eine Handelsstrategie auf der Grundlage der Elliott-Wellen-Theorie - Seite 132
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
Ich würde die Prioritäten anders setzen - die Korrektheit der Eingaben sollte gleichmäßig bei etwa 50 % liegen, aber Stopps und Gewinne sollten einen Vorteil bieten. Mit anderen Worten: Wir steigen dort ein, wo wir entweder einen kleinen Stopp oder einen großen Gewinn mitnehmen können .
Bei einer geringen Steilheit der Kanäle wäre dies der Fall. Im Allgemeinen ist das Bild komplizierter, da es sich mit der Antwort von Yurixx überschneidet; im Folgenden werden einige zusätzliche Überlegungen angestellt.
Ich habe die Frage nach Ihrem Einstiegsniveau gestellt, weil ich das Verhältnis zwischen SL und TP sehen wollte, um Ihren Bewertungsansatz zu verstehen. Jetzt verstehe ich, dass es 1:4 ist.
Ich verwende aktuelle RMS-Werte, die nicht auf den Zeitpunkt des Einstiegs festgelegt sind, d. h. dieses Verhältnis gilt nur für den Zeitpunkt des Einstiegs. Außerdem beginnt sich bei einem Trendeinstieg der SL zu verengen und der TP zu entfernen. Und umgekehrt, wenn Sie gegen den Trend einsteigen.
Im Allgemeinen kann ich mir vorstellen, dass es folgende Möglichkeiten gibt:
1. Gleichgewichtsbewertung. SL = TP. Diese Option gefällt mir, weil sie einfach ist und eine objektive Bewertung der "Korrektheit" des Eintrags ermöglicht. Das heißt, sie gibt eine Schätzung der Erhöhung der Gewinnwahrscheinlichkeit durch das System.
2. Nicht-Gleichgewichts-Schätzung SL < TP. Mit dieser Variante können Sie abschätzen, wie nahe am Umkehrpunkt das System einsteigt (für den Einstieg in den Gegentrend) oder wie weit es vom Ende des Trends entfernt einsteigt (für den Einstieg in den Trend).
3. Komplexe Schätzungen. Davon gibt es natürlich viele. Und jeder von ihnen kann eine bestimmte Eigenschaft der Einträge schätzen, die das System liefert. Lassen Sie mich nur ein Beispiel nennen, das ich auch verwendet habe. SL ist nicht angegeben, der einzige Parameter ist TR. Für jeden Eintrag wird der maximale Drawdown geschätzt, der erreicht wurde, bevor der Eintrag den TP erreicht hat. Durch Variation des TP erhalten wir eine Reihe, die statistisch analysiert werden kann. Dies ist nur ein Beispiel, das seine Nachteile hat. Insbesondere kann es sein, dass ТР überhaupt nicht erreicht wird. Daher erfordert die Anwendung jeder dieser Schätzungsvarianten ihre eigene Verfeinerung.
Im Allgemeinen stützen wir uns bei der Einschätzung des Systems als Ganzes auf zwei Werte: die Anzahl der positiven Geschäfte für jedes negative und das Verhältnis zwischen dem durchschnittlichen Gewinn für profitable Geschäfte und dem durchschnittlichen Verlust für unprofitable Geschäfte. Alle diese Werte werden bei der Prüfung des Gesamtsystems als Komplex ermittelt. Sie sind also nicht unabhängig in dem Sinne, dass wir nicht sagen können, warum diese Ergebnisse auftreten. Sei es, weil die Inputs schlecht sind, sei es, weil die Outputs schlecht sind, sei es, weil die SLs und TRs falsch sind, usw. Daher wäre es natürlich großartig, die Methodik für die Bewertung von Inputs und Outputs (die miteinander verbunden sind) zu standardisieren. Dann wäre es möglich, eine Methodik zur unabhängigen Bewertung der beiden Hauptmerkmale des Systems zu entwickeln. Dies würde sofort zeigen, wo die Stärken des Systems liegen und was noch verbessert werden muss.
Ich hatte eine ähnliche Idee, mit dem Unterschied, dass ich die Eingabe und das Verfolgen von Aufträgen als Freiheitsgrade betrachte (was das Verlassen einschließt). Wenn sie getrennt voneinander optimiert werden können, führen sie in erster Linie zu einer Verringerung des Arbeitsaufwands (grob gesagt: die Summe statt des Produkts der Beträge). In der Tat sind sie in den Standarddefinitionen nicht unabhängig, weshalb sie umformuliert werden müssen, auch wenn dies die Konzepte weniger offensichtlich und schwieriger anzuwenden macht. Das heißt, es wäre eine Art Orthogonalisierung erforderlich. In diesem Sinne scheint Ihre dritte Option übrigens recht interessant zu sein, zumindest als Einführung in die Reflexion.
