Elliot Dalga Teorisine dayalı ticaret stratejisi - sayfa 132
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
Farklı şekilde öncelik verirdim - girişlerin doğruluğu bile %50 civarında olsun, ancak aynı zamanda duraklar ve karlar bir avantaj sağlamalı. Yani ya küçük bir mola verebileceğimiz ya da büyük bir kazanç elde edeceğimiz bir yere giriyoruz.
Kanalların küçük dikliği sınırında, olan tam olarak budur. Genel olarak, resim daha karmaşıktır, çünkü bu, Yurixx'in cevabıyla kesiştiği için, aşağıda bazı ek akıl yürütmeler olacaktır.
Giriş seviyenizi sordum çünkü değerleme yaklaşımınızı anlamak için SL ve TP arasındaki ilişkiyi görmem gerekiyordu. Şimdi 1:4 olduğunu anlıyorum.
Ben giriş anında sabit olanları değil, mevcut RMS seviyelerini kullanıyorum, yani bu oran sadece giriş anında geçerlidir. Ayrıca, trende girerken SL yükselmeye başlar ve TP uzaklaşır. Ve buna göre, trende karşı girerken tam tersi.
Genel olarak, aşağıdaki seçenekleri hayal ediyorum:
1. Denge tahmini. SL=TP. Bu seçeneği seviyorum çünkü basit ve girdinin "doğruluğunu" objektif bir şekilde değerlendiriyor. Yani, sistem tarafından kazanma olasılığındaki artışın bir tahminini verir.
2. Denge dışı tahmin SL < TP. Bu seçenek, sistemin girdiği pivot noktasına ne kadar yakın (ters trend girişi olması durumunda) veya trendin sonundan ne kadar uzakta girdiğini (trend girişi olması durumunda) değerlendirmenizi sağlar.
3. Karmaşık tahminler. Birçoğu var elbette. Ve her biri sistemin sağladığı girdilerin belirli bir özelliğini değerlendirebilir. Ben de kullandığım bir örnek vereceğim. SL belirtilmemiş, tek parametre TP'dir. Her giriş için, giriş TP'ye ulaşmadan önce ulaşılan maksimum düşüş tahmin edilir. TR'yi değiştirerek istatistiksel olarak analiz edilebilecek bir seri elde ederiz. Bu sadece dezavantajları olan bir örnek. Özellikle, TR hiçbir zaman elde edilemeyebilir. Bu nedenle, bu tür her bir tahmin varyantının uygulanması, kendi açıklamalarını gerektirir.
Genel olarak, sistemi bir bütün olarak değerlendirirken, hepimiz iki değere güveniriz: her bir negatif işlem için pozitif işlem sayısı ve karlı işlemlerdeki ortalama gelirin, kârsız işlemlerdeki ortalama kayba oranı. Bütün bunlar, sistem bir bütün olarak test edildiğinde bir komplekste elde edilir. Bu nedenle, bu tür sonuçların neden elde edildiğini söyleyemeyeceğimiz anlamda bağımsız değiller. Ya girişler kötü olduğu için ya da çıkışlar yüzünden ya da yanlış SL ve TP vb. yüzünden. Bu nedenle, girdi ve çıktıları değerlendirmek için metodolojiyi standart hale getirmek elbette çok güzel olurdu (ve bunlar birbirine bağlıdır). O zaman sistemin iki ana özelliğinin bağımsız değerlendirmesi için bir metodoloji oluşturmak mümkün olacaktır. Ve bu, sistemin avantajlarının nerede olduğunu ve başka nelerin iyileştirilmesi gerektiğini hemen gösterecektir.
Genel olarak benzer düşüncelerim var, sadece serbestlik dereceleri olarak emirlerin girişini ve sürdürülmesini (çıkış da dahil olmak üzere) değerlendiriyorum. Bunları ayrı ayrı optimize etme yeteneği, her şeyden önce, iş miktarını azaltacaktır (kabaca söylemek gerekirse, hacimlerin çarpımı yerine toplamı). Gerçekten de, standart tanımlarda bağımsız değildirler, bu nedenle yeniden formüle etme ihtiyacı vardır, ancak bu, kavramları daha az açıklığa kavuşturabilir ve uygulanmasını daha zor hale getirebilir. Yani, bir tür ortogonalizasyon gerekli olacaktır. Bu anlamda, üçüncü seçeneğiniz, bu arada, en azından bir düşünce tohumu olarak oldukça ilginç görünüyor.
“Kıpırdama” terimini tam olarak anlamadım, örneğin, eşlenik gradyan yöntemini kullanarak (bir keresinde bir bağlantı verdim), kademeli yaklaşımla maksimum veya minimum aramayı kastediyorsanız, bu yöntem bizim durumumuz için daha uygundur. ve bozulmalarla ilgisi yoktur. Ve zincirin yeni bir hattının görevi kastediliyorsa, bence bu doğru değil ve sorun sayısal yöntemlerle çözülemez. Ve diferansiyel, integral denklemler, interpolasyon problemleri vb. çözülür. Onlar. denklem sistemini çözmenin bir sonucu olarak, bir dizi eğri elde ederiz.
