|
9+ 年
经验
|
92
产品
|
7
演示版
|
|
6
工作
|
0
信号
|
0
订阅者
|
为了隔离长期和非随机组件，不仅要知道价格变化了多少，还要知道这些变化是如何发生的。换句话说 - 我们不仅对价格水平的价值感兴趣，而且对这些水平相互替代的顺序感兴趣。通过这种方法，人们可以找到影响（或可能影响）特定时间点价格变化的长期和稳定因素。了解这些因素可以让您做出或多或少准确的预测。 让我们确定我们希望从财务系列的分析中得到什么具体结果： •首先，我们需要强调这一趋势，如果它存在于市场中; •其次，我们需要确定周期性成分; •第三，结果应足够稳定，可用于预测; •最后，我们的分析方法应该适应当前的市场形势。 为了满足指定的条件，我们使用相对价格变化的回归分析，并基于该模型做出指标。该指标的算法基于对历史数据的学习，其工作在交易者的完全控制之下。 LH 是一个参数，用于确定用于平滑金融系列的柱数。其允许值介于0到255之间。 UTS 是影响学习速度和深度的参数。它的值也在0到255之间。如果UTS的值为零，则在整个历史记录中进行学习。在所有其他情况下，训练集会不时更新。更新越频繁，UTS值越小。 该指标的主要缺点是，当平滑金融系列被认为是静止时，这可能会导致一些延迟。
很多时候，在金融系列的研究中应用他们的平滑。使用平滑，您可以删除高频成分 - 据信它们是由随机因素引起的，因此无关紧要。平滑总是包括一些平均数据的方法，其中时间序列中的随机变化相互吸收。大多数情况下，为此目的，使用简单或加权移动平均方法，以及指数平滑。 这些方法中的每一种都有其优点和缺点。因此，简单的移动平均值简单直观，但其应用需要时间序列的周期和趋势分量的相对稳定性。另外，信号延迟是移动平均值的特征。指数平滑方法没有滞后效应。但即使在这里也存在缺陷 - 只有在将系列与随机异常值对齐时，指数平滑才有效。 简单和指数平均值之间的合理折衷是使用加权移动平均线。但是，存在选择特定重量值的问题。让我们一起尝试解决这个问题。 因此，首先要定义我们希望从平滑过程中实现的目标： •首先，我们需要从价格序列中删除随机变化和噪音; •其次，我们希望识别异常排放和异常价格行为，这些行为也可用于贸易; •最后，平均程序应确定市场中存在的可持续趋势。 当然，我们希望平滑程序适应当前的市场情况。
很多时候，在金融系列的研究中应用他们的平滑。使用平滑，您可以删除高频成分 - 据信它们是由随机因素引起的，因此无关紧要。平滑总是包括一些平均数据的方法，其中时间序列中的随机变化相互吸收。大多数情况下，为此目的，使用简单或加权移动平均方法，以及指数平滑。 这些方法中的每一种都有其优点和缺点。因此，简单的移动平均值简单直观，但其应用需要时间序列的周期和趋势分量的相对稳定性。另外，信号延迟是移动平均值的特征。指数平滑方法没有滞后效应。但即使在这里也存在缺陷 - 只有在将系列与随机异常值对齐时，指数平滑才有效。 简单和指数平均值之间的合理折衷是使用加权移动平均线。但是，存在选择特定重量值的问题。让我们一起尝试解决这个问题。 因此，首先要定义我们希望从平滑过程中实现的目标： •首先，我们需要从价格序列中删除随机变化和噪音; •其次，我们希望识别异常排放和异常价格行为，这些行为也可用于贸易; •最后，平均程序应确定市场中存在的可持续趋势。 当然，我们希望平滑程序适应当前的市场情况。
尽管“ AIS Color Noise Filter ”指示器存在一些缺点，但使用它来平滑价格序列和预测价格的想法看起来非常有吸引力。 这是由于以下几个原因： 首先，考虑到几个噪声成分，可以建立相互独立的因素预测，从而提高预测质量; 其次，价格序列的噪声特征在整个历史中表现得相当稳定，从而可以获得稳定的结果; 最后，噪声变化使我们希望预测系统非常敏感，并且它对价格变化的反应将非常快。 因此，我们得到一个指标，尽管有所有简化，但能够准确预测价格将会移动的渠道。该指标的主要优点是速度快，易于学习。主要缺点是指标无法选择最重要的预测因素。 LH 是一个参数，用于设置进行预测的历史数据的长度。其允许值为0 - 255，而指标处理的柱数超过此参数指定的单位数。
