Bewertung der Wirksamkeit von Filtern bei der Konstruktion eines ATC
Ich schlage vor, ein schwieriges Thema zu erörtern - die Bewertung der Wirksamkeit von Filtern beim Aufbau eines ATS.
Es gibt eine globale Idee beim Aufbau von ATS - eine Strategie, zum Beispiel - zu kaufen, wenn der Markt fällt, oder umgekehrt - Positionen in der Richtung der Marktbewegung zu eröffnen. Nehmen wir an, die Strategie umfasst grundlegende Einstiegspunkte - nehmen wir an, es handelt sich um die gleichen MAs - im ersten Fall einen Rebound und im zweiten Fall einen Breakout. Alles ist einfach und klar, aber dann kommen wir zu der Einsicht, dass es unter solchen Bedingungen besser ist, nicht zu handeln oder das Risiko zu reduzieren, den Ausstiegspunkt zu ändern - taktische Entscheidungen tauchen auf.
Mich würde interessieren, wer die Effizienz des Filters für sein ATS bewertet. Ich bin auf der Suche nach dem richtigen Ansatz.
Zurzeit mache ich Folgendes:
1. Erfassung statistischer Daten während der Optimierung ohne Filterung
2. Sammeln von Daten mit Filtern - sagen wir, der Filter hat eine Anzahl von Variablen
3. Der Punkt ist ähnlich wie der zweite, da es viele Filterideen gibt und es nicht richtig ist, alles auf einen Haufen zu werfen
4. Nach dem Sammeln der Daten schätze ich die Ergebnisse intern innerhalb eines Filtertyps - wähle die beste Variante
5. Ich vergleiche bessere Varianten mit dem Benchmark (Daten ohne Filterung); wenn es Verbesserungen gibt, fahre ich mit Schritt 6 fort.
6. Optimierung mit kombinierten Filtern durchführen, um eine effektive Variante zu finden
7. Ich überprüfe die Ergebnisse im Rahmen der Optimierung und wähle die Grundeinstellungen für jedes Währungspaar.
Ich führe all diese Schritte insgesamt für 13 Währungspaare durch - d.h. ich bewerte die Effizienz des Filters, indem ich die Daten von 13 Instrumenten berücksichtige. Die Analyse erfolgt in Bezug auf Kauf und Verkauf - getrennt, zusätzlich gibt es eine Aufteilung innerhalb der Auswahl durch einen variablen Basisparameter von ATS selbst (unter Berücksichtigung der unterschiedlichen Volatilität von Währungspaaren innerhalb der Zeitspanne).
Theoretisch wende ich Filter an. Das heißt, ich entwickle zunächst eine Theorie, nach der ein Muster auftritt. Auf der Grundlage dieser Theorie werden dann Filter entwickelt, die dabei helfen, falsche Einstiegspunkte zu entfernen, da sie wie ein Muster aussehen, aber aus irgendeinem Grund dort nicht funktionieren. Sie müssen von den Bedingungen ausgehen, unter denen das Muster nicht funktioniert, und nicht handeln, wenn diese Bedingungen eintreten. Dann führe ich Tests durch, um zu sehen, wie das Muster funktioniert, welche Filter wirksam sind und wo ich Fehler gemacht habe. Das war's dann auch schon. Ich werde es anhand eines einfachen Beispiels beschreiben:
Die Theorie ist klar, ich denke, viele haben die gleiche Idee, die Frage ist, wie man die optimale ATR-Periode zu schätzen, welche Indikatoren zu verwenden.
Kürzlich habe ich einen Filter erstellt, der theoretisch für ATR geeignet sein sollte, aber es stellte sich heraus, dass der feste Wert für 13 Währungspaare besser funktioniert - was für ein Paradoxon.
Die Theorie ist klar, ich denke, viele haben den gleichen Gedankengang, die Frage ist, wie man beurteilt, welche ATR-Periode optimal ist, welche Indikatoren zu verwenden sind.
Kürzlich habe ich einen Filter erstellt, für den theoretisch ATR geeignet sein sollte, aber es stellte sich heraus, dass der feste Wert für 13 Währungspaare besser funktioniert - was für ein Paradoxon.
Die Theorie ist klar, ich denke, viele haben eine solche Denkweise, die Frage ist, wie man beurteilt, welche ATR-Periode optimal ist, welche Indikatoren zu verwenden sind.
Kürzlich habe ich einen Filter erstellt, für den theoretisch die ATR gut sein sollte, aber es stellte sich heraus, dass der feste Wert bei 13 Währungspaaren besser funktioniert - was für ein Paradoxon.
