Elliot Dalga Teorisine dayalı ticaret stratejisi - sayfa 18

 
bu sorun beni vurdu :)
literatürü okuyun, işte bulduğum şey:

VERİLEN: parabol y = A*x^2, nokta P = (Xp, Yp)
BUL: P noktasından parabole olan uzaklık.

P noktasından parabole bir dik çizin (P'den geçen parabolün normali)
Normalin O = (Xo, Yo) parabol ile kesişme noktasını belirtin

O'daki parabole teğet, tan(a) = 2*A*Xo (O'daki türevin değeri) eğimine sahip olacaktır.
Bu durumda, O noktasındaki parabole teğet, OP vektörüne dik olmalıdır.

Buradan bir denklem sistemi elde ederiz:
1. Yo = A*Xo^2 (Xo noktasındaki parabolün değeri)
2. tan(a) = 2*A*Xo (O noktasındaki teğet eğim)
3. cos(a)*sin(a) + (Xp - Xo)*(Yp - Yo) = 0 (vektör diklik koşulu)

bu yüzden, çözülebilmesi için üç bilinmeyenli (Xo, Yo, a) üç denklemden oluşan bir sistemimiz var.
ur-e 2'yi sin ve cos aracılığıyla yeniden yaz
Yo değerini (ilk ur-th'den) üçüncü ile değiştiririz, sistemi alırız:

1. günah(a) = 2*A*Xo*cos(a)
2. cos(a)*sin(a) + (Xp - Xo)*(Yp - A*Xo^2) = 0

iki bilinmeyenli (Xo, a) 2 denklemli bir sistem var, zaten daha iyi;)
şimdi 1. denklemden Xo'yu ifade ediyoruz ve bu Xo'yu ikinci denklemde yerine koyuyoruz.
bir bilinmeyenli trigonometrik denklem elde ederiz (a)

(a)'yı çözerek ve bularak, Xo'yu ters sırada, ardından Yo'yu bulabilirsiniz.
ve Pisagor boyunca OP mesafesini buluruz.
bıyık :)

biraz kalır - son denklemi çözmek için, ancak küçük olmadığı ortaya çıktı.

kim deneyecek???
 
Ve eğer Pisagor teoremine göre, uzaklığın x-koordinatına bağımlılığının fonksiyonunu türetersek. Sonra türevini bulun, sıfıra eşitleyin ( bir ekstremum aramak için ) ve başka bir üç seviyeli denklemi çözün (ancak sinüsler ve kosinüsler olmadan).
 
Ve eğer Pisagor teoremine göre, uzaklığın x-koordinatına bağımlılığının fonksiyonunu türetersek. Sonra türevini bulun, sıfıra eşitleyin (bir ekstremum aramak için) ve başka bir üç seviyeli denklemi çözün (ancak sinüsler ve kosinüsler olmadan).

Teşekkür ederim! Gerçekten basit geometri biraz unutmuşum :o)
İnternette kübik denklemleri çözmek için hazır algoritmalar bile var. Karşılaşılan ilk C kodu örneği:
http://algolist.manual.ru/maths/findroot/cubic.php
 
А если по теореме Пифагора вывести функцию зависимости расстояния от координаты х. Затем найти ее производную, приравнять к нулю (для поиска экстремума) и решить другое трехэтажное уравнения (зато без синусов и косинусов).

Teşekkür ederim! Gerçekten basit geometri biraz unutmuşum :o)
İnternette kübik denklemleri çözmek için hazır algoritmalar bile var. Karşılaşılan ilk C kodu örneği:
http://algolist.manual.ru/maths/findroot/cubic.php


