eine Handelsstrategie auf der Grundlage der Elliott-Wellen-Theorie - Seite 61
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
Um den im Buch vorgeschlagenen Ansatz anzuwenden, müssen Sie genau dasselbe tun, wie im Buch beschrieben. Das Buch gibt ein detailliertes Beispiel NUR für den Brownschen Verkehr! Das heißt, sie zeigt, wie eine Stichprobe von Brown'schen Bewegungen bei verschiedenen Hurst-Koeffizienten visuell aussehen sollte. Nimmt man einen Zufallszahlengenerator und erzeugt dann voneinander abhängige Transaktionen im weißen Rauschen, indem man ihre Eintrittswahrscheinlichkeit festlegt, erhält man ungefähr die gleichen Bilder wie im Buch. Das heißt, man erhält zunächst fraktales Beobachtungsrauschen (eine Stichprobe von "Nebenflüssen"), durch Aufsummieren erhält man die physikalische Bewegung von etwas (in diesem Fall das Oszillogramm des Brownschen Rauschens). Aus der Amplitude der physikalischen Bewegung können Sie ersehen, dass die Amplitudenspanne der physikalischen Bewegung selbst umso größer ist, je größer Ihr Hearst-Faktor (Wahrscheinlichkeit von voneinander abhängigen Transaktionen) war. Was können wir letztendlich aus dem Beispiel in diesem Buch verstehen? Wir können nur verstehen, was ich bereits gesagt habe: "Je größer das Hearst-Verhältnis (Wahrscheinlichkeit von voneinander abhängigen Transaktionen), desto größer ist die Amplitude der physikalischen Bewegung selbst". Als Nächstes beantworten Sie bitte die Frage, was genau diese Information uns in Bezug auf Vorhersagen bringt. Ich kann genau antworten - NICHTS, außer dem, was ich 2 Mal geschrieben habe (lassen Sie uns nur den Grad der Interdependenz der Transaktionen bestimmen)! Wie gehen die Autoren im Buch weiter vor? Sie wenden die vorgeschlagene Berechnung (Brownsche Bewegungsanalyse) auf verschiedene Kapitalmärkte an. Auf allen Märkten (oder fast allen Märkten) ist der Hurst-Index größer als 0,5, insbesondere für EURUSD ist er 0,64, wenn ich es nicht vergessen habe. Und was nun? NUN, NICHTS! Wir wissen aber, dass die Geschäfte auf den Märkten meist voneinander abhängig sind. Aber nehmen wir einmal an, wir wüssten es die ganze Zeit, dass die Leute eher mit dem Trend gehen als gegen ihn, wenn man sich ansieht, in welche Richtung sich der Kurs gestern bewegt hat. Daher gibt es auf den Märkten Zeiträume mit offensichtlichen Trends, die auf der vorherigen Bewegung basieren. Es ist für jeden offensichtlich. Und Vladislav hat versucht, diesen Ansatz auf die Vorhersage linearer Regressionskanäle anzuwenden. Das heißt, er hat die Art und Weise der Berechnung der "Gezeiten" auf der Grundlage der bestehenden Preisbewegung erheblich verändert, um die Frage zu beantworten: "Was wird mit dem Kanal in naher Zukunft geschehen - wird er weitergehen oder wird er seine Existenz beenden?
Bedeutet das hervorgehobene "SOFTLY THERE", dass ich mich geirrt habe? Möglicherweise, aber es scheint, dass ich mich sehr bemüht habe und alles nach Vorschrift gemacht habe. Darin wird der allgemeine Ansatz zur Berechnung des Indexes dargelegt, und als Beispiel wird das Ergebnis für die Brownsche Bewegung und für den Zyklus 19 der Wolf-Reihe angegeben (ehrlich gesagt, weiß ich nicht, was das ist).
Ich habe meinen Algorithmus mit Random Walk überprüft und habe ein fast korrektes Ergebnis erhalten (ich habe den Graph log(R/S) von log(N) beigefügt).
In Vladislavs Algorithmus und in Ihrem Algorithmus wird schließlich eine ungefähre Schätzung des Index selbst vorgenommen, und zwar nach der Formel H=log(R/S)/log(0,5*N) - genau wie im Buch. Und wie ich bereits schrieb, habe ich beschlossen, einen genaueren Algorithmus zu implementieren.
Danke für die ausführliche Erklärung, ich habe einige Details von Vladislavs Ansatz nicht ganz verstanden. Jetzt scheint es sich zu klären. Ich stelle Ihre und Vladislavs Berechnungen nicht in Frage, zumal sie gut funktionieren.
:о)))))
Nein, Sie haben nicht Unrecht! Mit "EXAKT GLEICH" meinte ich, dass der im Buch verwendete Ansatz nur für die Lösung des Problems geeignet ist, für das er entwickelt wurde und das ich mehrfach wiederholt habe - "die gegenseitige Abhängigkeit von Transaktionen (Gezeiten) unter einem dem Brownschen Prozess ähnlichen Prozess zu schätzen". Aber sie zur Lösung unseres Problems der "Vorhersage von Bewegungen entlang des Kanals in sehr naher Zukunft" in der Form, wie sie im Buch dargestellt ist, zu verwenden, ist definitiv NICHT möglich! Vladislav hat es für unser Problem im Sinne einer "Gezeiten"-Stichprobe fertiggestellt, indem er als Durchschnitt den prognostizierten Wert eines linearen Regressionskanals genommen hat, der auf einer Stichprobe aufgetragen wurde, die den aktuellen Balken nicht enthält. Wenn man den Sinn dieser Überarbeitung, die er vorschlug, vertiefen will, kann man mindestens eine Doktorarbeit (in Mathematik oder Wirtschaftswissenschaften, je nachdem, worauf man sich mehr konzentriert) mit einer angemessenen Ausarbeitung und Präsentation von zusätzlichem Material benötigen ;o))))! Vladislav, denken Sie darüber nach, ob Sie es überhaupt brauchen!
Nein, Sie irren sich nicht! Mit "GENAU dasselbe" meinte ich, dass der im Buch verwendete Ansatz nur für die Lösung des Problems geeignet ist, für das er entwickelt wurde und das ich bereits mehrfach wiederholt habe - "die gegenseitige Abhängigkeit von Transaktionen (Gezeiten) in einem dem Brownschen Prozess ähnlichen Prozess zu schätzen". Aber sie zur Lösung unseres Problems der "Vorhersage der Bewegung entlang eines Kanals in sehr naher Zukunft" in der Form, in der sie in diesem Buch gegeben wird, zu verwenden, ist eindeutig NICHT möglich! So Vladislav verbessert es für unser Problem in Bezug auf den Erhalt einer Stichprobe von "Gezeiten" Zählen der prognostizierte Wert der linearen Regression Kanal auf die Probe nicht mit dem aktuellen Bar als das durchschnittliche Niveau gebaut.
Ja, aber der im Buch beschriebene Algorithmus stellt keine besonderen Anforderungen an den Inhalt von "inflow". Zumindest habe ich dort nichts dergleichen gefunden, und eine der Fragen, die wir diskutierten, war, wie hoch der Zufluss sein sollte. Ich habe wertvolle Ratschläge von Ihnen erhalten. Ich danke Ihnen.
Es wird nicht der durchschnittliche Hurst-Wert berechnet, sondern die beiden Koordinaten Y=Log(R/S) und X=Log(N). Und was damit zu tun ist, scheint auch klar zu sein.
Es gibt eine Gleichung Y=Y(X), die wie folgt aussieht: Log(R/S) = H*Log(N) + A. Sie müssen eine lineare Regression erstellen und ihren Koeffizienten und den freien Term bestimmen. Hurst ist sein Koeffizient.
Und gerade das Verhältnis der Logarithmen ist überhaupt nicht Hurst.
IMHO
Nein, es ist ein durchschnittlicher Hurst über diese Stichproben :)
Вычисляется не средний Херст, а две координаты Y=Log(R/S) и X=Log(N). И что с этим делать, тоже вроде бы ясно.
Есть уравнение Y=Y(X), которое выглядит так: Log(R/S) = H*Log(N) + A. Нужно построить линейную регрессию и определить ее коэффициент и свободный член. Херст - это ее коэффициент.
А просто отношение логарифмов - это совсем не Херст.
ИМХО
Nein, es ist der Hearst-Durchschnitt dieser Stichproben :)
Ich habe diesen Algorithmus heute in dem Buch "Fractal Analysis" gelesen. Ich habe es mit einem anderen Algorithmus und nach anderen Formeln umgesetzt. Ich gehe von 1 bis N und zähle für jedes aktuelle n log(R/S) und log(N). Dann bilde ich eine Näherungsgerade y(x)=ax+b. Der Koeffizient a ist der Hurst-Exponent. Hier liegt möglicherweise ein prinzipieller Fehler vor.
:о)
PS: Kann man das nicht auch so zählen?
Mir ist klar, dass der Code vielleicht nicht optimal in Bezug auf die Leistung ist (viele Funktionsaufrufe und alles), aber die Hauptsache ist, dass ich für mich selbst klären wollte, ob ich die Logik seiner Berechnung richtig verstanden habe, weil mir die Ergebnisse fragwürdig erscheinen, und ich beschloss, Leute zu fragen, die es wissen.
...
PS: Ich hoffe, dass die Forumsteilnehmer mir helfen werden, zu verstehen. Ich wäre Vladislav sehr dankbar, wenn er sich etwas Zeit für mich nehmen und mir erklären könnte, was ich bei einer so einfachen Methodik falsch mache.
Man nehme 1000 zufällige Brownsche Teilchen in tausend Koordinatengittern am Nullpunkt. Entlang dieser Punkte werden nun zufällige Kräfte in eine zufällige Richtung bombardiert. Hier argumentiert Hirst, dass der Abstand zwischen dem Teilchen und dem Ursprung der Korrdinaten (Vektorlänge) mit der Zeit proportional zur Quadratwurzel der Zeit ist. Warum 1000 Chats? Für eine gute Mittelwertbildung. Dieses Problem ist nicht schwer zu programmieren und zu testen.
Man nehme 1000 zufällige Brownsche Teilchen in tausend Koordinatengittern am Nullpunkt. Entlang dieser Punkte beginnen zufällige Kräfte in eine zufällige Richtung zu bombardieren. Hier ist Hirsts Argumentation, dass im Laufe der Zeit der Abstand zwischen dem Teilchen und dem Ursprung der Korrdinaten (Vektorlänge) proportional zur Quadratwurzel der Zeit ist. Warum 1000 Chats? Für eine gute Mittelwertbildung. Dieses Problem ist nicht schwer zu programmieren und zu testen.
Ich glaube ihm. Aber Feder argumentierte, dass man, wenn man einen genauen Wert braucht, auch genauer zählen sollte. Also habe ich versucht, es zu tun. Und heute habe ich herausgefunden, dass Herr Peters das ganz und gar nicht so berechnet.
Es reicht eine Zahlenkolonne, den Rest mache ich selbst.