Aus Erfahrung: Mir scheint, dass ATR und andere Methoden der Volatilitätsbestimmung nicht zur Bestimmung von Trendbereichen von Währungen taugen.
Währungen selbst haben eine schwache Trendkomponente, im Gegensatz zu Futures oder einem besseren Aktienmarkt.
Aus Erfahrung: Ich habe den Eindruck, dass ATR und andere Volatilitätsmethoden zur Bestimmung der Trendbereiche von Währungen nicht funktionieren.
Währungen selbst haben eine schwache Trendkomponente, im Gegensatz zu Futures oder einem besseren Aktienmarkt.
Wieso ist das falsch? Es misst einfach die Größe der Kerze und bildet den Durchschnitt. Wenn ich die Größe einer Kerze messen muss, nehme ich sie einfach und messe sie ab. Trend und Flat sind alles Erfindungen und haben wenig mit der Kerzengröße zu tun.
Der "Festwert" entspricht der ATR mit einer größeren Periode und einem Korrekturfaktor.
Aus Erfahrung: Ich habe den Eindruck, dass ATR und andere Volatilitätsmethoden zur Bestimmung der Trendbereiche von Währungen nicht funktionieren.
Währungen selbst haben eine schwache Trendkomponente, im Gegensatz zu Futures oder einem besseren Aktienmarkt.
ATR ist nicht schlecht, wenn es darum geht, wahrscheinliche Grenzen (aussagekräftige Niveaus) aufzuzeigen - ich handele auf M15 und verwende ATR täglich, um taktische Entscheidungen intraday zu treffen - Fibonacci-Koeffizienten werden verwendet.
Wenn ich richtig verstehe, ist die Idee, die hier angesprochen wird, dass ein Handel eröffnet werden kann, wenn die ATR einen bestimmten Schwellenwert überschreitet? Das heißt, wenn die ATR auf der niedrigen Seite liegt, dann befindet sich der Kurs im Moment in einer Spanne.
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Ich schlage vor, ein schwieriges Thema zu erörtern - die Bewertung der Wirksamkeit von Filtern beim Aufbau eines ATS.
Es gibt eine globale Idee beim Aufbau von ATS - eine Strategie, zum Beispiel - zu kaufen, wenn der Markt fällt, oder umgekehrt - Positionen in der Richtung der Marktbewegung zu eröffnen. Nehmen wir an, die Strategie umfasst grundlegende Einstiegspunkte - nehmen wir an, es handelt sich um die gleichen MAs - im ersten Fall einen Rebound und im zweiten Fall einen Breakout. Alles ist einfach und klar, aber dann kommen wir zu der Einsicht, dass es unter solchen Bedingungen besser ist, nicht zu handeln oder das Risiko zu reduzieren, den Ausstiegspunkt zu ändern - taktische Entscheidungen tauchen auf.
Mich würde interessieren, wer die Effizienz des Filters für sein ATS bewertet. Ich bin auf der Suche nach dem richtigen Ansatz.
Im Moment mache ich Folgendes:
1. Erfassung statistischer Daten während der Optimierung ohne Filterung
2. Sammeln Sie Daten mit Filtern - sagen wir, der Filter hat eine Anzahl von Variablen
3. Der Punkt ist ähnlich wie der zweite, da es viele Filterideen gibt und es nicht richtig ist, alles auf einen Haufen zu werfen
4. Nach dem Sammeln der Daten schätze ich die Ergebnisse intern innerhalb eines Filtertyps - wähle die beste Variante
5. Ich vergleiche bessere Varianten mit dem Benchmark (Daten ohne Filterung); wenn es Verbesserungen gibt, fahre ich mit Schritt 6 fort.
6. Optimierung mit kombinierten Filtern durchführen, um eine effektive Variante zu finden
7. Ich überprüfe die Ergebnisse im Rahmen der Optimierung und wähle die Grundeinstellungen für jedes Währungspaar.
Ich führe all diese Schritte insgesamt für 13 Währungspaare durch - d.h. ich bewerte die Effizienz des Filters, indem ich die Daten von 13 Instrumenten berücksichtige. Die Analyse erfolgt in Bezug auf Kauf und Verkauf - getrennt, zusätzlich gibt es eine Aufteilung innerhalb der Auswahl durch einen veränderbaren Basisparameter von ATS selbst (unter Berücksichtigung der unterschiedlichen Volatilität von Währungspaaren innerhalb der Zeitspanne).