Geç cevap verdiğim için özür dilerim. Genel olarak, bunun bir parabol olduğu doğrudur. Tek şey, her şeyi hesaba katmadınız ve "yaklaşmanın imkansızlığı" seviyesine kayma riskini aldınız, buna böyle diyelim. Demek istediğim bu - parabolün kendisini bilmiyorsunuz, ancak fiyat alanının potansiyelinden bunun bir parabol olduğu sonucu çıkıyor ve denklemi yanlış belirler veya tahmin ederseniz, o zaman ne elde edeceğiniz net değildir. Yukarıda yazdıklarımı dikkatlice okuyun - sonuçta, yörünge denklemine değil, geri dönüş bölgesine ihtiyacınız var. Matematikte kesin bir cevap elde etmek her zaman mümkün değildir, ancak neredeyse her zaman tahmin edilebilir - bu sınıra geçilerek yapılır. Ve kullandığım integral yöntemleri tam olarak işe yarıyor çünkü bunlar yaklaşımın kalitesiyle ilgili değiller, ancak yukarıdaki ilkelere dayanan çözümü değerlendiriyorlar. Açıklamaya çalışayım: çoğu, güven aralıkları oluşturmak için örneklerdeki fiyatların dağılımını belirlemeye çalışıyor. Ve bunu tam olarak yapmanın imkansızlığı nedeniyle, istatistiğin merkezi limit teoreminin - herhangi bir yakınsak dağılım (ve bu, dağılım eğrisinin altındaki alanın sonlu olduğu anlamına gelir - varlığını ve kanıtını tamamen göz ardı ederek, beyaz gürültü olduğunu ilan ederler - eğer daha kesin olarak: uygun olmayan integral yakınsar) artan serbestlik dereceleriyle normale yakınsar. Yani aslında alanı tahmin etmeniz için eğrinin şekli önemli değildir - bu sayının sonlu olması yeterlidir - o zaman tahminleri uygulayabilirsiniz. Yani burada - yörüngenin kendisine ihtiyacınız yok - ekstremum bölgesine ihtiyacınız var ve bu integral yöntemlerle tahmin edilebilir. Ve tüm görev, örneklerin yakınsamasını ve yukarıdaki ilkeler üzerinde matematiksel tahminlerin kullanımını belirlemektir.

İyi şanslar ve geçen trendler.
 
Yani aslında alanı tahmin etmeniz için eğrinin şekli önemli değildir - bu sayının sonlu olması yeterlidir - o zaman tahminleri uygulayabilirsiniz. Yani burada - yörüngenin kendisine ihtiyacınız yok - ekstremum bölgesine ihtiyacınız var ve bu integral yöntemlerle tahmin edilebilir. Ve tüm görev, örneklerin yakınsamasını ve yukarıdaki ilkeler üzerinde matematiksel tahminlerin kullanımını belirlemektir.

Yani, anladığım kadarıyla, görev ilk önce, gerçeğe az çok benzeyen herhangi bir parabol tarafından yaklaşıldığı zaman, noktalardan uzaklıkların karelerinin toplamının olduğu fiyat serisinin böyle bir örneğini bulmaktır. Bu parabolün fiyat serisi, parabolün katsayıları değiştirilirken çok fazla değişmez mi? Yani, ilk önce, parabolün parametreleri makul sınırlar içinde değiştiğinde, kare mesafelerin toplamının önemli ölçüde değişmediği (kesinlikle tanımlanmış sınırlar içinde) böyle bir "optimal" örneğin varlığı hakkında bir varsayım ortaya koyduk. ? Prensip olarak, böyle bir bilgiyi hiçbir yerde görmediğim için, eğer söyleyebilirsem, o zaman benim için bu neredeyse bir keşif! bu pozisyon muhtemelen doğrudur. Kontrol edeceğiz.
Ve sonra, böyle bir "aşırı" örneğe sahip olarak, bu parabolden farklı aralıklarla bulunan noktaların sayısını sayarız. Ayrıca fiyat serisi ve parabolün eğrisi altında kalan alanın şu veya bu değere eşit olması gerektiğini bilerek, eldeki verilerden hesaplanan ile bu aralıkta olması gereken arasındaki farkı normal dağılıma göre belirleriz. . Daha sonra bu farklılıkları parabolün soluna ve sağına ayrı ayrı özetliyoruz. Sonuç olarak, bir oran elde ederiz, örneğin, soldaki farkların toplamı, sağdaki farkların toplamı ile ilgilidir %20/80 (yukarıya devam etme olasılığı = %20, hareket etme olasılığı) aşağı = %80). Şimdi doğru anladım mı yoksa tam olarak anlayamadım mı? Düzelt o zaman lütfen!
 
evet, sin / cos ile bir kerede çözmüş olmama rağmen, fena çalışmıyor :)
mesafe fonksiyonu ile çözmek daha kolaydır:

