eine Handelsstrategie auf der Grundlage der Elliott-Wellen-Theorie - Seite 204
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
Beginnen wir mit einem hypothetischen und für die meisten Händler und Spekulanten sehr weit entfernten Thema. Angenommen, es gibt eine Fabrik, in der einige Teile gefräst werden, und in dieser Fabrik findet eine Qualitätskontrolle dieser Teile statt. Diese Kontrolle wird dadurch abgeschlossen, dass sie einige Parameter von bereits gefrästen Teilen messen. Während also der Prozess unter festgelegten Bedingungen abläuft und die Technologien beobachtet werden, zeigt die Qualitätskontrolle, dass alles normal ist und innerhalb der Toleranzen liegt, aber sobald Prozessabweichungen auftreten, spiegelt sich dies in den Ergebnissen wider. Die Aufgabe ist einfach und besteht darin, etwaige Unregelmäßigkeiten im Prozess anhand einiger formaler Anzeichen festzustellen. Dies ist der erste Teil des Problems, der zweite Teil des Problems ist die "rechtzeitige" Erkennung der Störung. In der mathematischen Statistik gibt es einige Methoden, mit denen diese Probleme innerhalb bestimmter Grenzen gelöst werden können.
Allgemeiner ausgedrückt, ein Problem der Diskontinuität eines stochastischen Prozesses. Sie wurde von Kolmogorov und Shiryaev im letzten Jahrhundert untersucht. Nehmen wir an, es gibt einen stochastischen Prozess, der einige Eigenschaften hat (Mittelwert, Varianz usw. nach Ihrem Geschmack, einschließlich Hurst). Passiert etwas, und der stochastische Prozess ändert seine Eigenschaften, d.h. er zerfällt, so ist die Definition der Tatsache und des Zeitpunkts des Zerfalls die Lösung des Zerfallsproblems. Das Problem wurde einst für die Suche nach Zielen im Hintergrund von Störungen und für die Zielverfolgung vorgeschlagen. Das Problem der Konstruktion adaptiver optimaler Filter ist mit diesem Problem verwandt. Und so weiter.
Wie ich aus diesem Thread entnehme, ist es das, was Sie alle die ganze Zeit getan haben. Man findet eine "stationäre" Region in dem Prozess oder vielmehr in seiner Umsetzung in den Videodaten der Preise und beschreibt sie durch eine (lineare oder andere) Regression. Es wird implizit angenommen, dass solche "stationären" Bereiche existieren. Soweit ich es verstanden habe, wurde vorgeschlagen, den Zeitpunkt der Änderung der "stationären" Bereiche durch Hearst oder durch "Aufschlüsselung" der statistischen Signifikanz zu bestimmen...
Es ist furchtbar, wie unfreundlich die Forum-Engine ist...
Nicht genau das, was wir tun (es gibt mehrere, wenn ich so sagen darf, "Schulen der Kampfkünste in Forex" in der Branche :o), zumindest für mich ist es ein bisschen komplizierter.
Eine lineare Regression oder ähnliches beschreibt meiner Meinung nach keinen Trend als solchen, d. h. die "Stärke der Beziehung" zwischen den Proben wird in keiner Weise bewertet, sondern lediglich "die analytische Funktion wird mit der NK-Methode an die Rohdaten angepasst". Natürlich gibt es Kriterien, wie z. B. das Bestimmtheitsmaß, mit denen nur beurteilt werden kann, wie gut die Funktion "passt", oder anders gesagt, wie gut die Rohdaten durch das gewählte Modell "erklärt" werden. Der Kanal (und in den diskutierten Modifikationen der Strategien ist er die Basis) wird oft mit LR verglichen, was meiner Meinung nach nicht ganz richtig ist. Deshalb habe ich beschlossen, meine Ansichten und Erfahrungen mit alternativen Ansätzen mitzuteilen.
Ja, das ist sehr nah am Thema.
Dies könnte übrigens ein Ansatzpunkt sein. Beginnen Sie nicht mit einem Trend, sondern mit einer stationären Reihe. Soweit ich weiß, ist das Kriterium der Stationarität einer Reihe eine klar definierte Sache. Und der Trend liegt jenseits der Stationarität. Eine notwendige (aber nicht hinreichende) Bedingung für das Vorhandensein eines Trends kann daher sein, dass die Bedingungen einer stationären Preisreihe nicht erfüllt sind.
