendileri t\f'ye bağlı değildir, bu nedenle bu, yarım yıl için yeterli geçmiş olduğu sürece herhangi bir t\f temelinde yapılabilir.
Mumlar, desenler vb. Değerlendirmiyorum - gürültüye bağlı yöntemler alacaksınız. Yani, sonuç, IMHO'nun iyi olmayan teklif kalitesine bağlı olacaktır.
İyi şanslar ve geçen trendler.
...yörünge fonksiyonunun bazı ikinci dereceden formlarla yeterince temsil edilebileceğini varsayabiliriz - o zaman bu neredeyse basittir: bu tür formlar için kalite kriteri fonksiyonellerinin ekstremumlarının araştırılması oldukça araştırılmış bir alandır. Yani kalite kriterlerini aşırı derecede karşılayan numunelerin seçiminin yapılması gerekmektedir.
Farklı kanallar için aynı Murray geri dönüş seviyesi farklı güven aralıklarında olacaktır - sonuçta, bir şekilde kesmeniz gerekiyor, değil mi? Ve kalite kriteri potansiyel enerjidir - ikinci dereceden formlara bakın - olağandışı bir şey değil.
Bu konuyla ilgili literatüre baktım. Bu özel davaya başvuruda bulunabilecek her şeyin mümkün olmadığını düşünüyorum. Ancak görmeyi başardıklarıma dayanarak, ikinci dereceden formlar hakkında aşağıdaki varsayımlar var. Başlangıç olarak, bu en yakın fiyat serisi fonksiyonunu bulma yöntemi hakkında. Parabol fonksiyonunu formda alabileceğinizi varsayıyorum.
y(t)=A(t-t0)^2+B, burada y fiyattır, t zamandır, t0 parabolün bir ekstremumu olduğu zaman ölçeğinde noktadır, A ve B katsayılardır.
Bunu, minimum potansiyel enerji kriteri açısından bu parabolün optimal olduğu A ve B gibi optimal katsayıları bulma probleminin formülasyonu takip eder. İncelenen kaynaklardan anladığım kadarıyla bu optimizasyonun özü şu şekildedir. Bir parabolün eğrisini aynı alan potansiyeline sahip bir doğru olarak düşünürüz. Kesinlik için sıfıra eşit olsun. Böyle bir potansiyel alanın eğimi, parabol çizgisine dik olarak yönlendirilecektir. Ve sonra potansiyel enerjiyi en aza indirme sorunu, fiyat serisinin noktaları ile parabolün eğrisi arasındaki en kısa mesafelerin karelerinin toplamının minimum olacağı böyle bir parabol bulma sorununa indirgenir. Yani, basitçe söylemek gerekirse, parabolün parametrelerini optimize ederken, fiyat serisinin noktaları ile parabolün doğrusu arasındaki en kısa mesafeleri belirlememiz gerekir. Ve en kısa mesafe, parabolü dik açıyla kesen düz çizgi boyunca olan mesafedir. Bu nedenle, bunun için bu en kısa mesafeleri bulma problemini çözmemiz gerekiyor. Hangi yöntemi kullandığınıza dair en azından metodolojik olarak bilgi paylaşır mısınız? Örneğin, bu en kısa mesafeleri bulma sürecini aşağıdaki gibi hayal ediyorum.
1. Yaklaştırmak istediğimiz mevcut fiyat serisi için gerçeğe az çok benzeyen bir parabol seçiyoruz (başlangıçta, tüm hesaplamanın algoritması henüz net değil).
2. Her noktasında bu noktadan parabole teğet geçen düz bir çizginin denklemi olan bir çokgen ile ona yaklaşıyoruz. TY(t,T)=a(tT)+b noktası için bir düz çizginin denklemi, burada a=2A(t-t0) ve b=y(T)
3. Daha sonra, fiyat serisinden seçilen bir nokta için, noktadan parabole çizilen dikin parabolün kendisiyle kesişme noktasının olduğu t ve y eksenleri boyunca değer aralığını sınırlarız. .
4. Çokgenin denkleminin bu alanında, dik ile kesişme için arka arkaya poligonun segmentlerinin denklemlerinden geçen yinelemeler yapıyoruz. Bir noktadan bir eğriye dikin uzunluğunu hesaplarken gerekli hatayı elde etmek için gerekli sayıda yineleme ve yaklaşım yaparız.
5. Bu segmentlerin karelerini toplarız ve böylece amaç fonksiyonunun değerini elde ederiz.
6. Bir sonraki adım, parabolün parametrelerini değiştirmek ve hesaplamayı 2-5 arasındaki noktalara göre gerekli sayıda yapmaktır. Amaç fonksiyonunun en küçük değeri, fiyat serisine en uygun şekilde yaklaşan parabolün parametrelerinin değerine karşılık gelir.
Ayrıca, amaç fonksiyonunun elde edilen optimal değerinden koşullu olarak "yarı dağılım" ve "yarı RMSD" parametrelerini hesaplamak muhtemelen mümkündür. Bu temelde, fiyat tablosuna, halihazırda var olan parabole ek olarak, nispeten konuşursak, sayısal olasılık özelliklerine sahip olacak ve aynı eğilim olasılığına sahip potansiyel bir alanın çizgilerini temsil edecek birkaç parabol daha çizebiliriz. tersine çevirme. Örneğin, %70, %80, %90 tersine çevrilme olasılığı olan satırlar.
Vladislav, sence stratejini anlamak için doğru yönde mi ilerliyorum, yoksa hiçbir şey anlamadım ve tamamen başka bir yöne mi gittim?
VM kursunu çoktan unuttum, belki yanılıyorum ama şunu deneyebilirsiniz:
Bir noktadan bir parabole olan en kısa mesafe, normal ile çakışan düz bir çizgi boyunca noktadan olan mesafedir.
Parabolün normali birinci türev yoluyla hesaplanabilir (türev, teğetin eğiminin tanjantıdır).
böylece bir denklem sistemi oluşturabilirsiniz:
1. bir parabolün denklemi.
2. bir doğrunun denklemi (normal) (türevi bilme)
3. düz bir çizgi üzerindeki bir noktanın üyelik denklemi (normal)
Sistemi çözersek, kesin bir çözüm elde ederiz.