R = kare((Xp - Xo)^2 + (Yp - Yo)^2)
R = sqrt(Xp^2 - 2*Xp*Xo + Xo^2 + Yp^2 - 2*Yp*Yo + Yo^2)

yerine Yo = A*Xo^2:

R = sqrt(Xp^2 - 2*Xp*Xo + Xo^2 + Yp^2 - 2*Yp*A*Xo^2 + A^2*Xo^4)

ayrıca dR/dXo değil dR^2/dXo almak daha kolaydır:

dR^2/dXo = -2*Xp + 2*Xo - 4*Yp*A*Xo + 4*A^2*Xo^3

dR^2/dXo'yu sıfıra eşitleyerek, a*X^3 + b*X + c = 0 biçiminde kübik bir denklem elde ederiz.
a = 4*A^2
b = 2 - 4*Yp*A
c = -2*Xp
 
... istatistiklerin merkezi limit teoreminin varlığını ve kanıtını tamamen göz ardı ederek - herhangi bir yakınsak dağılım (ve bu, dağılım eğrisinin altındaki alanın sonlu olduğu anlamına gelir - daha kesin olarak: uygunsuz integral yakınsar) artan derecelerle normale yakınsar. özgürlük. Yani aslında alanı tahmin etmeniz için eğrinin şekli önemli değil - bu sayının sonlu olması yeterlidir - o zaman tahminleri uygulayabilirsiniz.


Hatırladığım kadarıyla, merkezi, bu integral limit teoremleri, N -> sonsuz olan örneğe atıfta bulunur.
Küçük bir numune boyutu (çubuk sayısı) kullanılıyorsa buna nasıl güvenilebileceği açık değil mi?
Ayrıca, eşit olarak dağıtılmış rasgele değişkenler için formüle edilmişlerdir ve piyasa benimki gibi değildir.
Ve son olarak, tüm bu teoremler, olayların bağımsız olduğu varsayımına dayanmaktadır - burada uzun süre tartışabilirsiniz - piyasa dalgalanmalarının bağımsız miktarlar olup olmadığı, ancak bana öyle gelmiyor gibi görünüyor.
Yine, piyasanın "ataletinden" dolayı, aksi takdirde piyasanın "bağımlılığını" ima eden bir "trend" diye bir şey olmazdı.

Yorumları duymak ilginç olurdu...
 
Hatırladığım kadarıyla, merkezi, bu integral limit teoremleri, N -> sonsuz olan örneğe atıfta bulunur.
Küçük bir numune boyutu (çubuk sayısı) kullanılıyorsa buna nasıl güvenilebileceği açık değil mi?
Ayrıca, eşit olarak dağıtılmış rasgele değişkenler için formüle edilmişlerdir ve piyasa benimki gibi değildir.
Ve son olarak, tüm bu teoremler, olayların bağımsız olduğu varsayımına dayanmaktadır - burada uzun süre tartışabilirsiniz - piyasa dalgalanmalarının bağımsız miktarlar olup olmadığı, ancak bana öyle gelmiyor gibi görünüyor.
Yine, piyasanın "ataletinden" dolayı, aksi takdirde piyasanın "bağımlılığını" ima eden bir "trend" diye bir şey olmazdı.

Belki de fikrin özü şudur: Bu küçük örneği, örneğin 3-6 aylık bir süre boyunca bir parabol ile yaklaştırırsak, o zaman parabol açısından, bu argümanları uygulamak mümkün müdür? Yani, sonuç olarak, herkes için açık olan fiyat koordinatına paralel olan tahminler değil, parabol doğrusuna dik düzlemde tahminler alıyoruz. Vladislav'ın lineer regresyon kanalları için aynı integral tahminlerini uyguladığını anlıyorum. Yani lineer regresyon kanalı için tersine çevirme olasılığı aynı integral yöntemleriyle belirlenebilir. Ve sonra, sadece farklı kanallardan gelen bilgileri (doğrusal regresyon ve parabol) analiz ederek, piyasanın durumu hakkında daha doğru bir değerlendirme elde eder (tersine dönüş olasılığı ve hareketin devamı).