尽管“ AIS Color Noise Filter ”指示器存在一些缺点，但使用它来平滑价格序列和预测价格的想法看起来非常有吸引力。 这是由于以下几个原因： 首先，考虑到几个噪声成分，可以建立相互独立的因素预测，从而提高预测质量; 其次，价格序列的噪声特征在整个历史中表现得相当稳定，从而可以获得稳定的结果; 最后，噪声变化使我们希望预测系统非常敏感，并且它对价格变化的反应将非常快。 因此，我们得到一个指标，尽管有所有简化，但能够准确预测价格将会移动的渠道。该指标的主要优点是速度快，易于学习。主要缺点是指标无法选择最重要的预测因素。 LH 是一个参数，用于设置进行预测的历史数据的长度。其允许值为0 - 255，而指标处理的柱数超过此参数指定的单位数。
该指标更具信息量。他的工作基于这样的假设，即市场中的价格变动可以表示为特定颜色的噪声，这取决于价格值分布的参数。由此，可以从不同角度分析价格变化，并将价格变动视为特定颜色的噪声，可以获得有关市场当前状态的信息并对价格行为进行预测。 在分析指标读数时，会考虑指标线的位置 - 它们位于当前柱的开盘价的上方或下方以及距离它的距离。 白噪声（白噪声） - 这种方法的特点是价格（当前和史前）被认为功率相等，这与简单的移动平均值相结合。白噪声信号更有可能证实这一特征 - 它越偏离当前价格，市场中的趋势运动就越强烈。相反，如果白噪声线接近开盘价，那么这就是趋势结束或横向价格变动的证据。 闪烁噪声（闪烁噪声）概述了趋势的上边界或下边界（取决于线是否高于或低于价格）。此外，这种噪音线与货币对价格的交叉点可以作为新趋势开始的证据，甚至是短期趋势的开始。 布朗噪声在很多方面的行为类似于指数平滑。因此，噪声线跟随价格，只有市场突然和突然的变化才有可能出现大的偏差。 蓝噪声显示趋势对当前趋势的强烈程度。由于蓝色噪声线与当前价格存在较大偏差，我们可以说趋势已经耗尽其力量并接近完成。
该指标更具信息量。他的工作基于这样的假设，即市场中的价格变动可以表示为特定颜色的噪声，这取决于价格值分布的参数。由此，可以从不同角度分析价格变化，并将价格变动视为特定颜色的噪声，可以获得有关市场当前状态的信息并对价格行为进行预测。 在分析指标读数时，会考虑指标线的位置 - 它们位于当前柱的开盘价的上方或下方以及距离它的距离。 白噪声（白噪声） - 这种方法的特点是价格（当前和史前）被认为功率相等，这与简单的移动平均值相结合。白噪声信号更有可能证实这一特征 - 它越偏离当前价格，市场中的趋势运动就越强烈。相反，如果白噪声线接近开盘价，那么这就是趋势结束或横向价格变动的证据。 闪烁噪声（闪烁噪声）概述了趋势的上边界或下边界（取决于线是否高于或低于价格）。此外，这种噪音线与货币对价格的交叉点可以作为新趋势开始的证据，甚至是短期趋势的开始。 布朗噪声在很多方面的行为类似于指数平滑。因此，噪声线跟随价格，只有市场突然和突然的变化才有可能出现大的偏差。 蓝噪声显示趋势对当前趋势的强烈程度。由于蓝色噪声线与当前价格存在较大偏差，我们可以说趋势已经耗尽其力量并接近完成。
