基于艾略特波浪理论的交易策略 - 页 213

新评论
 
Neutron 11.01.07 09:41
... Порой, умираю от смеха, сталкиваясь с замечаниями воинствующих флудеров! Это просто цирк какой-то, им бы в детсад - математику подучить, ан нет, возраст не тот! Генералы, блин...

:)不要注意，这是由我们的父亲和他的儿子以及他的精神的恩典，从上面派下来给我们的测试，作为对我们信仰力量的测试 ::))

阿门！
没有，没有文章形式的材料，也不太可能有。由于各种原因，其中之一是缺乏时间。
我什么都搞，当然主要是从随机方法的角度。关于分解的问题也是如此，但显然不是纯粹的形式，因为它是由经典的表述。


北风，请简述一下，关于 "不和谐"。


我饶有兴趣地全文阅读了这个话题，至少因为我自己也走过这条路。我个人喜欢 "毛毛虫 "从时间分析方法。但同样，我无法使用纯粹的时间序列分析方法。

而这条路是否通向死胡同？ 我，曾一度也喜欢上了Caterpillar....。很明显，该方法不适合预测
货币 工具的汇率。它的基础是检测所研究的系列中的周期性成分和确定性趋势的算法，而我们都没有。以及它所暗示的一切。 但是，看起来，"脱钩 "是一回事吗？
 
Neutron 11.01.07 12:01
......而这条路是否通向死胡同？
我，曾一度也很喜欢卡特彼勒......很明显，该方法不适合预测货币工具的价格。它的基础是检测所研究的系列中的周期性成分和确定性趋势的方法，我们都没有。以及它所暗示的一切。但不连续性似乎是问题所在，不是吗？

并不是说这是一个完全的死胡同。你们这些参与者在这一主题中似乎开始得出同样的东西，但是从另一个方面。
是的，在整个系列中没有静止性和周期性（除了说 "反正价格回来了 "的那个），但在某些部分，静止性（以一些大方向的形式）和周期性（在 "通道 "内的价格运动中或多或少可见）都存在。就不连续问题而言，这些是一个 "稳定 "过程将其特征变为其他但 "稳定 "的过程的部分。就货币兑换商和投机者而言，这些不一定是 "趋势 "部分，它们也是 "平坦的"（相同的趋势，但有零的转变），甚至变化的 "趋势 "部分，它们也有一些 "稳定的特征"。只有一个问题：找到那些能充分描述 "稳定 "状态的特征。一方面，这些特征应该对 "噪音"（较小的和不那么有趣的价格变动）保持稳定，另一方面，它们应该及时警告趋势的变化。好吧，这是这样的，如果我们试图把这些想法归入这里已经提到的类别。
作为一个实际的想法，我们可以看到毛毛虫在选定的区域的行为，我们也用LR选择了趋势，所以我们可以看一下这些区域。如果有一个轨道算法。(我已经没有了，它已经丢失了）。
 
我一直在阅读优秀的帖子Северного Ветра ，http://forum.fxclub.org/showthread.php?t=32942&page=1
有时，面对好战的洪水猛兽的言论，我笑死了!这就像一个马戏团，他们应该在幼儿园学习数学，但不，他们太老了！"。将军们，伙计。


而且我开始怀疑是否只有我一个人喜欢它。毕竟，像北风 这样的链接早已给出，但没有反应。那里的人真的很阴郁，好象是文盲，总是到处都很好斗。但是，这完全是一种缺乏思考的文化!毕竟，即使是一般的门外汉，在思想层面也能理解这些简单明了的出版物，并学到很多东西。但是没有!每个人都认为无缘无故地炫耀是他的职责。
 
北风，我非常喜欢你关于 "简单的不必要的事情 "的主题;o)
说实话，你是第一个能够说出/显示出关于时间框架和刻度线框架之间的区别的人！你是第一个能够说出/显示出关于时间框架和刻度线框架的区别的人。在此之前，许多人只是发表声明，大意是："给我提供点数，因为市场在点数上完全不同，这很明显"。对于我关于这个问题的更多信息的要求，我得到的是 "网上到处都是 "或类似的话。那么现在你只是提供了这种差异的实际证据。谢谢你!

