eine Handelsstrategie auf der Grundlage der Elliott-Wellen-Theorie - Seite 17
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
А даёт ли стратегия прибыль при тестировании по ценам открытия (быстрый метод) ?
Das tut sie auch. Der Gewinnunterschied zu M1 (alle Ticks) beträgt 5-10%. Ich denke einfach, dass alle Ticks zuverlässigere Ergebnisse liefern, und deshalb verwende ich nicht M1 (schnelle Methode).
Das ist sehr gut, das habe ich erwartet.
Der Unterschied in den Prüfmethoden wirkt sich darauf aus, ob das Programm programmierte Schließungen oder Öffnungen von expliziten Aufträgen verwendet. Und da sich in Ihrem Fall SL und TP schließen, sollte die Testmethode keine Auswirkungen haben.
Der Unterschied in den Prüfmethoden wirkt sich darauf aus, ob das Programm explizite Software-Schließ- oder Eröffnungsaufträge verwendet. Und da in Ihrem Fall die Schließung durch SL und TP erfolgt, sollte die Testmethode keine Auswirkungen haben.
Und natürlich sollten wir nicht vergessen, dass abgesehen von der Tatsache, dass mit verschiedenen Testmethoden (alle Ticks) und (schnelle Methode) werden Sie Unterschiede in den Werten der co-optimierten Parameter zusätzlich zu den Unterschieden in der Strategie Rentabilität haben! Und es gibt keine Möglichkeit, das zu beheben :o). Wenn wir uns mit den unterschiedlichen Gewinnen der verschiedenen Prüfmethoden irgendwie arrangieren können, dann ist es sehr problematisch, mit unterschiedlichen Werten der optimierten Parameter zu leben, zumindest für mich :o))).
Vladislav, könnten Sie mir helfen und mir vorschlagen, welche Literatur (in elektronischer Form) es wert ist, gelesen zu werden, um die obige Nachricht zu behandeln? Oder meinen Sie das von Ihnen empfohlene Bulashev-Lehrbuch? Das heißt, Sie verstehen unter einer quadratischen Form die Annäherung einer Preisreihe durch eine Summe von Termen, die aus einer Konstanten, einem Term erster Ordnung und einem Term zweiter Ordnung besteht? Oder sehe ich das falsch? Wie wäre es, die von mir angenommene quadratische Form in potenzielle Energie umzuwandeln? Wie wird das gemacht? Ich bin auch noch nicht darauf gestoßen :o(
Und Sie haben auch gesagt, dass Sie im Santiment-Thread Beiträge zu Ihrer Problemstellung auf Spider veröffentlicht haben. Aber ich habe lange gesucht und konnte den Beitrag Ihrer VG nicht finden. Bitte geben Sie mir den Link, wenn es nicht schwierig ist.
Vielen Dank im Voraus für die ausführliche Antwort!
1. Verwenden Sie bei der Konstruktion eines linearen Regressionskanals eine Geradengleichung oder approximieren Sie die Preisreihe durch eine Gleichung, die einen Term zweiter Ordnung enthält, und reduzieren Sie dann diese Gleichung zweiter Ordnung nach mathematischen Umformungen zu einer linearen Geradengleichung, wie im Buch von Bulaschew beschrieben? Bitte äußern Sie sich zur Zweckmäßigkeit der Anwendung der Näherungsgleichungen erster und zweiter Ordnung auf die Preisreihen. Gibt es einen spürbaren Unterschied zwischen den verschiedenen Gleichungen in Bezug auf das Ergebnis (den Handel selbst)?
2. Sie sagten, dass Sie in Ihrer Strategie die Standardabweichung verwenden. Könnten Sie erklären, wie Sie es verwenden?
Ich danke Ihnen im Voraus für Ihre Antworten!