Was ist eine stationäre Serie? Welche Kriterien für die Stationarität sind in dieser Situation am besten geeignet?
Das allgemeine Bild der Marktdynamik lässt sich wahrscheinlich wie folgt darstellen: Bereiche mit vorübergehender "Stationarität" und zeitlicher "Trendhaftigkeit", die durch Bereiche mit Transienten verbunden sind. In diesem Fall besteht das Problem darin, die Grenzen dieser Sektoren und die am besten geeigneten Parameter zur Festlegung dieser Grenzen zu bestimmen. Das heißt, ganz allgemein ausgedrückt: Zersetzung und Qualitätskontrolle. :-))
2 grasn
Tut mir leid, Sergey, aber das erklärt für mich nichts.
Was bedeutet "Statistiken und Kriterien werden ausgewertet"? Was bedeutet "Trend gefunden", "Trend verschwindet", "Trend nicht erkannt"? Was hat das alles mit den Zahlen zu tun, die sich aus den von Ihnen angegebenen Formeln ergeben? Was bedeutet "Übergänge über 0"?
...nicht wirklich tun (es gibt mehrere, wenn ich so sagen darf, "Forex-Kampfkunstschulen" in diesem Thread :o), zumindest für mich ist es ein bisschen komplizierter.
Das ist ziemlich auffällig, vor allem, wenn man bedenkt, dass die Diskussion in keinerlei Zusammenhang mit dem ursprünglichen Thema steht.
Die lineare Regression oder ähnliches beschreibt meiner Meinung nach keinen Trend als solchen, d. h. sie bewertet in keiner Weise die "Stärke der Beziehung" zwischen den Proben, sondern passt lediglich "die analytische Funktion in die Rohdaten nach der NK-Methode ein". Natürlich gibt es Kriterien, wie z. B. das Bestimmtheitsmaß, mit denen nur beurteilt werden kann, wie gut die Funktion "passt", oder anders gesagt, wie gut die Rohdaten durch das gewählte Modell "erklärt" werden. Der Kanal (und in den diskutierten Modifikationen der Strategien ist er die Basis) wird oft mit LR verglichen, was meiner Meinung nach nicht ganz richtig ist. Deshalb habe ich beschlossen, meine Ansichten und Erfahrungen mit alternativen Ansätzen mitzuteilen.
Ich habe lediglich vorgeschlagen, das Problem umfassender zu betrachten, als es bisher erörtert wurde, und habe lediglich darauf hingewiesen, dass ein solches Problem bereits gelöst wurde und es sich lohnen könnte, sich damit zu befassen. Ich will keineswegs meinen Standpunkt aufzwingen.
Was ist denn nun ein Kanal? Zieht man die entsprechenden LR-Werte von den Reihenwerten ab, erhält man die sogenannten "Residuen". Die Analyse von "Residuen" ist eine lange und bewährte Sache. Dies ist eine. Zweitens: Jemand hat bereits erwähnt, aber niemand hat darauf geachtet, dass diese "Rückstände" eine Normalverteilung haben müssen, wenn HR den Prozess angemessen beschreibt. Darüber hinaus gibt es die Meinung, dass, sobald die Normalität der Verteilung verletzt wird, wir davon ausgehen können, dass auch der Prozess verletzt ist. Und so weiter...
Ja, sehr nah am Thema.
Dies könnte übrigens ein Ansatzpunkt sein. Beginnen Sie nicht mit einem Trend, sondern mit einer stationären Reihe. Soweit ich weiß, ist das Kriterium der Stationarität einer Reihe eine klar definierte Sache. Und der Trend liegt jenseits der Stationarität. Eine notwendige (aber nicht hinreichende) Bedingung für das Vorhandensein eines Trends kann daher sein, dass die Bedingungen einer stationären Preisreihe nicht erfüllt sind.
Was ist eine stationäre Serie? Welche Kriterien für die Stationarität sind in dieser Situation am besten geeignet?
Das allgemeine Bild der Marktdynamik lässt sich wahrscheinlich wie folgt darstellen: Bereiche mit vorübergehender "Stationarität" und zeitlicher "Trendhaftigkeit", die durch Bereiche mit Transienten verbunden sind. In diesem Fall besteht das Problem darin, die Grenzen dieser Sektoren und die am besten geeigneten Parameter zur Festlegung dieser Grenzen zu ermitteln. Das heißt, ganz allgemein ausgedrückt: Zersetzung und Qualitätskontrolle. :-))
Stationarität ist in der Tat eine sehr zweideutige Sache. Das gilt auch für das Konzept des Trends, denn es sind zwei Seiten derselben Medaille.
Denken Sie daran, dass "Stationarität" ein "Trend" ist und es keine Rolle spielt, ob der Trend "nach oben" geht oder einen Steigungskoeffizienten von Null hat.
Sorry, Sergei, aber das erklärt mir gar nichts.
Was bedeutet "Statistiken und Kriterien werden ausgewertet"? Was bedeutet "Trend gefunden", "Trend verschwindet", "Trend nicht erkannt"? Was hat das alles mit den Zahlen zu tun, die sich aus den von Ihnen angegebenen Formeln ergeben? Was bedeutet "Übergänge durch 0"?
Yuri, dies ist nur eines der Kriterien für die Trenderkennung. Ich behaupte keineswegs, dass es das beste und zuverlässigste Kriterium ist, und ich setze meine Forschungen in diesem Bereich, auch mit Autokorrelation, beharrlich fort. Ich habe es nicht erfunden, und in diesem Fall "spiele" ich nach den Regeln dieser Genossen Woodyer, Woodward, Gielchrist. Es gibt keine Willkür, sondern nur die strikte Einhaltung der Regeln:
Für diese spezielle Stichprobe:
n=1000
Statistik (Anzahl der Übergänge durch Null)
R(1000)=0
dies ist nur der Parameter, dessen Werte das Vorhandensein oder Nichtvorhandensein eines Trends gemäß dem Kriterium bestimmen. Bei Autokorrelation wird die Statistik etwas anderes sein, vielleicht die Autokorrelation selbst. Die Anzahl der Nulldurchgänge ist ein Maß für die Konnektivität der Daten
PS: Um ein Gefühl für die "Physikalität" des Nulldurchgangs zu bekommen, können Sie mit der Hand eine Gerade von 45 Grad oder eine Sinuswelle zeichnen und die Form der V-Funktion schätzen, indem Sie die Anzahl der Durchgänge zählen.
Kriterium für die Statistik
Ich wähle eine Vertrauenswahrscheinlichkeit von alpha=0,95
Kritische Werte für n=1000 und alpha=0,95:
R1(0,95, 1000)=6
R2(0,95, 1000)=83
Kriterium selbst: Bedingung R1<R<R2 ist nicht erfüllt
Schlussfolgerung
Stichprobe enthält Trend. Das war's. Keine Willkür, alles läuft nach den Regeln.
So verwenden Sie
Einfach den aktuellen Balken fixieren und mit Schritt 1 (oder abweichend davon) Proben nehmen:
{100: 0} ist R1(n, alpha)<R(n)<R2(n, alpha) erfüllt? Wenn ja "kein Trend", kein "Trend"
{101: 0} ist R1(n, alpha)<R(n)<R2(n, alpha) erfüllt? Wenn ja "kein Trend", kein "Trend"
{102: 0} ist R1(n, alpha)<R(n)<R2(n, alpha) erfüllt? Wenn ja "kein Trend", kein "Trend"
{103: 0} ist R1(n, alpha)<R(n)<R2(n, alpha) erfüllt? Wenn ja "kein Trend", kein "Trend"
{104: 0} ist R1(n, alpha)<R(n)<R2(n, alpha) erfüllt? Wenn ja "kein Trend", kein "Trend"
...
{Bars: 0} ist R1(n, alpha)<R(n)<R2(n, alpha) erfüllt? Wenn ja "kein Trend", kein "Trend"
(1) Der Trend kann sofort bei {100: 0} gefunden werden, dann müssen wir seinen Ursprung finden.
(2) Der Trend kann in der ersten Stichprobe nicht vorhanden sein, dann gibt es mehrere Möglichkeiten:
2.1 die Suche nach einem Trend einstellen und auf einen neuen Balken warten
2.2 die Suche fortsetzen, in der Annahme, dass es einen Trend gibt, aber von "höherer Ordnung".
... Es kann mehr Varianten bei der Suche geben
Kompliziertere Fälle, die bereits erwähnt wurden, wenn die R-Statistik an einer der kritischen Grenzen liegt, aber nicht einen Übergang erreicht. Nachdenken ... was zu tun ist.
PS: Juri, ich habe es versucht, mein ganzes dürftiges Vokabular ausgeschöpft... :o)
Ich habe nur vorgeschlagen, das Problem umfassender zu betrachten, als es bisher erörtert wurde, und darauf hingewiesen, dass ein ähnliches Problem bereits gelöst wurde und es sich lohnen könnte, zu prüfen, wie genau. Ich möchte keineswegs meinen Standpunkt aufzwingen.
Breitengrad kann jedes Unterfangen zunichte machen, er ist sehr gefährlich. Sie haben zum Beispiel vorgeschlagen, eine Qualitätskontrolle einzuführen, wie in Fabriken. Mein Beruf hat mit IT zu tun, und ich kann mit Bestimmtheit sagen, dass die Qualitätskontrolle das am schwersten zu implementierende Modul in Fabriken ist. Aber das ist eine lyrische Abschweifung.
Es ist besser, Referenzen zu nennen, wo das Problem gelöst wurde, und welche der von Ihnen aufgeführten Probleme?
Северный Ветер
Всего лишь навсего предложил посмотреть на проблему шире, чем она обсуждалась до сих пор, и всего лишь сообщил, что подобная задача уже решалась, и может быть стоит посмотреть как именно. Ни в коем случае не навязываю свою точку зрения.
grasn 07.01.07 19:31
Breitengrad kann jedes Unterfangen zunichte machen, er ist sehr gefährlich. Sie haben zum Beispiel vorgeschlagen, eine Qualitätskontrolle einzuführen, wie in Fabriken. Ich habe beruflich mit IT zu tun und kann mit Bestimmtheit sagen, dass die Qualitätskontrolle das stärkste Modul ist, das in Fabriken implementiert werden muss. Aber das ist eine lyrische Abschweifung.
Es ist besser, Referenzen zu nennen, wo das Problem gelöst wurde, und welche der von Ihnen aufgeführten Probleme?
Sie haben mich missverstanden. Alles, was ich zu sagen versuchte, ist, dass die Probleme, die in diesem Thread gelöst werden, irgendwie mit den Problemen der Qualitätskontrolle verwandt sind, die wiederum "mathematischer" im Problem der Divergenz formuliert sind. Es geht nicht um den Prozess der Organisation der Qualitätskontrolle, obwohl es auch hier interessante Punkte gibt. Es ging um das Problem der Bestimmung der Verletzung eines stochastischen Prozesses (so seltsam es auch klingen mag, aber zum Beispiel die Größe von Teilen in der Produktion ist ein stochastischer Prozess, und zwar mit "Gedächtnis"). Wenn Sie die Konventionen beiseite lassen, werden Sie feststellen, dass der Zeitplan für Preisänderungen (die dahinter stehenden Marktprozesse) im Grunde genommen der Qualitätskontrolle (sprich: der Kontrolle des Produktionsprozesses) sehr ähnlich ist.
Die kürzeste und prägnanteste Beschreibung der Schlüsselbegriffe findet sich im elektronischen Handbuch der mathematischen Statistik für das Programm Statistica auf dessen Website, in russischer Sprache.
Übrigens, wenn wir schon beim Thema Texte sind, gibt es einen kleinen Exkurs. Erfolgreiches Handeln ist bei weitem nicht so einfach wie die Organisation der Qualitätskontrolle in einer Fabrik.
Du hast mich falsch verstanden...
Nein, ich habe Sie richtig verstanden, es war eine Art Scherz, und die "Statistik"-Seite habe ich auch durchstöbert. Aber an jedem Witz ist etwas Wahres dran...
Das Einzige, was ich hinzufügen kann, ist, dass man, wenn man sich für den "offiziellen mathematischen" Weg entscheidet, unweigerlich zur Zeitreihenanalyse kommt. Und hier wird er auf eine Katastrophe warten, in Form von ARIMA und anderen. Wunderbar begründete Methoden, die aber leider (meiner persönlichen Meinung nach) auf dem Markt nicht funktionieren.
Um es klar zu sagen: Die Zeitreihenanalyse besteht trotz der komplexen Mathematik aus drei einfachen Dingen. Die erste ist die Annahme, dass es sich bei der Preisreihe um eine Zeitreihe handelt (eine Reihe, in der die Werte in streng definierten Zeitintervallen eintreffen, was nicht der Fall ist; man sollte eher von einer stochastischen Stichprobenreihe sprechen). Zweitens ist sie in gewisser Weise stationär und hat einen Trend. Drittens weist die Reihe saisonale und zyklische Komponenten und Rauschen auf.