选择StopLoss和TakeProfit的水平会对交易的整体表现产生非常强烈的影响。除了交易交易的明显参数 - 可能获胜或可能亏损的大小 - 止损和止盈的水平也会影响交易的预期持续时间以及一般交易的盈利能力。 如果您已使用“ AIS-ODT ”脚本确定了最佳事务持续时间，则可以开始确定与StopLoss和TakeProfit级别关联的参数。 为此，我们按以下步骤操作。首先，我们将确定在一个方向或另一个方向上的所有可能的价格偏差，并计算在一定时间内实现它们的概率。之后，您可以根据其大小，概率和预期利润值计算StopLoss和TakeProfit的最佳水平。 为此，请在感兴趣的货币对的图表和所需的时间范围内运行脚本。使用属性窗口中的ILB参数，设置交易仓位的期望持续时间，以柱数表示。在实用程序的工作期间，分析整个历史记录的数据，并选择最佳值。在脚本结束时，形成了两个文件 - “Buy.csv”和“Sell.csv”，其中包含获得结果的表 - 图1。
选择StopLoss和TakeProfit的水平会对交易的整体表现产生非常强烈的影响。除了交易交易的明显参数 - 可能获胜或可能亏损的大小 - 止损和止盈的水平也会影响交易的预期持续时间以及一般交易的盈利能力。 如果您已使用“ AIS-ODT ”脚本确定了最佳事务持续时间，则可以开始确定与StopLoss和TakeProfit级别关联的参数。 为此，我们按以下步骤操作。首先，我们将确定在一个方向或另一个方向上的所有可能的价格偏差，并计算在一定时间内实现它们的概率。之后，您可以根据其大小，概率和预期利润值计算StopLoss和TakeProfit的最佳水平。 为此，请在感兴趣的货币对的图表和所需的时间范围内运行脚本。使用属性窗口中的ILB参数，设置交易仓位的期望持续时间，以柱数表示。在实用程序的工作期间，分析整个历史记录的数据，并选择最佳值。在脚本结束时，形成了两个文件 - “Buy.csv”和“Sell.csv”，其中包含获得结果的表 - 图1。
让我们看一下外汇市场价格变化的本质，而不是关注这些变化发生的原因。这种方法将使我们能够确定影响价格变动的主要因素。 例如，让我们看一下欧元兑美元货币对和H1时间框架的开盘价。对于这些价格，我们构建了Lameray图（图1）。 在该图中，可以看出价格变动基本上根据线性方程发生。要确定此等式的参数，可以使用最小二乘法。在这个特定的例子中，改变开盘价的等式采用以下形式： Open [i] = 0.99989 * Open [i + 1] +0.00013。 让我们来看看这个等式如何充分描述价格变动。为此，我们删除线性分量并分析残差（图2）。 从图中可以清楚地看出，这些残留物相当混乱，如果我们将它们视为噪声，我们可以得到一个相当简单的系统来预测下一个柱的开盘价，这是以该指标的形式实现的。
让我们看一下外汇市场价格变化的本质，而不是关注这些变化发生的原因。这种方法将使我们能够确定影响价格变动的主要因素。 例如，让我们看一下欧元兑美元货币对和H1时间框架的开盘价。对于这些价格，我们构建了Lameray图（图1）。 在该图中，可以看出价格变动基本上根据线性方程发生。要确定此等式的参数，可以使用最小二乘法。在这个特定的例子中，改变开盘价的等式采用以下形式： Open [i] = 0.99989 * Open [i + 1] +0.00013。 让我们来看看这个等式如何充分描述价格变动。为此，我们删除线性分量并分析残差（图2）。 从图中可以清楚地看出，这些残留物相当混乱，如果我们将它们视为噪声，我们可以得到一个相当简单的系统来预测下一个柱的开盘价，这是以该指标的形式实现的。
该脚本的设计使交易者可以确定交易交易的平均持续时间，在此期间可能的利润和损失的比率将是最佳的。 首先，让我们看一下确定贸易交易最佳持续时间的一般方法。我们介绍以下变量： R - 交易的结果; T - 交易开放的时间; W - 上一笔交易结束与下一交易开盘之间的时间。 每个交易者都努力在最短的时间内获得最大的利润。这种愿望可以通过以下简单表达来描述： R/(T+W)→max 。 很明显，变量 T 和 W 取决于交易的总持续时间和交易数量。设 ATD 是交易的平均持续时间， N 是交易总数。然后，交易的平均持续时间应与其总数的平方根成比例增长，即： ATD~√N 。 但是，有一些有根据的问题出现 - 任何交易持续时间等同于其他交易持续时间，交易持续时间如何影响交易操作的结果？为了得到所提问题的答案，我们将对历史数据的价格行为进行一项小型研究。
