Auf digitalen Filtern basierende Handelsstrategien - Seite 38

 

Antwort

Hallo,

"Frage an Simba. Ich glaube, du hast versucht, einen zusammengesetzten Oszillator zu bauen. Was war die Idee über die Gewichtung der verschiedenen TF in diesem Oszillator?"

Die erste Stufe umfasste nur d1 Zyklen, am Ende des Threads, als die mtf zusammengesetzten Indikatoren im Thread gepostet wurden, habe ich versucht, ein Kompositum der DOMINANT Zyklen für jeden ZeitrahmenW1 bis m1 zu entwickeln...wenn Sie versuchen, es zu visualisieren, sollte das Kompositum am niedrigsten tf, also an m1, angebracht werden.

Es war nicht nützlich für den praktischen Handel, ich weiß nicht, ob aufgrund mt4 Plattform oder weil wirklich wir waren hinzufügen Birnen mit Äpfeln, aber die Composite-Zyklen waren nicht handelbar... so, ich nur endete versuchen h4 + h1... auch ohne Erfolg... so, ich habe nicht alles über sie.

Die Lösung war, den mtf-Indikator zu verwenden, um in einem h1-Chart den dominanten h4-Zyklus als mtf und den dominanten h1-Zyklus als Standalone zu haben.

Ich glaube, dass jeder Zeitrahmen unterschiedliche dominante Zyklen hat, und, auch wenn einige von ihnen harmonisch sind, sind es nicht alle... also muss man jeden Zeitrahmen analysieren, IMHO ist Goertzel am besten für schnelle, schmutzige und praktische Ergebnisse in Echtzeit.

Ihr Hurst-Exponent, ich werde ihn überprüfen, ich habe viele Modifikationen von Hurst und FDI (FDI=2-H) ausprobiert und ehrlich gesagt, nie einen gefunden, der als guter Filter mit meinen Zyklen funktioniert hat. Was ich nützlich fand, waren Volatilitätsindikatoren, insbesondere der synthetische Vix, da Vix-Tops in der Regel mit Zyklus-Tiefs zusammenfallen und umgekehrt für Vix-Tiefs und Zyklus-Tops, mit Goertzel können Sie eine robuste Periode (in der Regel 20 bis 30 Perioden funktionieren am besten für die meisten Zeitrahmen) für den Vix festnageln, indem Sie ihn an den Zyklus oder Halbzyklus anpassen.

Ich bin immer noch an der Idee eines Composites mit mehreren Zeitrahmen interessiert, wenn wir das "offensichtliche Problem der Chartvisualisierung" lösen können, also, wenn Sie irgendwelche Ideen haben, sagen Sie es bitte.

Grüße

Simba

 
fajst_k:
Hallo Simba,

Sie schrieben

1-MESA ist nicht sehr gut für verrauschte Daten, also verwenden wir es entweder mit einem S/N-Filter, wie Damianis Volatmeter, oder wir verwenden es für geglättete Daten, oder wir setzen uns bösen Überraschungen aus.

Dann habe ich einen Test des Damiani Volatmeters gemacht. Ich habe es mit Gauß-Rauschen beaufschlagt, so dass es kein Signal anzeigen sollte. Siehe unten. Es zeigt totalen Blödsinn an, eine Menge grünes Signal

über grau.

Ich habe den Code überprüft und er zeigt folgendes an

ATR(1) STD(1)

------- - -------

ATR(2) STD(2)

Es handelt sich also um eine Art Veränderung des Bereichs oder der Volatilität, aber man weiß nicht, ob es an der

der Veränderung der Signalamplitude oder der Rauschamplitude.... liegt, also hat es nichts mit dem S/N Verhältnis zu tun.

Wenn Sie das Dickey-Fuller-Dokument noch auf Ihrem PC haben, können Sie es hier posten. Es ist aus dem Link in FF verschwunden (und die Exceltabelle)

Krzysztof

Krzysztof,

Ich habe geschrieben, dass ich Goertzel bevorzuge, um mit verrauschten Daten zu arbeiten, das ist es, was ich tue, und ich tue auch andere Dinge, wie z.B. die Daten zuerst zu glätten, bevor ich sie durch den Dickey-Fuller laufen lasse... Ich verwende den Indikator von Damiani nicht, ich habe nur gesagt, dass Sie einen S/N-Filter verwenden müssen, wenn das Ihre Wahl ist, oder die Daten glätten, oder, oder, oder... Ich habe Damiani erwähnt, weil ich weiß, dass er als S/N-Filter in mehreren Threads in diesem Forum untersucht wurde, und er ist ein Händler, dessen Arbeit ich respektiere...