Ich kann nicht genau sagen, welcher Algorithmus für die Lösung dieses Problems am besten geeignet wäre (obwohl ich selbst daran interessiert bin), aber hier ist ein ungefährer Algorithmus.
Es ist klar, dass sich die SL- und TP-Werte ändern können. Es ist auch klar, dass dies ein Ergebnis der Änderung von Berechnungsparametern und MM sein kann, d.h. Nachlauf usw. Um jedoch die Effizienz der Inputs (und Outputs) zu standardisieren und zu untersuchen, müssen all diese Dinge eliminiert werden. Wenn unter Standard- und festen Bedingungen gute Ergebnisse erzielt werden, können sie mit einer vernünftigen Strategie und MM weiter verbessert werden. Wenn gute Ergebnisse nicht von selbst erzielt werden können, dann wird MM dieses warnende Bild nur beschmieren.
Ich habe auch die Unterschiede im Ergebnis bei verschiedenen Probenlängen getestet. Falls es Sie interessiert, die Ergebnisse wurden hier vorgestellt "Handelsstrategie basierend auf Elliot's Wave Theory" solandr 23.06.06 10:36
Die Gleichgewichtsdiagramme bei 300 und 1000 Bar haben eine recht hohe Korrelation. Ehrlich gesagt, verwende ich neben der linearen Regression auch die parabolische Regression (darüber habe ich schon ein paar Mal geschrieben), und dann mittle ich die Daten, die ich mit beiden Methoden erhalten habe, auf der Grundlage von Informationen aus verschiedenen Quellen, dass diese Methode es ermöglicht, näher an die "wahren" Parameter der Kanäle heranzukommen (Grenzen der real existierenden Kanäle (und nicht die, die wir bei der Berechnung auswählen).
Ich möchte die geschätzten Mitglieder der Branche auch daran erinnern, dass die Strategie ein Aggregat aus mehreren Komponenten ist (d.h. es ist unmöglich, mit nur einem linearen Regressionskanal weit zu kommen, auch wenn die Kanäle absolut mit denen übereinstimmen, die Vladislav auf der Grundlage der minimalen potenziellen Energie definiert hat). Ich weiß nicht, ob Sie Murrays Levels in Ihrem EA verwenden oder nicht, aber sie spielen eine wichtige Rolle, ebenso wie die Hearst Ratio und das Money Management (letzteres ist, wie Yurixx richtig bemerkt hat, in größerem Maße nur für die Maximierung des Gewinns relevant, die die anderen Komponenten liefern). Zunächst kann ich Ihnen empfehlen, zu den strengsten Bedingungen in den Markt einzusteigen und diese später zu lockern (um die Anzahl der Geschäfte und damit den Gesamtgewinn zu erhöhen), wenn der Algorithmus für das Positionsmanagement angewandt wird. Mit anderen Worten: Der Erfolg einer Strategie ist zur Hälfte das Ergebnis der in diesem Thema beschriebenen Methodik und zur Hälfte das Ergebnis eines erfolgreichen (oder genauer gesagt: rationalen) Positionsmanagement-Algorithmus. Und die Frage, ob der Positionsmanagement-Algorithmus erfolgreich ist oder nicht, kann durch den Strategietester unabhängig beantwortet werden. Und genau die zweite Hälfte ist das, was jeder selbst herausfinden kann (oder auch nicht) und was Vladislav der Öffentlichkeit von Anfang an vorenthalten hat, und es geht nicht nur um die potentielle Energie, um die es in diesem Thread sehr interessante Debatten gibt.
Dann die Frage: Testen Sie die statistische Signifikanz der linearen und parabolischen Näherungsparameter?
Das heißt, für eine bestimmte Stichprobe haben wir eine gute Annäherung für die lineare Regression Y=A*X+B und für Y=A1*X^2+B1*X+C. Wir müssen prüfen, ob diese Annäherungen Annäherungen derselben Ordnung sind. Wenn dies der Fall ist, kann die Parabel leicht als künstlich zurückgewiesen werden, wenn nicht, haben wir zwei verschiedene Annäherungen ein und derselben Zeitreihe, und dies kann als Kriterium für den Bruch des linearen Regressionskanals dienen.
Nein, das tue ich nicht, obwohl natürlich auch diese Idee überprüft werden sollte. Die Parabel und die Gerade approximieren die Preisreihe genau im Rahmen ihrer Möglichkeiten. Aber die Parabel hat mehr Annäherungsmöglichkeiten, weil sie "mächtiger" ist (von der Ordnung 2, während die Gerade von der Ordnung 1 ist). Das heißt, je nach Auswahl kann sich die Parabel in eine Gerade verwandeln, aber die Gerade wird sich mit Sicherheit nie in eine Parabel verwandeln. Obwohl eine Ordnung größer als 2 nicht für die Annäherung verwendet werden kann, auch weil es eine stabile Meinung gibt, dass höhere Annäherungsordnungen nicht einen Trend, sondern bereits zufällige Komponenten des Trends annähern, dank derer Vladislav daher behaupten kann, dass die Art der Trajektorie nicht wichtig ist und zwei Kurven, die in einem bestimmten Bereich liegen, in Bezug auf die Annäherung gleichwertig sind.
Hinsichtlich des Kriteriums des Durchbruchs des linearen Regressionskanals habe ich auch bisher rein visuelle Beobachtungen, dass sich vor dem Durchbruch des linearen Regressionskanals eine Parabelspitze bildet. Das heißt, der Trendumkehrpunkt kann oft (aber nicht immer) durch eine Parabel angenähert werden, deren Spitze in der Trendumkehrzone liegt. Bisher habe ich noch nicht genug Zeit, um sie in den Algorithmus einzubauen und die Praktikabilität ihrer Verwendung zu prüfen. Jetzt interessiere ich mich vor allem für die Möglichkeit, Handelssysteme zu schaffen, die völlig auf oszillierende Indikatoren verzichten. Mit anderen Worten, ist es möglich, Marktprognosen nur mit Hilfe von grafischen Darstellungen zu erstellen, ohne MACD, OsMA, Stochastik-Oszillatoren zu verwenden?
Was die Kriterien für den Bruch eines linearen Regressionskanals betrifft, so habe ich auch bisher rein visuelle Beobachtungen gemacht, dass sich vor dem Bruch eines linearen Regressionskanals eine Parabelspitze bildet. Das heißt, der Trendumkehrpunkt kann oft (aber nicht immer) durch eine Parabel angenähert werden, deren Spitze in der Trendumkehrzone liegt. Bisher habe ich noch keine Zeit gefunden, den Algorithmus auf seine Zweckmäßigkeit hin zu überprüfen.
Als meine Berechnungen für einige Bereiche sowohl für die LR als auch für die Parabel die gleiche Residuenstreuung ergaben, war dies die wichtigste Bestätigung für die Richtigkeit meines Algorithmus zur Berechnung dieser Werte.
Es ist nicht schwer, die Spitze der Parabel visuell zu erfassen, wenn der LR-Kanal unterbrochen ist, aber es ist schwieriger, das Programm zu unterrichten. Daher kann das oben genannte Kriterium von Nutzen sein. Die Auslenkung zwischen den Mittelpunkten der LR und der Parabel, normiert auf die Streuung (als Option), kann einbezogen werden. Noch nicht überprüft.
Seltsamerweise fand ich den Algorithmus, mit dem ich dem Programm beibringen konnte, den Scheitelpunkt zu identifizieren, sofort offensichtlich. Wenn A>0, dann gehen die Zweige der Parabel nach oben, und um festzustellen, dass der Scheitelpunkt bereits überschritten ist, kann man die Bedingung Yparabola_aktuell>Yparabola_vorher verwenden. Umgekehrt sind die Zweige absteigend, wenn A<0 ist, und der Scheitelpunkt wird bei parabola_current<Үparabola_previous passiert. Ich suche nach einer Parabel, die die Konvergenzbedingungen erfüllt, z. B. innerhalb von 300 Balken.
Ich habe noch nicht versucht, sie in den Algorithmus einzufügen, aber die Tatsache, dass dieser Algorithmus das Passieren der Spitze anzeigt, ist visuell offensichtlich. Ich habe nur einen oder mehrere lineare Kanäle und eine oder mehrere Parabeln auf dem Diagramm angezeigt.