基于艾略特波浪理论的交易策略 - 页 26

 
停电可以通过不间断电源来缓解。
我的经纪人的服务器昨天宕机了几个小时。你对此根本无能为力。
 
停电可以通过不间断电源来缓解。<br / translate="no"> 我的经纪人的服务器昨天宕机了几个小时。你对此无能为力。


是的--有半天没有灯光,ISP就在办公室附近--没有灯光就没有网:)。

祝您好运,并祝您在趋势方面好运。
 
Vladislav,
线性回归 通道程序是一个相当简单的东西。即使在多个T/F上实施+所有其他逻辑(我想象的那个)也不会花太多时间。
同时,你曾写道,你的程序的计算周期约为30-40秒。
据我所知,这段时间的基本部分被寻找真实轨迹的优化过程所占据,即价格的最小功能。是这样吗?如果不是,是什么消耗了如此大量的时间?
 
Vladislav, <br / translate="no">线性回归通道程序是一个相当简单的事情。即使在几个T/F上实施+所有其他逻辑(我想象的那个)也不会花太多时间。
同时,你曾写道,你的程序的计算周期约为30-40秒。
据我所知,这段时间的基本部分被寻找真实轨迹的优化过程所占据,即价格的最小功能。是这样吗?如果不是这样,那么是什么东西花了这么多时间?


这正是优化吸收的内容。有一个以上的通道。另外,还有迭代的传递和完善。预测。只是它已经有点快了--我添加了一些标准来切断样本。

好运和良好的趋势。
 
冯德伦

我想做一个水平鉴定已经很久了,但我无法做到这一点。我将报告我的三戈比(遵循的原则是--越简单越好)。我使用了MarketProfil指标,绿色的线是昨天的水平,红色的是今天的水平(手动画的线)。算法还没有写,但从图片上看思路很清晰(我不知道什么时候能写出来)。

https://c.mql5.com/mql4/forum/2006/05/levels.gif
 
大家好!

我的一个熟人一直在叮嘱我,--看看赫斯塔。并把剧本和这个页面的链接发给我。
我发现它的样子非常难看,所以我草草地画了我的版本。
正文如下。图表是用鼠标拖放的,可以根据需要进行移动。
我认为这样看会更方便。不过,直接创建一个指标可能会更容易。
感谢solandr所做的前期工作。曾几何时,我自己也想更深入地了解
我一直想对不同的函数做误差分析,指的是趋势变化的概率,但我一直没能做到这一点。
尽管我本人非常支持基于傅里叶变换或 "快速 "振幅-时间方法的推断。
振幅-时间方法。线条是线条,但波浪是别的东西。
VG又在做什么?有趣的是。还记得很久以前,我给你发过多项式回归的变体吗?
但我当时似乎有一个不同的绰号......。
//------------------------
//#property show_inputs
//-----------------------
//extern int ip=800;
//extern int i0=570;
//-----------------------
double lr0,lrp;
int t0,tp;
double A[10],R[10],DDR[10];
double SA,is,aa,bb,sum2,SAo,disp_o;
double S,pMin,pMax,RM,Hrst; 
int T,i0,ip,f;
//**************************************************************
int init()
{
   t0=TimeOnDropped();
   i0=iBarShift(Symbol(),Period(),t0); 
   ip=i0+100;
   tp=Time[ip];
   T=ip-i0+1;
  
   ArrayResize(A, T);
   ArrayResize(R, T);
   ArrayResize(DDR, T);
  
   ObjectCreate("lrHerst",2,0,0,0,0,0);
   ObjectSet("lrHerst",OBJPROP_COLOR,Yellow);
} 
//**************************************************************
int start()
{
  while(IsStopped()==false)
  {
    if (f==1)
    {
      tp=ObjectGet("lrHerst",OBJPROP_TIME1);
      ip=iBarShift(Symbol(),Period(),tp);
      t0=ObjectGet("lrHerst",OBJPROP_TIME2);
      if (t0>Time[0]) t0=Time[0];
      i0=iBarShift(Symbol(),Period(),t0);
  
      T=ip-i0+1;
      ArrayResize(A, T);
      ArrayResize(R, T);
      ArrayResize(DDR, T);
    }
    
    for(int i=T-1; i>=0; i--) A[i]=Open[i+i0];

    SA=af_SA(A,T);
  