Vladislav, können Sie mir helfen und vorschlagen, welche Literatur (in elektronischer Form) es wert ist, gelesen zu werden, um sich mit der obigen Nachricht zu befassen? Oder meinen Sie das von Ihnen empfohlene Bulashev-Lehrbuch? Das heißt, mit einer quadratischen Form meinen Sie die Annäherung einer Preisreihe durch eine Summe von Termen, die aus einer Konstanten, einem Term erster Ordnung und einem Term zweiter Ordnung besteht? Oder sehe ich das falsch? Wie wäre es, die von mir angenommene quadratische Form in potenzielle Energie umzuwandeln? Wie wird das gemacht? Ich bin auch noch nicht darauf gestoßen :o(
Und Sie haben auch gesagt, dass Sie im Santiment-Thread Beiträge zu Ihrer Problemstellung auf Spider veröffentlicht haben. Aber ich habe lange gesucht und konnte den Beitrag Ihrer VG nicht finden. Bitte geben Sie mir den Link, wenn es nicht schwierig ist.
Vielen Dank im Voraus für die ausführliche Antwort!
Bei den quadratischen Formen ( F(x,t) = A*x^2+B*t^2 + C ) handelt es sich um Mataphysik, Feldtheorie und Optimierungstheorie im mathematischen Sinne dieser Begriffe. Die Optimierung von Systemparametern ist nur eine Folge einer ausreichend großen Klasse von mathematischen Methoden, um eine extreme Lösung zu erhalten, die eine Reihe von widersprüchlichen Bedingungen erfüllt. Ich habe es nicht in elektronischer Form gefunden, obwohl ich sicher bin, dass es existiert. Es gibt eine Menge Literatur - ich kann gar nicht sagen, wo ich anfangen soll.
Was den Faden über ein Centiment betrifft - ich bin zu faul, ihn jetzt zu suchen -, so ist er nicht zu den Gleichungen gelangt: es wurde beschlossen, nicht darauf zu achten :).
Ich kann die wichtigsten Punkte hier skizzieren:
1. Die Märkte werden von Menschen verwaltet (auch wenn diese über viel Kapital verfügen, spielt das keine Rolle).
2. Menschen mit den gleichen Interessen haben die gleichen "Anziehungszonen" (z. B. bevorzugen Menschen mit ähnlichen Psychotypen den Handel mit bestimmten Instrumenten, was im Grunde die Besonderheiten der Märkte liefert - Hypothese)
Es scheint eine Sackgasse zu sein (von der viele Menschen ausgehen), aber wenn wir einige weitere Annahmen treffen, dann gibt es Hoffnung:
Menschen neigen dazu, sich in denselben Situationen gleich zu verhalten (Wiederholung ähnlicher Entscheidungen).
Gehen wir davon aus, dass die Handlungen jeder Gruppe von Managern auf dem Markt von ihrem Wunsch nach Gewinnmaximierung herrühren. Nehmen wir außerdem an, dass es einen Manager (ein ideales System) gibt, der IMMER ein extremes Ergebnis erzielt. Dann muss die Aktion aus etwas Stärkerem kommen als aus dem einfachen Wunsch, den Markt in die eine oder andere Richtung zu bewegen. Ein Beispiel: Vor ein paar Jahren war Japans Intervention zur Unterstützung des Pfunds recht erfolgreich. Nach einigen Versuchen verkündete Japan, dass sie solche Spiele nicht mehr spielen würden. Und sie haben innerhalb von fünf bis zehn Minuten eine Menge Geld ausgegeben, um den Trend des Euro zu stoppen.
Dementsprechend ist es möglich, das Vorhandensein einer externen Kraft anzunehmen, die den Markt bewegt oder die Voraussetzungen für die Entscheidungsfindung der Marktmanager schafft. Es bleibt zu vermuten (was meiner Meinung nach logisch ist), dass diese Kraft das Ergebnis vieler konstituierender Faktoren ist, und es wird möglich sein, zu versuchen, die Aufgabe zu stellen und die Lösung zu bewerten.
Eigentlich ein solches System, das IMMER die richtige Prognose erhält, werden wir in einem idealen Ergebnis erhalten (es ist wie ein Carnot-Zyklus - theoretisch gibt es ihn, praktisch ist es möglich, sich ihm besser oder schlechter zu nähern). Und in der Realität gibt es natürlich eine gewisse Bandbreite an Unsicherheiten.