Ich finde Ihre Beiträge äußerst scharfsinnig und interessant, also bitte nehmen Sie meine Worte nicht aus dem Zusammenhang, ich habe weder die Zeit noch die Lust, über Nebensächlichkeiten zu diskutieren, mein Hauptpunkt war, dass man nicht mit Rohdaten arbeiten sollte, es sei denn, man verwendet Goertzel, und dass man, wenn man Mesa verwenden wollte, die Daten zumindest glätten oder/und einen S/N-Filter verwenden sollte... Ich bin nicht mit Damianis Indikator hausieren gegangen, also ist es gelinde gesagt interessant, warum Sie sich darauf konzentrieren.

Wenn Sie Ihre bereits bemerkenswerten Beiträge zu diesem Thema erweitern wollen, seien Sie bitte so nett und machen Sie die gleiche Übung, die Sie mit dem Damiani-Indikator gemacht haben, mit verschiedenen anderen Optionen, die wir zum Filtern des Rauschens verwenden könnten... Ich bin speziell an der synthetischen Vix, Ihrem Hurst-Indikator oder irgendeinem anderen Indikator interessiert, den Sie vielleicht interessant finden, ich weiß es nicht, vielleicht auch ein Homodyn-Diskriminator?

Sorry,ich habe die Excel-Tabelle nicht auf meinem PC,noch habe ich sie im FF-Thread gelöscht...Sie können unter dem "attachments button"-oben rechts im Thread nachsehen,bei FF,wenn sie nicht da ist,bin ich verloren,Sie könnten clahn fragen,da er auch eine Excel-Tabelle gepostet hat,oder Sie könnten CB oder die FF-Administration fragen,warum sie die Anhänge gelöscht haben.

Die Ursache von Zyklen:Was verursacht zyklisches Verhalten im Geldfluss?was verursacht zyklisches Verhalten bei Investoren, Händlern und Spekulanten?warum ist das bei ALLEN Zeitrahmen so?ich kenne viele Leute, die sich für Zyklen interessieren, aber nur wenige von ihnen fragen sich, was Zyklen verursacht...Was verursacht den 56-Balken-Zyklus bei GBPUSD und GBPJPY sowohl auf dem h1- als auch auf dem h4-Zeitrahmen?...Er erscheint, verschwindet dann, erscheint dann wieder...aber er ist da.oh, ja, man kann ihn als 55 oder 57 oder was auch immer für einen ähnlichen Zeitraum wie 56 sehen...aber es ist derselbe Zyklus und er ist 4x (gute Wortwahl )harmonisch

Nebenbei bemerkt, Sie haben vielleicht bewiesen, dass der Damiani-Indikator Blödsinn ist...aber er war ein sehr guter Trader und hat damit außergewöhnliche Ergebnisse erzielt, wissen Sie, meistens ist es nicht das Werkzeug, sondern der Benutzer.

"In Japan wurden früher Bambus- und Papierlaternen mit Kerzen darin verwendet. Einem blinden Mann, der eines Abends einen Freund besuchte, wurde eine Laterne angeboten, die er mit nach Hause nehmen sollte.

"Ich brauche keine Laterne", sagte er. "Dunkelheit oder Licht ist für mich das Gleiche.

"Ich weiß, dass du keine Laterne brauchst, um deinen Weg zu finden", antwortete sein Freund, "aber wenn du keine hast, könnte dir jemand anderes über den Weg laufen. Du musst sie also mitnehmen."

Der Blinde machte sich mit der Laterne auf den Weg, und noch bevor er weit gelaufen war, lief ihm jemand direkt in die Arme.

"Pass auf, wo du hingehst!", rief er dem Fremden zu. "Kannst du die Laterne nicht sehen?"

"Deine Kerze ist ausgebrannt, Bruder", antwortete der Fremde."

Mit freundlichen Grüßen

Simba

 

Gaußsches Rauschen

Könnten Sie den HUrst-Exponenten für Ihr sogenanntes Gauß'sches Rauschen berechnen?...nur bei einer visuellen Inspektion sieht es so aus, als ob es zyklisches Verhalten zeigt...Antipersistenz ist dort vorhanden...und Damiani bs hat 7 von 8 Signalen, die es für Ihr sogenanntes Gauß'sches Rauschen gab, getroffen...überraschend.

 

unterschiedliche Spektralanalyse

Hallo!

ich glaube, die MESA-Ergebnisse waren Ihre Eingaben. Zunächst weiß ich nicht, ob es möglich ist, MESA für nicht stationäre Reihen (wechselnde Frequenz) zu verwenden. Ich habe keinen Test gemacht, außer dem, den ich hier veröffentlicht habe, als das Signal 300 Takte Gauß-Rauschen und 300 Takte stationäres Signal mit Rauschen enthielt. Es handelte sich also um eine rauschende + stationäre Serie, die in diesem Fall bereits falsche Ergebnisse zeigte.

Sicherlich ist es auch nicht möglich, die FFT dafür zu verwenden, nur die Wavelet-Transformation funktioniert gut für nicht stationäre Signale. Um die FFT zu verwenden, ist es notwendig, eine Fensterfunktion zu verwenden, und es wird angenommen, dass die Daten innerhalb des Fensters stationär sind und wir keine Informationen haben, die beschreiben, wie sich die Frequenz in der Zeit ändert.

Hier ist ein Beispiel für den Versuch, die DFT für die Aktienanalyse zu verwenden

DFT einer nicht-stationären Zeitreihe

Diese Seite beschreibt im Detail die Anwendung von Wavelets auf Finanzreihen. Sie enthält auch ein Kapitel über die Hurst-Komponente.

hier ist ein weiteres sehr gutes Tutorial, in dem DFT und Wavelet beschrieben werden

und Schritt für Schritt verglichen werden.

INDEX ZU EINER REIHE VON TUTORIALS ZUR WAVELET-TRANSFORMATION VON ROBI POLIKAR

Wir haben es also mit nicht stationären, sich ändernden Frequenzreihen zu tun, die höchstwahrscheinlich nicht kontinuierlich sind und dazwischen Zufallsdaten enthalten. In diesem Fall führt die Messung von High TF zuerst zu Fehlern, da die Anzahl der Stichproben gering ist. Siehe dies.

https://www.mql5.com/en/forum/178842/page6

dann besteht eine große Chance, dass dazwischen Zufallsdaten liegen, deren Einfluss auf diese Messung mir unbekannt ist.

Daher halte ich es für notwendig, dieses Problem Schritt für Schritt anzugehen und zunächst eine Methode zu finden, die die Zufälligkeit des Marktes signalisiert (Hurst-Exponent oder Rauschmessung und Filter), und dann die Daten zu analysieren, von denen wir sicher sind, dass sie nicht zufällig sind, z. B. durch eine inverse Wavelet-Transformation.

Der andere Ansatz ist der Ehler-Ansatz, bei dem die FFT mit einem Fenster für, wie ich glaube

kurzfristige Trends. Siehe Anhang.

Krzysztof

 

Gaußsches Rauschen

Für die Erzeugung der Signale habe ich Sigview benutzt, dann habe ich sie mit 15sma geglättet

https://www.mql5.com/en/forum/178842/page7

Ich habe bereits das Hurst-Tool gegen Gaußsches Rauschen eingesetzt und ähnliche Ergebnisse erhalten. Hier ist eine Panel-Ansicht für die Signalerzeugung.

Krzysztof

Dateien:
sig.jpg  184 kb
 

FFTs von Rauschen und Rauschen + Signal

und hier Vergleich der FFTs von Rauschen und Signal mit Rauschen. Im zweiten Fall 2 klare Spitzen, die gleichen wie in DFs MESA mit Amplitude 0,4 und 0,54. Reines

Rauschen hat einen Peak 0,22. Vielleicht ist das der Grund, warum das Hurst-Tool etwas anzeigt.

Krzysztof

Dateien:
nfft.jpg  150 kb
 
fajst_k:
Hallo,

Ich glaube, die MESA-Ergebnisse waren Ihre Eingaben. Zunächst weiß ich nicht, ob es möglich ist, MESA für nicht stationäre Reihen (wechselnde Frequenz) zu verwenden. Ich habe keinen Test gemacht, außer dem, den ich hier veröffentlicht habe, als in dem Signal 300 Balken Gauß-Rauschen und 300 Balken stationäres Signal mit Rauschen waren. Es handelte sich also um eine verrauschte + stationäre Serie, die bereits in diesem Fall falsche Ergebnisse lieferte.

Sicherlich ist es auch nicht möglich, die FFT dafür zu verwenden, nur die Wavelet-Transformation funktioniert gut für nicht stationäre Signale. Um die FFT zu verwenden, ist es notwendig, eine Fensterfunktion zu verwenden, und es wird angenommen, dass die Daten innerhalb des Fensters stationär sind und wir keine Informationen haben, die beschreiben, wie sich die Frequenz in der Zeit ändert.