该脚本的设计使交易者可以确定交易交易的平均持续时间，在此期间可能的利润和损失的比率将是最佳的。 首先，让我们看一下确定贸易交易最佳持续时间的一般方法。我们介绍以下变量： R - 交易的结果; T - 交易开放的时间; W - 上一笔交易结束与下一交易开盘之间的时间。 每个交易者都努力在最短的时间内获得最大的利润。这种愿望可以通过以下简单表达来描述： R/(T+W)→max 。 很明显，变量 T 和 W 取决于交易的总持续时间和交易数量。设 ATD 是交易的平均持续时间， N 是交易总数。然后，交易的平均持续时间应与其总数的平方根成比例增长，即： ATD~√N 。 但是，有一些有根据的问题出现 - 任何交易持续时间等同于其他交易持续时间，交易持续时间如何影响交易操作的结果？为了得到所提问题的答案，我们将对历史数据的价格行为进行一项小型研究。 我们继续如下。我们将历史数据划分为由一定数量的柱组成的系列，对应于交易的平均持续时间。在每个这样的系列中，我们计算最大价格变动，我们将引用更大的偏差 StopLoss ，并且更小 - 到 TakeProfit 。
该脚本基于使用随机数生成器模拟贸易交易。即使使用相同的输入参数，这也可以使您获得完全不同的结果。运行脚本时，将打开一个对话框，您可以在其中设置外部变量的所需值。 在块中，TradingOptions定义了模拟交易所需的基本参数。 StartBalance - 设置交易余额的初始大小。 NumberTrade - 设置脚本运行时将建模的交易事务数。为了获得或多或少的显着结果，该参数必须大于30。 ProbabilityWinning - 获胜交易的概率。表示为百分比，有效值为1到99。 Min.StopLoss - 表示以点为单位的最小StopLoss值，将在建模交易操作时使用。 Max.StopLoss - 以磅为单位设置StopLoss的最大值。 PositiveWin。 - 该变量建立修正，借助于该修正在模拟交易中获得积极的期望。 脚本的工作是执行以下操作。首先，计算获胜交易的预期概率 -
该脚本基于使用随机数生成器模拟贸易交易。即使使用相同的输入参数，这也可以使您获得完全不同的结果。运行脚本时，将打开一个对话框，您可以在其中设置外部变量的所需值。 在块中，TradingOptions定义了模拟交易所需的基本参数。 StartBalance - 设置交易余额的初始大小。 NumberTrade - 设置脚本运行时将建模的交易事务数。为了获得或多或少的显着结果，该参数必须大于30。 ProbabilityWinning - 获胜交易的概率。表示为百分比，有效值为1到99。 Min.StopLoss - 表示以点为单位的最小StopLoss值，将在建模交易操作时使用。 Max.StopLoss - 以磅为单位设置StopLoss的最大值。 PositiveWin。 - 该变量建立修正，借助于该修正在模拟交易中获得积极的期望。 脚本的工作是执行以下操作。首先，计算获胜交易的预期概率 -
该指标是两个改进的Lanczos滤波器的组合。 第一个过滤器用于推断价格。根据过去的价值，他预测当前柱内可能的价格变动。也就是说，它表明如果过去的趋势保持不变，价格会是多少。 第二个过滤器，用于平滑和平均窗口内的价格，由过滤器的级别决定。由于选择了权重，此过滤器最积极地响应价格变动中存在的周期性组件。 可以使用EF和IF参数调整指标。通过选择 EF 和 IF 的值，您可以获得有关趋势价格变动开始的信号。 EF - 指数滤波器的窗口大小。有效值为 EF = 0 ... 255 。并且在计算期间处理的条数是 2 * EF + 1 。该参数越大，价格序列的过去价值的影响越大。结果以实线绘制。 IF - 调整平均窗口的大小。 IF = 0 ... 255 的值。要计算的条数是 2 * IF + 1 。 IF 值越大，使用此过滤器检测到价格变动的较长时段。结果以虚线显示在图表上。
该指标是两个改进的Lanczos滤波器的组合。 第一个过滤器用于推断价格。根据过去的价值，他预测当前柱内可能的价格变动。也就是说，它表明如果过去的趋势保持不变，价格会是多少。 第二个过滤器，用于平滑和平均窗口内的价格，由过滤器的级别决定。由于选择了权重，此过滤器最积极地响应价格变动中存在的周期性组件。 可以使用 EF 和 IF 参数调整指标。通过选择 EF 和 IF 的值，您可以获得有关趋势价格变动开始的信号。 EF - 指数滤波器的窗口大小。有效值为 EF = 0 ... 255 。并且在计算期间处理的条数是 2 * EF + 1 。该参数越大，价格序列的过去价值的影响越大。结果以实线绘制。 IF - 调整平均窗口的大小。 IF = 0 ... 255 的值。要计算的条数是 2 * IF + 1 。 IF 值越大，使用此过滤器检测到价格变动的较长时段。结果以虚线显示在图表上。
该指标是基于中值和移动平均特性的组合的顺序混合滤波器。 使用中值允许滤除价格序列值中的异常异常值和随机脉冲。同时，中值滤波器不会对价格变动的趋势起作用，而是保持不变。 由于中值滤波器是非线性的，因此使用简单移动平均值进行平均来平滑其值。这种方法使我们不仅可以更准确地识别趋势，还可以更准确地识别价格变动中的周期性成分。此外，它还增加了指标对价格变化的敏感度，并减少了价格序列与指标读数之间的延迟。因此，指标可以相当准确地警告新趋势的开始，以及旧趋势的结束。 您可以使用 FL 参数调整滤波器的深度及其灵敏度。其允许值为0到63.同时， 2 * FL + 1 条用于计算指标值。因此，FL值越大，指标显示价格图表的趋势越强。
该指标是基于中值和移动平均特性的组合的顺序混合滤波器。 使用中值允许滤除价格序列值中的异常异常值和随机脉冲。同时，中值滤波器不会对价格变动的趋势起作用，而是保持不变。 由于中值滤波器是非线性的，因此使用简单移动平均值进行平均来平滑其值。这种方法使我们不仅可以更准确地识别趋势，还可以更准确地识别价格变动中的周期性成分。此外，它还增加了指标对价格变化的敏感度，并减少了价格序列与指标读数之间的延迟。因此，指标可以相当准确地警告新趋势的开始，以及旧趋势的结束。 您可以使用 FL 参数调整滤波器的深度及其灵敏度。其允许值为0到63.同时， 2 * FL + 1 条用于计算指标值。因此，FL值越大，指标显示价格图表的趋势越强。
This script allows selecting the TakeProfit and StopLoss levels. It analyzes the history data, and then calculates the probability of reaching a given price level. How the script works Suppose you have a trading strategy and you want to select the TakeProfit and StopLoss levels. Run the script and set the parameter: Number of Bars - the average position holding time in bars. Once the script operation is complete, the AIS-PPL.csv file will be created in the Files folder in the terminal data