    //----------------------------LR----------------------------------------
    //----------aa-------------
    is=(T-1)/2.0;   //среднее значение по оси индекса
    aa=0;        
    sum2=0;
    
    for(i=T-1; i>=0; i--)
    {
       aa+=(i-is)*(A[i]-SA);
       sum2+=MathPow((i-is),2);
    }
    aa=aa/sum2;
    //-----------bb------------
    bb=SA-aa*is;
 
    for(i=T-1; i>=0; i--) DDR[i]=aa*i+bb; 

    lr0=DDR[0];
    lrp=DDR[T-1];
  
    //linregres_grafic_c(0,DDR,i0);
//----------------------------------------------------------------------

    //-----Расчёт ошибок линейной регрессии
    for(i=T-1; i>=0; i--) R[i]=A[i]-(aa*i+bb);

    SAo=af_SA(R,T);   //среднее значение ошибок линейной регрессии
    disp_o=af_disp_o(R,SAo,T);  // Дисперсия ошибок
    S=CKO(disp_o);
         
    pMin=Low[Lowest(NULL,0,MODE_LOW,T,i0)];
    pMax=High[Highest(NULL,0,MODE_HIGH,T,i0)];
    RM=pMax-pMin;
  
    Hrst = MathLog(RM/S)/MathLog(T*0.5);
    Comment("Хёрст = ",DoubleToStr(Hrst ,4),"\n","T = ",T);
    
    ObjectMove("lrHerst",0,tp,lrp); 
    ObjectMove("lrHerst",1,t0,lr0);
    f=1;
  
  }//---while
  //--------------------------------------------------
  return(0);
}
//***************************************************************
//функция для расчёта дисперсии ошибок
double af_disp_o(double data[], double centr, int T)
{
   double disp=0;
   for(int k=T-1; k>=0; k--) disp+=MathPow((data[k]-centr),2);
   if(T>1) disp=disp/(T-2);
   return(disp);
}
//***************************************************************
//функция для расчёта СКО
double CKO(double disp)
{
   double sko=MathPow(disp,0.5);
   return(sko);
}
//***************************************************************
//функция для подсчёта среднего арифметического значения по массиву
double af_SA(double data[],int T)
{
   double sum=0;
   for(int k=T-1; k>=0; k--) sum+=data[k];
   sum=sum/T;
   return(sum);
}
//***************************************************************
/*
//функция рисования канала линейной регрессии 
int linregres_grafic_c(int window_number, double data[], int i0b)
{
   int deletedArrows,k,size;
   string line_name;
   //очистка предыдущего рисунка
   deletedArrows=ObjectsDeleteAll(window_number,OBJ_TREND);
   
   //находим размер массива
   size=ArraySize(data);
   
   //рисуем центральную линию линейной регрессии
   for(k=size-1; k>=1; k--)
   {
      line_name="line_lin_reg"+k;
      ObjectCreate(line_name,OBJ_TREND,window_number,Time[k+i0b],data[k],Time[k+i0b-1],data[k-1]);
      ObjectSet(line_name,OBJPROP_COLOR,Yellow);
      ObjectSet(line_name,OBJPROP_STYLE,DRAW_LINE);
      ObjectSet(line_name,OBJPROP_WIDTH,2);
      ObjectSet(line_name,OBJPROP_BACK,true);
      ObjectSet(line_name,OBJPROP_RAY,false);
   }
   
   //рисуем проекцию центральной линии линейной регрессии
   line_name="line_lin_reg_proec";
   ObjectCreate(line_name,OBJ_TREND,window_number,Time[size-1+i0b],data[size-1],Time[i0b],data[0]);
   ObjectSet(line_name,OBJPROP_COLOR,Red);
   ObjectSet(line_name,OBJPROP_STYLE,DRAW_LINE);
   ObjectSet(line_name,OBJPROP_WIDTH,1);
   ObjectSet(line_name,OBJPROP_BACK,false);
   ObjectSet(line_name,OBJPROP_RAY,true);
   
   return(0);
}
*/
//***************************************************************
void deinit()
{
  ObjectDelete("lrHerst");
  Comment(" ");
}
//***************************************************************