Und noch etwas - all dies ergibt sich aus der fraktalen Natur des Marktes (diese Hypothese entwickelt sich im Gegensatz zur Hypothese des effizienten Marktes) - das heißt, dass es Perioden nicht-zufälliger Vorhersagen auf dem Markt gibt. Das heißt, wenn man in einem dunklen Raum nach einer schwarzen Katze sucht, muss man davon ausgehen, dass es zumindest in einem Teil der dunklen Räume eine bestimmte Anzahl schwarzer Katzen gibt :).
Viel Glück und viel Erfolg bei der Verfolgung von Trends.
Vladislav, was den Carnot-Zyklus betrifft, kann ich vorschlagen, dass Ihre Strategie die Berechnung der von der externen Kraft geleisteten Arbeit verwendet, die auf der Summierung der weißen und schwarzen Kerzen basiert, zum Beispiel durch Eröffnungs- und Schlusskurse. Wenn man also die Körper der weißen und schwarzen Leuchter getrennt zusammenzählt, erhält man ein vermutliches Verhältnis, wie viel mehr Arbeit nach unten als nach oben oder umgekehrt geleistet wurde. Wir können also anhand dieser Daten davon ausgehen, dass sich das System in einem der beiden Extreme befindet, z. B. aufgrund der historischen Analyse? Wenn es sich nicht um ein Geheimnis handelt, auf welcher Grundlage nehmen Sie dann diese Berechnungen vor? Und was ist die optimale Anzahl der zu berechnenden Balken? Obwohl ich durchaus vermuten kann, dass es nicht darauf ankommt, welchen Zeitrahmen wir für die Berechnung verwenden und wie viele Balken wir brauchen. Welcher Zeitrahmen sollte dann Ihrer Meinung nach für die Berechnung verwendet werden? Denn je nach dem Zeitintervall, das wir für die Berechnung nehmen, hängen ALLE Ergebnisse davon ab? Vielleicht nehmen Sie einen Zeitraum, der P=64 in dem von Ihnen verwendeten Murray-Indikator entspricht? Das heißt, es ist besser, einen Zeitraum von 64 Handelstagen für die Berechnungen zu nehmen?
Vladislav, was den Carnot-Zyklus betrifft, kann ich davon ausgehen, dass Sie in Ihrer Strategie die Berechnung der von der externen Kraft geleisteten Arbeit auf der Grundlage der Summierung von weißen und schwarzen Kerzen, z. B. durch Eröffnungs- und Schlusskurse, verwenden. Wenn man also die Körper der weißen und schwarzen Leuchter getrennt zusammenzählt, erhält man ein vermutliches Verhältnis, wie viel mehr Arbeit nach unten als nach oben oder umgekehrt geleistet wurde. Wir können also anhand dieser Daten davon ausgehen, dass sich das System in einem der beiden Extreme befindet, z. B. aufgrund der historischen Analyse? Wenn es sich nicht um ein Geheimnis handelt, auf welcher Grundlage nehmen Sie dann diese Berechnungen vor? Und was ist die optimale Anzahl der zu berechnenden Balken? Obwohl ich durchaus vermuten kann, dass es nicht darauf ankommt, welchen Zeitrahmen wir für die Berechnung verwenden und wie viele Balken wir brauchen. Welcher Zeitrahmen sollte dann Ihrer Meinung nach für die Berechnung verwendet werden? Denn je nach dem Zeitintervall, das wir für die Berechnung nehmen, hängen ALLE Ergebnisse davon ab? Vielleicht nehmen Sie einen Zeitraum, der P=64 in dem von Ihnen verwendeten Murray-Indikator entspricht? Das heißt, es ist besser, einen Zeitraum von 64 Handelstagen für die Berechnungen zu nehmen?
Was den Carnot-Zyklus betrifft, so ist er nur ein Beispiel, das einen Grenzwert darstellt.
Was die Dimension von Murray angeht - 64 ist die Empfehlung der Entwickler der Methode. Ich kann nicht beurteilen, ob es das beste Ergebnis ist, aber ich verwende die folgende Schätzung, um den minimalen Punkt zu bestimmen, der weit genug für die Konvergenz der Methoden ist:
Ich erinnere mich nicht an den genauen Link, ich habe Artikel über Analysen im Zusammenhang mit der Berechnung der Persistenz (Hurst-Koeffizient > 0,5) durchgesehen. Es gab Schätzungen über die fraktale Dimensionalität der Märkte. Die Schlussfolgerungen, die gezogen wurden: Der Hearst-Koeffizient für viele Arten von Märkten liegt im Bereich von 0,62-0,64, was wiederum den Verlust von Ausgangsbedingungen für Zeitreihen im Durchschnitt von 90 Tagen bedeutet. Das heißt, dass Störungen, die mehr als 90 Tage zurückliegen, nur eine verschwindend geringe Auswirkung haben. Nun, ich habe meinen Ausgangspunkt für die Referenz auf nicht mehr als ein halbes Jahr (180 Tage, um genau zu sein) festgelegt - 90 Tage geben nicht immer genügend Informationen für die Konvergenz, obwohl dies vielleicht das Ergebnis der Implementierung ist und mit anderen Algorithmen und Qualitätskriterien sind 90 ausreichend - ich weiß es noch nicht. Als ich die Zeiträume unter Verwendung der gesamten verfügbaren Historie berechnet habe, war das Ergebnis nicht besser - ich habe einfach mehr Zeit für die Berechnungen aufgewendet.
Die Anzahl der zu berechnenden Takte wird durch die Struktur selbst bestimmt, und die Oktaven werden dafür gebaut - ich kann also nicht einmal sagen, zu welchem Zeitpunkt sie berechnet werden - der Computer zählt schon seit langem :). Die Methoden selbst hängen nicht von den TFs ab, so dass Sie es mit jeder TF machen können, solange Sie genug Historie für ein halbes Jahr haben.
Ich bewerte keine Candlesticks, Paternas und dergleichen - Sie erhalten dann geräuschabhängige Methoden. Das heißt, das Ergebnis wird von der Qualität der Zitate abhängen, und die ist IMHO nicht gut.
Viel Glück und viel Erfolg mit den Trends.
...können wir davon ausgehen, dass eine Bahnfunktion durch eine bestimmte quadratische Form angemessen dargestellt werden kann - was fast schon einfach ist: Die Suche nach Extremen von Qualitätskriterium-Funktionen für solche Formen ist ein stark erforschtes Gebiet. Das heißt, man muss eine Auswahl von Proben treffen, die die Qualitätskriterien in extremer Weise erfüllen.
Ein und dasselbe Murray-Reversal-Level für verschiedene Kanäle wird in verschiedenen Konfidenzintervallen liegen - man muss es irgendwie abgrenzen, oder nicht? Und das Qualitätskriterium ist die potenzielle Energie - siehe die quadratischen Formen - nichts Ungewöhnliches.
Ich habe mir die Literatur zu diesem Thema angesehen. Ich gehe davon aus, dass sich vielleicht nicht alles in der Anwendung auf diesen speziellen Fall finden lässt. Aber auf der Grundlage dessen, was ich geschafft habe, die folgenden Annahmen über quadratische Formen zu betrachten. Beginnen wir zunächst mit der Methode zur Ermittlung dieser approximativen Preisreihenfunktion. Ich nehme an, ich kann eine Parabelfunktion in der Form
y(t)=A(t-t0)^2+B, wobei y ein Preis ist, t die Zeit, t0 ein Punkt auf der Zeitachse, an dem die Parabel ein Extremum hat, und A und B Koeffizienten sind.
Dann folgt das Problem, solche optimalen Koeffizienten A und B zu finden, die die Parabel nach dem Kriterium der minimalen potentiellen Energie optimal machen. Soweit ich den überprüften Quellen entnommen habe, geht es bei dieser Optimierung im Wesentlichen um Folgendes. Wir stellen uns die Kurve der Parabel als eine Linie mit demselben Feldpotential vor. Zur Sicherheit sollte es Null sein. Der Gradient eines solchen Potenzialfeldes ist senkrecht zur Parabellinie ausgerichtet. Dann reduziert sich das Problem der Minimierung der potentiellen Energie auf das Problem, eine solche Parabel zu finden, bei der die Summe der Quadrate der kürzesten Abstände zwischen den Punkten der Preisreihe und der Kurve der Parabel minimal ist. Wir müssen also die Parameter der Parabel optimieren, um den kürzesten Abstand zwischen den Punkten der Preisreihe und der Linie der Parabel zu finden. Die kürzeste Strecke ist die Strecke entlang der Geraden, die die Parabel im rechten Winkel schneidet. Wir müssen also das Problem lösen, diese kürzesten Entfernungen zu finden. Könnten Sie zumindest methodisch mitteilen, welche Methode Sie anwenden? Ich stelle mir den Prozess der Suche nach diesen kürzesten Entfernungen beispielsweise folgendermaßen vor.
1. Wir wählen (der Algorithmus der Berechnung ist noch nicht klar) eine mehr oder weniger echte Parabel für die bestehende Preisreihe, die wir annähern wollen.
Wir approximieren sie durch ein Polygon, das die Gleichung einer Linie hat, die durch jeden Punkt geht, der die Parabel tangiert. Die Gleichung der Geraden für den Punkt T Y(t,T)=a(t-T)+b, wobei a=2A(t-t0) und b=y(T).
3. Dann wird für einen ausgewählten Punkt in der Preisreihe der Bereich der Werte entlang der t- und y-Achse eingegrenzt, in dem es einen Schnittpunkt der von diesem Punkt zur Parabel gezogenen Senkrechten mit der Parabel selbst gibt.
4. Iterieren Sie die Gleichungen der Segmente des Polygons, die in diesem Bereich des Polygons liegen, um den Schnittpunkt mit der Senkrechten zu finden. Führen Sie die erforderliche Anzahl von Iterationen und Näherungen durch, um den erforderlichen Fehler bei der Berechnung der senkrechten Länge vom Punkt zur Kurve zu erhalten.
5. Addieren Sie die Quadrate dieser Segmente und erhalten Sie so den Wert der Zielfunktion.
6. Ändern Sie dann die Parameter der Parabel und führen Sie die Berechnung in den Punkten 2 bis 5 so oft wie nötig durch. Der kleinste Wert der Zielfunktion entspricht dem Wert der Parameter der Parabel, die die Preisreihe optimal annähert.
Dann ist es wahrscheinlich möglich, die Parameter "Quasi-Dispersion" und "Quasi-SCO" aus dem erhaltenen optimalen Wert der Zielfunktion zu berechnen. Auf dieser Grundlage können wir zusätzlich zu der bestehenden Parabel mehrere weitere Parabeln auf dem Preisdiagramm zeichnen, die bedingt die numerischen Wahrscheinlichkeitsmerkmale aufweisen und die potenziellen Feldlinien mit der gleichen Wahrscheinlichkeit der Trendumkehr verkörpern. Zum Beispiel die Linien von 70%, 80%, 90% Wahrscheinlichkeit der Umkehrung.
Vladislav, glauben Sie, dass ich mich in die richtige Richtung bewege, um Ihre Strategie zu verstehen, oder verstehe ich überhaupt nichts und bin in eine völlig andere Richtung gegangen?
Ich habe den Verlauf von VM vergessen, vielleicht irre ich mich, aber Sie können es so versuchen:
Die kürzeste Entfernung von einem Punkt zu einer Parabel wäre die Entfernung von dem Punkt entlang der Linie, die mit der Normalen zusammenfällt.
Die Normale der Parabel kann über die erste Ableitung berechnet werden (die Ableitung ist der Tangens des Neigungswinkels der Tangente).
kann daher ein Gleichungssystem konstruiert werden:
1. die Gleichung der Parabel.
2. die Gleichung der Geraden (Normalen) (Kenntnis der Ableitung)
3. die zum Punkt gehörende Gleichung der Geraden (Normalen)
Wenn wir das System lösen, erhalten wir eine strenge Lösung.