Elliot Dalga Teorisine dayalı ticaret stratejisi - sayfa 192
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
Genel durumda, bir rastgele değişkenin merkezlenmesi prosedür olarak adlandırılır: X(t)-m(t), burada X(t) bir rastgele değişkendir, m(t) beklentidir (aralığın ortalaması). Böylece sabit bir kayan pencere üzerinden ortalama alarak beklentiyi hesaplayarak orijinal zaman serisindeki sabit bileşenden kurtulmuş oluyoruz. Bu, spektrogramın okunmasını kolaylaştırır. Gerçekten de, orijinal serinin ve ortalanmış serinin spektrumunu karşılaştırın. Orijinal seri, düşük frekans bölgesinde güçlü bir sürtünmeye sahiptir. Ama ortalama alma penceresinin seçiminde bazı belirsizlikler ortaya çıkıyor... spektrogramın düşük frekans sınırı buna bağlı. Kabaca, spektrum, ortalama süreden daha büyük bir periyodu olan harmonikler içermeyecektir.
Kendim için, satırın ortalamasını şu formüle göre kullanıyorum: X[i]=Aç[i-1]-Aç[i]. Bu durumda sayısal türev alma prosedürüyle bir benzetme yapmak kolaydır (dt=1 olduğu göz önüne alındığında). Harmonik fonksiyonları içeren orijinal seriye farklılaşma operatörü tarafından etki edildiğinde, çıkışta aynı harmonikleri içeren ve genliği frekansla orantılı olarak artan bir seri alacağımızı hatırlıyoruz. Onlar. orijinal seriyi ayırt etme prosedürü:
1. yararlı bilgi kaybına yol açmaz (spektral analizden bahsediyoruz);
2. spektral yoğunluğu sindirilebilir bir biçimde sunmanıza olanak tanır;
3. Ortalama alma prosedürüyle ilişkili kaçınılmaz faz gecikmesini en aza indirmenizi sağlar.
Unutulmamalıdır ki A^2/Hz spektral yoğunluk boyutunun birim frekans başına güç (genliğin karesi) olduğu, bizim tarafımızdan hesaplanan değerin boyutu (farklılaştırma prosedüründen sonra) ise: Hz * A^ olduğu unutulmamalıdır. 2 ve spektral yoğunluğu geri yüklemek için elde edilen vektörü frekans karesine bölmek gerekir. Ek olarak, öncelikle belirli bir harmoniğin genliği ile ilgileniyoruz. Bunu bulmak için elde edilen spektral yoğunluğu periyoda bölmek ve bundan karekökünü çıkarmak gerekir.
Ve son olarak, bir yerde bir hata yapmış olmalıyım... Yurixx size tam olarak nerede olduğunu söyleyecektir :-)
Candida'ya
Candid, seni görmek güzel!
Hayır, değil.
Aksine, serilerin farklılaşması, durağan olmasına rağmen MA bileşeninin tersinmezliği ile bağlantılı bazı istenmeyen özelliklere sahip olan “yeniden farklılaştırılmış bir seriye” yol açar; bu durumda, farklılaştırılmış serilerin komşu değerlerinin parazitik otokorelasyonu ortaya çıkar (spektrumda kısa döngüler hakimdir). Ayrıca, parametre tahmini ve seri tahmini için olağan algoritmaları kullanmak imkansız hale gelir (örneğin bakınız, [Hamilton (1994), 4. ve 5. bölümler).
Ama bu zaten başka bir operadan. Otoregresif modellerin özelliklerinden bahsediyoruz.
Teşekkürler, mizah takdir edildi. :-)) Ancak, düşük frekans bileşenini bağlamdan çıkarmak için açıklığa kavuşturmak istiyorum.
Gönderileriniz her zaman bilgilendiricidir ve bu nedenle, içinde belirtilenleri anlamak ve anlamak istememi sağlıyor.
Bu yüzden hata değil, anlayış arıyorum. Ve bunun için detayları belirtmeniz gerekiyor. :-)
X[i]=Açık[i-1]-Aç[i] işleminin aslında bir serinin farklılaşması olduğu gerçeği en başından beri aklıma geldi.
Ve neden merkezleme için kullandığını anlamakta zorlandım. Burada bağlantı yok gibi görünüyor. Şimdi anladım tekrar teşekkürler.
Sadece X[i]=Açık[i-1]-Açık[i] serisinin beklenen değeri ile bağlantılı an anlaşılmaz kaldı. Anladığım kadarıyla bu serinin sizin aldığınız aralıklardaki matematiksel beklentisi sıfırdan farklı. Bu nedenle, sıfır matematiksel beklentisi olan durağan serilerle ilgili ifadeler ona atfedilemez.
Herhangi bir TS'nin yardımıyla, durağan bir seriyi sıfır matematiksel beklentiyle entegre ederek oluşturulan bir zaman serisini uzun vadede yenmenin imkansız olduğu kesinlikle matematiksel olarak kanıtlanmıştır (bu, bazı çekincelerle, fiyatın bir analogudur). bir dizi para birimi enstrümanıdır ve bir parçacığın Brownian hareketine benzer)
Herhangi bir TS'nin yardımıyla, durağan bir seriyi sıfır matematiksel beklentiyle entegre ederek oluşturulan bir zaman serisini uzun vadede yenmenin imkansız olduğu kesinlikle matematiksel olarak kanıtlanmıştır (bu, bazı çekincelerle, fiyatın bir analogudur). bir dizi para birimi enstrümanıdır ve bir parçacığın Brownian hareketine benzer)
Enstitüde bize oyun teorisi hakkında çok ilginç şeyler söylendi. Uzun zaman önce olduğu için - hafızadan alıntı yaptım ...
Belki de doğru yol şudur:
... uzun vadede, herhangi bir TS'nin yardımıyla, durağan bir seriyi sıfır korelogramla entegre ederek oluşturulan bir zaman serisini yenmek imkansızdır...
Her bir sonraki terimi bir öncekine eşit olan ve bir katsayı ile çarpılan bir seri oluşturalım, örneğin, a = -0.5:
X[i+1]=-0.5*x[i]+sigma , burada sigma ortalama sıfıra sahip normal olarak dağıtılmış bir rastgele değişkendir.
Bu, güçlü negatif otokorelasyona sahip (geri çekilme piyasasına benzer) 1. dereceden AR(1) otoregresif modeldir. X[i+1]=а*x[i]+sigma ilişkisini sağlayan dizilere genellikle Markov süreçleri de denir. Dolayısıyla, yeterince uzun bir dönemde onun için beklenti sıfırdır ve böyle bir işgücü piyasasında para kazanmak mümkün olmayacaktır.
Bu gerçekten ilk ifademle çelişiyor.
İlginç bir şekilde, negatif otokorelasyon katsayısına sahip Markov süreçleri için (Forex piyasasındaki hemen hemen tüm fiyat serilerine benzer), TS'nin beklenen getirisini tahmin etmek için kolayca bir ifade elde edilebilir. Seçilen zaman diliminde aşağıdaki koşulun yerine getirilmesi önemlidir:
|a(t)|*s(t)>Spread , burada s, sigma için standart sapmadır .
|a| değeri ise bire yakınsa, enstrümanın oynaklığı s'den çok daha büyük olacaktır. Ve bu, x[i] serisinin komşu değerlerinin güçlü bir şekilde ilişkilendirilmesi durumunda, bir dizi oldukça zayıf pertürbasyonun geniş fiyat dalgalanmaları yaratacağı anlamına gelir. Bu anlamda, fiyatlandırma sürecinin rastgele bileşenini karakterize eden standart sapma yerine, enstrümanın karlılığını değerlendirmek için formülde enstrümanın oynaklığını kullanmak daha doğrudur.
Haklısın, duraksız ticaret çok tehlikelidir! Bir iş gezisindeyken, geyiksiz bir ticaret durdu ve demo hesap sıfırlandı :( Yeni bir hesap açtım. Şimdi stoplu bir ticaret stratejisi geliştirmeye çalışıyorum.
Bakalım bir ay sonra ne olacak :)
Teşekkürler, bu temizlendi. "Oldukça" - kelimenin matematiksel anlamında. :-)
Aynı zamanda birçok ilginç şey öğrendim. Ve en önemlisi - Forex'te para kazanma umudu matematik teorisiyle çelişmiyor!
Bu arada, grasn ve ben son zamanlarda forexte oynaklığın nasıl ölçüldüğü hakkında bir tartışma yaptık. Demek istediğim, sko aletinin bunun için kullanıldığıydı. Bildiğim kadarıyla, bu tamamen doğru değil, az çok yeterli. Açıklamanızla ilgili
Gerçekte nasıl hesaplandığını sormak istiyorum. aydınlatabilir misin? Tam mutluluk için. :-))
Hacim[T]=SQRT[SUM{(Yüksek[ik]-Düşük[ik])^2}/(n-1)], burada toplam k=0...n'nin üzerindedir.
Hacim[T]=SQRT[SUM{(Yüksek[ik]-Düşük[ik])^2}/(n-1)], burada toplam k=0...n'nin üzerindedir.
Ve T ve n arasındaki ilişki nedir? Eğer öyleyse tabii.
Vol[T]=SQRT[SUM{(High[i-k]-Low[i-k])^2}/(n-1)], где суммирование ведётся по k=0...n.
Ve T ve n arasındaki ilişki nedir? Eğer öyleyse tabii.
Denklemin sağ tarafında High[i] ve Low[i] değerleri TimeFrame'e (T) bağlıdır. İlk yaklaşım olarak,
Vol[T], dakika cinsinden ifade edilen ve Vol[1 min] ile çarpılan TimeFrame'in köküyle orantılıdır:
Hacim[T]==Hacim[1 dak]*SQRT(T).
n, elde edilen sonucun istatistiksel önemine göre seçilir, örneğin en az 100 bar.
tahıl
Haklısın, duraksız ticaret çok tehlikelidir! Bir iş gezisindeyken, geyiksiz bir ticaret durdu ve demo hesap sıfırlandı :( Yeni bir hesap açtım. Şimdi stoplu bir ticaret stratejisi geliştirmeye çalışıyorum.
Bakalım bir ay sonra ne olacak :)
"Ön-uyarılan, önceden silahlanmış :o)". Kimin risk aldığını da anladığımda, bazen her zaman şampanya içmez, sade su içmeniz gerekir. Bu durumda tek teselli, doktorların suyun şampanyadan çok daha sağlıklı olduğu tavsiyesidir. :hakkında)
Alex , yeni ticaret döneminde sana içtenlikle iyi şanslar diliyorum. Harika sonuçlarınızı bekliyorum.
Nötron
Seçilen TimeFrame'deki enstrüman volatilitesi aşağıdaki formül kullanılarak hesaplanabilir:
Hacim[T]=SQRT[SUM{(Yüksek[ik]-Düşük[ik])^2}/(n-1)], burada toplam k=0...n'nin üzerindedir.
Yanılmıyorsam, hafızamda bu zaten volatilitenin 3. veya 4. tanımıdır ve hepsi birbirinden önemli ölçüde farklıdır. Yurixx ile yaptığımız tartışmada, eğer hafıza bana hizmet ediyorsa, bir risk ölçüsü olarak bu kavramın felsefesine önemli bir yer verdik. Anladığım kadarıyla, bana tanıdık gelen tüm hesaplamalar özü yansıtmıyor. Çoğu zaman, oynaklık genel anlamda “büyük” fiyat hareketlerini tekrarlar, yani. piyasa yükselirse, oynaklık da yükselir ve bu, artan risk olarak yorumlanmalı ve artan riskle ticaret yapmaya çalışmamalı gibi görünüyor. Ve sonra mesele nerede? Maalesef oynaklık için uygun bir yer bulamıyorum. Belki birisi size nasıl kullanılacağını söyleyebilir.