Bu sorunu doğrudan çözmek için hangi algoritmanın doğru olacağını söyleyemem (kendimde ilginç hale gelmesine rağmen), ancak burada yaklaşık bir algoritma var.
SL ve TP düzeylerinin değişebileceği anlaşılmaktadır. Bunun hem hesaplanan parametrelerdeki bir değişiklik sonucu hem de MM, yani takip vb. Ancak girdilerin (ve çıktıların) standardize edilmesi ve etkinliğinin çalışılması için tüm bunların hariç tutulması gerekir. Standart ve sabit koşullarda iyi sonuçlar alınırsa, makul bir strateji ve MM ile bunlar daha da geliştirilebilir. Tek başına iyi sonuçlar alınamazsa, MM bu uyarı resmini yalnızca gizleyecektir.
Ayrıca, hesaplanan numunenin farklı uzunlukları için sonuçlardaki farklılıkları da kontrol ettim. İlgileniyorsanız, sonuçlar burada sunuldu "Elliot Dalga Teorisine dayalı ticaret stratejisi" solandr 23/06/06 10:36
300 ve 1000 barlık denge tabloları oldukça yüksek bir korelasyona sahiptir. Doğru, lineer regresyona ek olarak, parabolik regresyon da kullanıyorum (ki zaten birkaç kez yazdım) ve daha sonra her ikisinden elde edilen verilerin ortalamasını birkaç kaynaktan gelen bilgilere dayanarak, bu tekniğin daha yakın olmanızı sağladığı "gerçek" kanal parametreleri (gerçekten var olan (hesaplamada seçtiğimiz değil) kanalların sınırları).
Ayrıca dalın saygıdeğer katılımcılarına bir stratejinin birkaç bileşenin birleşimi olduğunu hatırlatmak isterim (yani, kanallar önceden belirlenmiş kanallarla kesinlikle örtüşse bile tek başına lineer regresyon kanalında ileri gitmek imkansızdır). minimum potansiyel enerjiye dayalı olarak Vladislav tarafından belirlenir!). Uzman Danışmanınızda Murrey seviyelerini kullanıp kullanmadığınızı bilmiyorum, ancak burada Hurst katsayısı ve para yönetiminin yanı sıra kesinlikle önemli bir rol oynuyorlar (ikincisi, Yurixx'in haklı olarak belirttiği gibi, daha büyük bir sadece diğer bileşenlerin sağladığı karı maksimize etmek için). Başlangıç olarak, pozisyon yönetimi algoritması hazırlanırken piyasaya en katı koşullar altında girmenizi, daha sonra bunları yumuşatmanızı (işlemlerin sayısını ve buna bağlı olarak nihai karı artırmak için) tavsiye edebilirim. Yani, basitçe söylemek gerekirse, stratejinin başarısı, bu başlıkta özetlenen metodolojinin toplamının yarısı ve başarılı (veya daha doğrusu rasyonel) pozisyon yönetimi algoritmasının yarısıdır. Ve bir veya başka bir pozisyon yönetimi algoritmasının ne kadar başarılı olduğu sorusuna, bir strateji test cihazı kullanarak kendiniz bir cevap alabilirsiniz. Ve tam olarak, herkesin kendi başına bulabileceği (veya bulamayacağı) ve Vladislav'ın en başından beri genel halka sunmayı reddettiği şey tam olarak ikinci yarıdır ve buradaki nokta sadece etrafında olduğu potansiyel enerji ile ilgili değildir. bu başlıkta çok ilginç tartışmalar var.
300 ve 1000 barlık denge tabloları oldukça yüksek bir korelasyona sahiptir. Doğru, lineer regresyona ek olarak, parabolik regresyon da kullanıyorum (ki zaten birkaç kez yazdım) ve daha sonra her ikisinden elde edilen verilerin ortalamasını birkaç kaynaktan gelen bilgilere dayanarak, bu tekniğin daha yakın olmanızı sağladığı "gerçek" kanal parametreleri (gerçekten var olan (hesaplamada seçtiğimiz değil) kanalların sınırları).
O zaman soru şudur: Doğrusal ve parabolik yaklaşımların parametrelerinin istatistiksel anlamlılığını kontrol ediyor musunuz?
Yani, belirli bir örnek için hem Y=A*X+B hem de Y=A1*X^2+B1*X+C doğrusal regresyon için iyi bir yaklaşımımız var. Bu yaklaşımların aynı sıradaki yaklaşımlar olup olmadığını kontrol etmek gerekir. Eğer böyleyse, o zaman parabol yapaylık (fazladan bir varlık) olarak cesurca atılır, değilse, o zaman aynı zaman serisine yaklaşmak için zaten iki farklı yolumuz vardır ve bu, lineer regresyon kanalını kırmak için bir kriter olarak hizmet edebilir.
Yani, belirli bir örnek için hem Y=A*X+B hem de Y=A1*X^2+B1*X+C doğrusal regresyon için iyi bir yaklaşımımız var. Bu yaklaşımların aynı sıradaki yaklaşımlar olup olmadığını kontrol etmek gerekir. Eğer böyleyse, o zaman parabol yapaylık (fazladan bir varlık) olarak cesurca atılır, değilse, o zaman aynı zaman serisine yaklaşmak için zaten iki farklı yolumuz vardır ve bu, lineer regresyon kanalını kırmak için bir kriter olarak hizmet edebilir.
Hayır, bilmiyorum, tabii ki bu fikrin de denenmesi gerekiyor. Parabol ve düz çizgi, fiyat aralığına tam olarak yeteneklerinin sınırları dahilinde yaklaşır. Ancak parabolün yaklaşıklık için daha fazla olasılığı vardır, çünkü söyleyebilirsem "daha güçlü" bir büyüklük mertebesidir (mertebe 2 ve doğrudan mertebe 1'e sahiptir). Yani örneğe bağlı olarak bir parabol düz bir çizgiye dönüşebilir ama elbette düz bir çizgi asla parabole dönüşmez. Her ne kadar 2'den büyük bir düzen de yaklaşıklık için kullanılamasa da, daha yüksek yaklaşıklık sıralarının bir eğilime değil, zaten rastgele eğilim bileşenlerine yaklaştığına dair güçlü bir görüş olduğundan, Vladislav bu nedenle yörünge türünün önemli olmadığını iddia edebilir. o ve belirli bir aralıkta yer alan iki eğri, yaklaşım açısından eşdeğerdir.
Lineer regresyon kanalını kırma kriterleri ile ilgili olarak, şu ana kadar lineer regresyon kanalı kırılmadan önce parabolün tepesinin oluştuğuna dair tamamen görsel gözlemlerim var. Diğer bir deyişle, bir trend tersine dönüş noktası, genellikle (ancak her zaman değil) trendin tersine çevrilme bölgesinde tepesi olan bir parabol tarafından tahmin edilebilir. Şimdiye kadar, uygulamanın fizibilitesini kontrol etmek için eller bunu algoritmaya sokmak için uzanmıyor. Şimdi en çok, osilatör tipi göstergelerin tamamen terk edileceği grafiksel ticaret sistemleri yaratma olasılığını incelemekle ilgileniyorum. Yani MACD, OsMA, Stokastik gibi osilatörler kullanmadan sadece grafik yapılar yardımıyla piyasa hareketini tahmin etmek mümkün müdür?
....
Lineer regresyon kanalını kırma kriterleri ile ilgili olarak, şu ana kadar lineer regresyon kanalı kırılmadan önce parabolün tepesinin oluştuğuna dair tamamen görsel gözlemlerim var. Diğer bir deyişle, bir trend tersine dönüş noktası, genellikle (ancak her zaman değil) trendin tersine çevrilme bölgesinde tepesi olan bir parabol tarafından tahmin edilebilir. Şimdiye kadar, uygulamanın fizibilitesini kontrol etmek için eller bunu algoritmaya sokmak için uzanmıyor.
Hesaplamalarım bazı bölümler için hem LR hem de parabol için aynı artık saçılımı gösterdiğinde, bu, bu değerleri hesaplamak için benim algoritmamın doğruluğunun ana teyidi oldu.
LR kanalı kırıldığında parabolün tepesini görsel olarak yakalamak zor değil, programa bunu yapmasını öğretmek daha zor. Bu nedenle, belirtilen kriter kullanışlı olabilir. Bununla birlikte, LR'nin merkezleri ile parabol arasındaki, saçılmaya normalleştirilmiş (opsiyonel olarak) sapma oku kullanılabilir. Henüz kontrol etmedim.
Garip, tam tersine, köşe tespit programı için öğrenme algoritması bana hemen bariz göründü. A>0 ise, parabolün dalları yukarı çıkar, o zaman tepe noktasının zaten geçildiğini belirlemek için Yparabola_current>Yparabola_previous koşulunu kullanabilirsiniz. Ve bunun tersi, eğer A<0 ise dallar aşağı iner ve buna göre, Yparabola_current<Yparabola_previous olduğunda tepe noktası geçilir. Örneğin, 300 bar içinde yakınsama koşullarını sağlayan bir parabol arıyorum.
Şu ana kadar algoritmanın içine sokmaya çalışmadım ama bu algoritmanın üstten geçişi göstermesi görsel olarak görülüyor. Sadece grafikte görüntülenen doğrusal kanal(lar)ım ve parabol(ler)im var.