真诚的--亚历山大。

 
弗拉迪斯拉夫,索兰德尔当时的分析是正确的,但它的质量很高。

但外汇市场不能有任何其他的分析和预测,首先是因为它的零碎性!
也就是说,置信区间 和朝一个方向运动的概率不断波动。而接下来的每一次波动都可能改变价格轨迹的类型,我认为这是很重要的。同时,影响当前波动的所有事故(如新闻)的总和会导致价格轨迹的一种或另一种情况的发展。也就是说,价格可以访问置信区间的边界,但轨迹可能非常不同。我们无法预测轨迹--我们能做的最大限度只是看看价格现在在哪里,以及它接下来能做什么。也就是说,一些标准的预测,如在这里买入,然后在这里卖出,在这里止损,对外汇没有什么影响。价格不会达到/越过建议的水平,会在它们之间徘徊几次,而交易者应该等待。
事实上,在我看来,从弗拉迪斯拉瓦系统的第一笔交易来看,市场只是跟踪朝一个方向或另一个方向运动的概率,并由交易员对交易作出决定。决策交易者与系统Vladislava之间的唯一区别是,每个交易者根据自己的直觉做出决定,这都是不同的(都有自己的渠道,在交易者看来,这就是价格的变动;o))。而弗拉迪斯拉瓦系统是基于数学统计学的中心极限定理,在应用于外汇市场时可以有以下处理。如果我们考虑单个交易者的交易,按照自己的直觉进行交易,那么根据中心极限定理,由所有交易者的联合行动形成的市场价格分布,按照自己的策略进行交易,将趋于正态分布。要将此应用于市场,我们只需要首先找到交易者观看的频道,根据大多数交易者观看的频道进行估计,或者根据对整个交易交易者样本进行的积分估计,哪些频道是最佳的;o)。有了这些选定的通道,我们就可以计算出价格在离通道中心不同距离上的概率,在此基础上我们可以对价格向一侧或另一侧移动的概率做出假设。当然渠道是不断变化的,特别是在日内交易中,价格会来回波动。而3小时前是正确的,现在可能就没有什么关系了,为了赚取利润。因此,希望这样做的人最多可以看看弗拉基斯拉瓦的专家顾问的工作,对目前的情况有一定的定位。好吧,而标准形式的预测当然不可能--充其量是某种定性的推理。而真正的决定将在情况需要时作出。同时,水平和时间只能在最广泛的范围内提前预测。

PS:顺便看一下交易者如何交易的问题。在一个快速的市场中,有这么多的交易。正因为如此,要想抓住什么,就得大干一场。这就是为什么这个论坛充满了要求MT4开发人员在快速市场中开仓/平仓时按下一些更舒适的按钮的主题,或者当整个人群都在做同样的事情时,EA快速开仓/平仓,堵塞了所有的交易技术资源(只是通常人群做同样的事情时,一半的时间已经过去,市场几乎没有向一个方向移动的可能性。):o)))也就是说,最强的运动是在通过通道的中心线时(价格的概率分布中心--整个人群都跳了起来,进入游戏)你会认为在快速的市场中的冲动可以解决不了解市场当前情况的问题。
 
但是,对于外汇市场不可能有其他的分析和预测,主要是因为它的分形性质!

solandr,
我无意以任何方式冒犯你。我只是说弗拉迪斯拉夫在开始讨论他的战略时,强调了它与其他大多数战略的不同。而恰恰是由于对价格运动的不同方向的概率进行了定量估计,它可以进行非随机预测。
 
弗拉迪斯拉夫。
在我看来,在这场讨论中,人们对分形的概念有一些误解。
据我所知,分形是一种随机结构的自我相似性。它本身并不能阻止我们做出定量的估计。而这些估计具有概率的特点,所以它不是来自于分形,而是来自于我们所处理的现象的偶然特点。
我想听听你对这件事的看法。特别是,你在这句话中提出了什么实际意义。
一旦你建立了一个基本的样本(每半小时=>每天的水平),你可以把它细化到合适的细节水平(你忘了这里使用的是分形法吗?)

还有一个问题,与你上次的回答有关。
这正是优化吸收的内容。那里有不止一个频道。

你的公理之一是存在一个真正的(即单一的)轨迹,它是作为优化过程的结果而确定的。单一的轨迹如何能导致多种渠道?
 
罗什。
据我所知,MarketProfil给出了范围的频率响应。也就是说,在一个特定的时间段内,价格采取了多少次给定的数值。我说对了吗?
如果是这样,我理解红线的安排。但为什么有这么多绿色的?
我有一个想法,在此基础上进行水平鉴定。虽然,我从未与MarketProfil指标打过交道。知道它是一辆自行车,这很好。:-)至少它为我节省了大量的时间。
原因: