基于艾略特波浪理论的交易策略 - 页 309

[Flash555]

Денис Панкратов:
非常有用的东西波分析))))

我将单独写一篇关于波浪分析的文章。顺便说一句，波浪分析只是根据模式进行交易的一个特例（IMHO），谈论这个词的广泛意义，而不是专门谈论波浪，是更合乎逻辑的。因为波的配置也不是毫不含糊的。

有一种观点认为，对模式的分析（如果我可以这样说的话）类似于一个系列的碎裂程度，或碎裂的维度。

这应该更顺利地改变趋势。我在什么方向上有一些想法，但我显然没有足够的大脑来编纂它。

因为考虑到各种漂浮条件和样品的漂浮长度，体积是巨大的，这些条件将被用于

待确定。

1-第一块石头是，图案在两个轴上可以有完全不同的尺寸。

此外，一个模式就是一个条件，你可以为每个单独的研究设置很多条件。

而一个图案越长（图案点的数量或自由度的数量），其检查的功耗增长就越快。

2-同一模式不一定要严格地连续到其极端对应的末端。

它可能会有缝隙。或者说，它甚至可以大笔一挥地涵盖最后的模式。就像一个有平坦的趋势。

这就是为什么识别它们是一个问题。有的部门既属于趋势，也属于平淡。

这两个问题只有在一定的任务框架内才能得到解决。

一般来说，我们的想法是在最小的时间范围内搜索每个模式。

例如，我们采取某种5点的模式--加特利的蝴蝶。而我们从边缘搜索到历史，找到了第一个。

然后从第一条的边缘开始寻找第二条，以此类推。然后每个图案将是一个新的行（某种意义上的

的非线性TF），我们将通过相同的条件寻找相同的模式。以此类推，增加抽象的八度音。

此外，我们可以同时计算模式在历史上的统计意义（但我认为在这种计算方法中没有必要）。

因此，我们采取最低范围的第一个模式，例如它由20个小节组成。然后，我们采取第一种模式的高--它由25个

然后我们取最低的一个（名义上是25小节）和最高的一个的第一个模式，等等。我们可以看到，如果我们把它们并排比较，它们会有类似的外观。

但它们将由不同数量的自己的 "条 "和不同的振幅组成，类似于不同顺序的分形。

在选择要检查的初始模式时，似乎应该考虑到这些信息。在这里或在历史上

并看到模式工作的特点是如何在不同的分形水平上根据模式本身的条件变化而变化的。

或者我们可以通过条数和不同分形水平下的振幅来比较尺寸的变化。有可能在较高的tf上识别出该模式

甚至在它形成之前就已经通过低位的信息形成了。

或者其他东西，如果我们想的话，可以想得更详细一些。在我看来，它是众所周知的模式，如头肩顶或三角形。

甚至是波浪，似乎是统计学上有意义的图案形状，但它们的尺寸仍然是浮动的，需要加以调整。

而如果你看一下常见的模式的点数，它由3到6个左右组成。而它们正是由经验得出的

人。但由于以前没有电脑，人们可以更快地寻找模式，但仍然只有那些比较熟悉的模式。

我认为还有很多这样的统计学意义上的模式，只是没有像众所周知的那些模式那样有明显的形状。

而无形状的实体更难用眼睛发现。但在机器时代，我想我们也可以检查一下。

我记得蜘蛛上有人已经在捣鼓图案了。而且他说，一种模式越是罕见，就越有可能被执行。

因此，图案的稀有性是指它所包含的点的数量和形状的增加。而且因为有更多的点，需要更多的历史

更多的历史可以找到它，而且它更罕见。但它的实现更有可能。 冲动不可能永远增长或衰减，因为市场会在事后变得可预测。

这将平衡低效/有效。

但由于市场的惯性（或全球趋势，或其他）--这种同样的冲动不可能总是没有阻尼，这在原则上由

从逻辑上讲，应该让你在冲动或一系列冲动之后，按照跟随市场 的原则来赚钱。

由于这两个例子，市场不断在这些状态之间进行平衡，并趋向于平衡。

到随机。但同时，它在某些时候也可以是非随机的。现在，由于这一切，当你不平衡时

通过冲动后的停滞，反之通过停滞后的冲动，努力恢复平衡，不平衡本身不能被

无限的。因此，3-6-10个小节的模式长度足以获得统计优势。虽然它是浮动的。

也就是说，随着图案点数的增加，其成功的百分比也会增加，这意味着我们可以提高投注的风险水平。

或者对于马丁的爱好者来说，在亏损后增加赌注的系数更大，因为

由于在输掉一个赌局后已经有可能解决一个模式，解决下一个模式的概率会增加。

但同时，随着历史上点数的增加，这种模式的稀有性也在增加，事实证明，交易是比较胖的，但也是比较稀有的，这最终否定了

的优势是解决这个模式的概率更高。

相对而言，图案越短，它的脂肪就越少，因为它发挥作用的概率越低--但它在同一时间出现的频率就越高。

一段历史。

我认为在模式的长度和它的 "盈利能力"、"统计意义 "或其发生的概率之间存在着某种折衷。

或者你想叫它什么都可以。而这个最佳值只是在数字上不大，因此，以30点的长度为例，制定出一个模式。

这不仅是资源密集型的，而且也没有什么意义。

这开启了一个更有趣的事情--通过设置模式参数作为目标函数，你可以

设定必要的盈利水平，反之亦然，通过设定合理的盈利水平，我们可以改变必要的模式参数。

或者，也许他的意思是Henium在某个论坛上所说的错误想法。只是它是通过比率的大小来建立的。

--------------------------------------------------

然而，我们必须明白，模式不是一个图形本身，它是一组条件。这可能有也可能没有什么

与这些条件的形式，或者说这些条件将导致的形式。因此，当我在上面说到比较

在不同的分形水平上的模式的形式，可能是有意义的，可能这种比较应该在更广泛的意义上进行，当条件的设置

的形式没有关系，结果我们会得到，同样的条件，在不同的情况下，会得到绝对不同形式的图案。

分裂性的水平。因此，分形将不以形式显示，而是以其他方式显示（我以非科学的方式阐述，但我认为意义很清楚）。

例如，一个行的形式、大小和成分的数量都可能是分形的。它的大小可能是分形的--由每条的5条组成。

它的大小可能是分形的，由每层的5个条形组成，在这种情况下，它的形式可能不一样。或者它可能是分形的，在图形的平面上，但有模糊的轮廓。

在振幅和 "时间 "界线上。所以我们不能只比较图案的形状。或者，也许形式根本就不那么重要

重要，而在定义模式条件时，"通过波动性的分化 "更为重要。必须进行检查。

===================================================================================================

PS。

但这个分支的本质并不在波浪分析中，我们有绝对不同的想法，只是碰巧这些想法位于一个有这样的主题的分支中。而且你必须从第四页开始阅读。