我对你在这个帖子中的一句话感兴趣
http://forum.fxclub.org/showpost.php?p=594864&postcount=52
我想在那里提出一个简单的观点，如果你摆脱传统的基于时间框架的信息采样方式，你可以得到一些不同的结果。此外，如果我们应用一些非线性变换，考虑到时间上的蜱虫分布密度，情况会变得更加奇怪（但这是我的启示暂时的结束）。

如果不是秘密，你能不能分享一些关于一些非线性变换 的信息，这些变换考虑到了蜱虫分布 随时间的密度？你的意思是说，有了按时间（只是在一天中的某个小时）计算的点数分布的统计数据，我们就可以以某种方式将时间框架的标准报价数据转化为一种新的类型，这将使这种类型的数据分布弯曲为正态分布或其他什么？如果不是已经成为商业秘密的话，听听你的想法会很有意思。
 
而那里的人真的很阴郁，还好是文盲，它总是和到处都是好战的。但是，这完全是一种缺乏思考的文化!毕竟，即使是一般的门外汉，在思想层面也能理解这些简单明了的出版物，并学到很多东西。但是没有!每个人都认为炫耀是他/她的责任。<br / translate="no">。

Yurixx，不幸的是，这在我们国家是一种常见的不幸。你一出国就开始明白了。我认为这一切都始于在电梯里撒尿的男孩，并在生活的几乎所有领域中发芽。当然，我没有去过太多地方，但我认为你只有在俄罗斯才能看到这种情况！"。这里有一些东西根本就在社会本身的基础上。但它是什么，以及如何根除它--绝对不清楚。可能在俄罗斯，它只会和社会本身一起消失。
 
公平地说，我不得不说，那里也有一些非常有趣和有能力的人。在少数人中。
另外，我更喜欢那里的论坛引擎（虽然也不理想），这里的引擎太禁欲了。
 
solandr 11.01.07 12:58 ...如果这不是一个秘密，你能不能分享一些关于

一些非线性变换 的信息，这些变换考虑到了时间上的虱子分布密度？你的意思是，有了关于时间分布的统计数据（只是在一天中的一个具体小时），我们就可以以某种方式将时间框架的标准报价数据转化为一种新的类型，这将能够将数据纳入正态分布或其他什么？如果不是已经成为商业秘密的话，听听你的想法会很有意思。

也许不直接，但我会试着回答你的问题。两项任务。只是将一个分布转换为另一个。原则上，这是一个相当知名的事情，方法也不新鲜。在同一个Excel中，你可以使用标准工具将均匀分布 数据转换为正态分布数据，等等。这是关于数据值的直接分布，但你也可以从分布的角度看一下随时间变化的速率。数据的快慢取决于一天中的时间，但如果这些速度可以减少到一个熟悉的分布（即，正常），那么可能可以判断一些...一般来说，在这种情况下，一系列的价格以分布的形式转化为双参数形式，实质上，"时间 "不复存在，加速及其导数变得很重要。因此，如果突然开始改变分布，我们可能会谈论以前的过程崩溃......。等。
 
在某种程度上，这对我来说 是一个非常重要的帖子，如果只是因为我在写它的话。:о).另一个阶段已经过去。前段时间，在这个论坛的某个页面上，在一个不眠之夜之后，我写了'我想出了办法'，是关于通道的潜在能量和对其使用的预测。我不得不在MSP的基础上发明了 "我的 "通道势能（顺便说一下，亚历克斯，你当时不应该对MSP嗤之以鼻，哦，徒增烦恼......），并想出了许多其他东西。

而就在刚才，我已经把我的 "星盘 "的初稿整理出来了。正是草案，因为我还没有把数据处理的整个逻辑输入系统（9个模块中的4个），当然，还不是一切都很完美，不是所有的标准都是最佳的，前面还有很多搜索和研究。


如何工作？ 艾略特理论、赫斯特理论、潜在功能、潜力和......常识。必须指出的是，该系统完全没有输入参数。根本就没有。最初，没有可预测的计数数量，系统会对其进行预测。它可能是7、30或3000个样本。我不能说系统会以多大的概率做出预测，它将根据当前的数据选择最佳的预测。