Doğru, zaman içinde olası geri dönüşleri değerlendirme sorusunu hala tam olarak anlamadım? Örneğin Vladislav, Murray'in teorisinden basit bir varsayım kullanıyorsunuz, örneğin, seviyelerin hesaplandığı süreyi alır ve 8 parçaya bölerseniz, o zaman bazı kriz noktaları (tersine dönüş veya nüfuz noktaları) olmalıdır. ) bu bölümlerin sınır bölgelerinde? Yani, P=64 (Periyot 1440 - 1 gün) göstergesi için varsayılan parametreleri alırsak, o zaman 8'e bölersek, bu tür kriz olaylarının yaklaşık olarak her 8 işlem gününde bir meydana gelmesi gerektiği varsayımına sahip oluruz? Ya da böyle bir şey? Lütfen bana söyle. Çünkü başka bir şey kullanırsanız (örneğin, bir şekilde tersine dönme olasılığının integral tahminleri), o zaman ilk bakışta zaman içinde tahmin yapma fikri net değildir. Söyle bana, lütfen, burada amaç ne?
 
Seçim kriterlerini eşit derecede iyi karşılayan kanalların güven aralığı bölgelerinin kesişiminde zaman ve fiyat tahminleri elde edilir. Murrey'in seviyesi sadece ek bir değerlendirme verir ve sonra bu bölgeye düşerse. Yakınsama ile ilgili olarak - serinin yaklaşıklık hatasının tahmin edilmesini sağlayan terimleri olduğunu unutmayın - bu nedenle serinin sonsuz sayıda terimine ihtiyacınız yoktur. Örnek: e sayısı sonsuz bir ondalık kesirdir, ancak yine de logaritmaların temeli de dahil olmak üzere birçok şekilde kullanılır ;). Daha birçok örnek var.

İyi şanslar ve geçen trendler.
 
Anladım. IMHO, bu genel olarak doğru değil. Tabii ki, bu göstergeyi kesin olarak kullanıyorum ve bu, gürültüden bağımsız tahminler elde etme olasılıklarından biri (haydi buna diyelim). Bu parametre, güven aralığında nerede olduğunuzu tahmin etmek için gereklidir. Tabii ki, aralığın kendisi içindeki dağıtım türüne bağlı olacaktır (bunun üstesinden gelmek için seçenekler var - zaten yazdım). Prensip olarak, Bollinger Bantları, metodoloji açısından, güven aralıklarının değerlerini belirlemek için stratejiniz için mantıksal olarak uygundur - aynı hareketler üzerine kuruludur. Trend yönü = MA'nın kendisinin yönü. Doğru, bu değerlendirmeyi biraz gecikmeyle alacaksınız. Güven aralıkları kullanılırken bu gecikme dengelenebilir.

Vladislav, şu anda bulunduğumuz güven aralığının yerini değerlendirme açısından stratejinizde standart sapma kullanımı hakkında biraz daha bilgi verir misiniz? Farz edelim ki, son altı ay boyunca tüm olası örneklerin kafa kafaya yeniden hesaplanması yoluyla lineer regresyonun (Hurst katsayısına dayalı) optimal parabolünü (parabollerini) ve kanalını (kanallarını) zaten bulduk ve değerini biliyoruz. İntegral tahmin yöntemine dayalı olarak mevcut zamanda tersine çevrilme olasılığı. Şimdi tüm bu sistemde standart sapmayı da nasıl uygulayacağız? Yani, standart sapma değerlerini hesaplamak için hangi parametreler seçilmelidir? Belki bu durumda, standart sapmanın hesaplandığı hareketli ortalamanın grafiği, elde ettiğimiz optimal parabol ile mümkün olduğunca yakın veya başka bir şekilde çakışacak şekilde yapmalıyız? Yani, başlamak için, örneğin sıradan bir MA (veya olağandışı bir - o zaman hangisi olduğunu söyle bana?) MA'nın hesaplandığı çubuk sayısı parametresinin değerinin bu parabole ayarlanması. Ve sonra, MA parametresinin böyle bir değerini aldıktan sonra, onu zaten standart sapma göstergesine girdik ve böylece optimal parabol çizgisine göre hangi güven aralığında belirlediğimizi belirlediğimiz sapmayı bulduk? Yoksa yanlış anlamalarım mı var? Beni düzelt lütfen!