现在我在MathCAD中对历史数据只有一个参数--当前条形图（我用它来走过历史）。很明显，它不会在生产版本中出现。从被选为当前的参照物开始，系统在历史上搜索一个 "趋势"。这是迄今为止的一个弱点。好吧，它看起来莫名其妙--这是在选择历史数据上的第一次迭代。

系统正在 "剖析 "数据存储器，顺便说一句，谢尔盖我承认，你的赫斯特分数比我的好。还有非常重要的一点，就我们目前的讨论而言：计算只在时钟上进行，没有分钟，更没有刻度。

我们选择几个通道（它们在一起可能形成一个扇形或锥形的边际有效值），为其计算潜力，然后每个通道 "运行 "一个波，不只是一个波，而是一个继承了当前数据的分形的波，结果是--可能的预测值。新的预测值阵列形成新的通道，由高阶的 "通道 "波进行修正（目前没有修正）。
为了澄清可能的极值（反转区），现在是使用抛物线的时候了，就在红线的右边，根据预测数据，从左边部分捕捉可能的数据。这里是优化问题真正出现的地方，原因很简单，我们得到了一个预测值的矩阵--一个x的计数可能对应于几个y的计数。

预测实例
第一次测试和第一次结果。从红色垂直线 的左边部分是被选为分析的数据。右边部分的红色标记分别是新渠道的预测价格值。

读出6200


读出6205


读出6210



预测准确率
你可以看到，尽管新的结构或多或少地重复，但预测还是略有错误（对于批评者来说，"或多或少 "是这句话的关键词）。总的趋势是向下的，这正是没有考虑到的，也就是说，"高阶通道 "波的修正还没有完成。而且必须不只是数据的 "线性 "下移，而是考虑到新渠道的潜在能量，以及新读数的 "约束力"。

第一个结果
得到了我预期的结果。如果选定的历史数据中存在未来运动的 "类似结构"，该系统就不会 "出错"（当然是在公认的约束条件下）。如果不是，它就会以最明目张胆的方式撒谎，但坚持 "党的路线"。


PS

<br/ translate="no">Alex Niroba
...
我从来没有在历史上测试过我的策略，因为我相信
，未来和过去永远不会 重复。
就像你不可能两次进入同一条河流...:)))


亚历克斯，历史，总是在重复自己。你在河里进入同样的水。阅读赫斯特，他会告诉你，包括关于降水......，毕竟他不是一个地球物理学家。
 
<br / translate="no">中子
谢尔盖，波动率和价差的维度应该是一样的。如果是米--那么就是米，如果是公里--那么一切以公里为单位：--)
我在估计计算中使用 "理想的 "TS模型，它只预测一个参数--价格的预期跳跃方向。 这个跳跃的幅度可以假定等于一个工具在选定时间段的波动率或其标准差，这几乎是相同的。考虑到FAC可以被解释为一种类型的价格运动比另一种类型的价格运动（相反的和反方向的跳跃）流行的相对值，那么我们可以不失时机地指出，基于 "理想预测指标 "的TS在选择开仓方向时不会犯错，其概率与 "理想预测指标 "中的绝对FAC值成比例。每笔交易的利润或损失以点为单位，合理地估计工具的标准偏差值。那么在足够长的时间间隔内，TS的利润可以被估计为所有成功的交易和不成功的交易的差额，每个交易都乘以波动率。此外，我们将获得的总回报与执行的交易数量联系起来，得到每笔交易的 "理想 "TS回报的平均估计值。
s(TF)=波动率(TF)*{(n+)-(n-)}/N=FAC(TF)*标准偏差(TF)，其中(n+)是有正余额的交易数量，(n-)是 "负 "交易的数量，N是交易的总数。
这是需要证明的。


PS：告诉我欧元兑美元的波动率值的极限。我只是完全不计算波动性。而现在我还不能做这样的计算。


如果你不能估计波动率，就估计标准差）。不会有任何区别。


谢尔盖，谢谢你，他把一切都解释得很清楚。
 
...他是一位地球物理学家。

我只敢在最小的问题上阐述，他不是地球物理学家，他是水文学家。他监测了开放盆地的水位，因此他采用了填充和清空水库的方法。嗯，这只是一件小事。
1...206207208209210211212213214215216217218219220...309
新评论