Hier ist ein Beispiel für den Versuch, die DFT für die Aktienanalyse zu verwenden

DFT einer nicht-stationären Zeitreihe

Diese Seite beschreibt detailliert die Anwendung von Wavelets auf Finanzreihen. Sie enthält auch ein Kapitel über die Hurst-Komponente.

hier ist ein weiteres sehr gutes Tutorial, in dem DFT und Wavelet beschrieben werden

und Schritt für Schritt verglichen werden.

INDEX ZU EINER REIHE VON TUTORIALS ZUR WAVELET-TRANSFORMATION VON ROBI POLIKAR

Wir haben es also mit nicht stationären, sich ändernden Frequenzreihen zu tun, die höchstwahrscheinlich nicht kontinuierlich sind, mit zufälligen Daten dazwischen. In diesem Fall führt die Messung von High TF zuerst zu Fehlern, da die Anzahl der Stichproben gering ist. Siehe dies.

https://www.mql5.com/en/forum/178842/page6

dann besteht eine große Chance, dass dazwischen Zufallsdaten liegen, deren Einfluss auf diese Messung mir unbekannt ist.

Daher halte ich es für notwendig, dieses Problem Schritt für Schritt anzugehen und zunächst eine Methode zu finden, die die Zufälligkeit des Marktes signalisiert (Hurst-Exponent oder Rauschmessung und Filter), und dann die Daten zu analysieren, von denen wir sicher sind, dass sie nicht zufällig sind, z. B. durch eine inverse Wavelet-Transformation.

Der andere Ansatz ist der Ehler-Ansatz, bei dem die FFT mit einem Fenster für, wie ich glaube

kurzfristige Trends. Siehe Anhang.

Krzysztof

"Ich glaube also, dass es notwendig ist, dieses Problem Schritt für Schritt anzugehen und zuerst die Methode zu finden, die die Zufälligkeit des Marktes signalisiert (Hurst-Exponent oder Rauschmessung und -filter), und dann die Daten zu analysieren, von denen wir sicher sind, dass sie nicht zufällig sind, z. B. durch eine inverse Wavelet-Transformation."

Ja, ich stimme Ihnen in Bezug auf Rauschen zu, dass dies der optimale Weg ist... in Bezug auf Wavelets, sie wiederholen sich, ich habe das Foretrade-Wavelet mehr als ein Jahr lang verwendet, um Daten in XLS zu testen, und sie wiederholen sich, genauso wie bei SSA, obwohl sie viel besser sind als DFT, die bei verrauschten, nicht stationären Daten keinen Cent wert ist... IMO

Ich würde wirklich gerne mehr darüber wissen, wie Sie Ihren Hurst-Exponenten verwenden.

Mit freundlichen Grüßen

Simba

 
fajst_k:
Für die Generierung der Signale habe ich Sigview verwendet, dann habe ich sie mit 15sma geglättet.

https://www.mql5.com/en/forum/178842/page7

Ich habe das Hurst-Tool bereits gegen Gaußsches Rauschen eingesetzt und ähnliche Ergebnisse erhalten. Hier ist eine Panel-Ansicht für die Erzeugung von Signalen.

Krzysztof

Könnten Sie bitte die ähnlichen Ergebnisse des Hurst-Tools posten, was genau sie waren? Was hat es Ihnen über gaußsches Rauschen gesagt? Hat die sma15 Glättung die Ergebnisse beeinflusst?

Mit freundlichen Grüßen

Simba

 
fajst_k:
und hier ein Vergleich der FFTs von Rauschen und Signal mit Rauschen. Im zweiten Fall 2 klare Peaks, die gleichen wie in DFs MESA mit Amplitude 0,4 und 0,54. Reines

Das Rauschen hat eine Spitze von 0,22. Vielleicht ist das der Grund, warum das Hurst-Tool etwas anzeigt.

Krzysztof

Die Rauschspitze von 0,22 hatte eine Frequenz von etwa 0,025 Hz... also etwa 40 Perioden... warum?Glättungsmethode?

 

Hurst-Ergebnisse für Gauß-Rauschen

Fragen Sie mich nicht, warum das Ergebnis so aussieht. Offensichtlich hat die Glättung des Gauß-Rauschens die

Ergebnisse. Für klares Gauß-Rauschen zeigt nur der Whittle-Schätzer exakte 0,5 an, die anderen sind jedoch nahe dran.

Ich werde die Wavelet-Indikatoren von dieser Website ausprobieren, aber ich denke, Sie stimmen zu, dass es am wichtigsten ist zu wissen, wann wir Roulette spielen und wann wir wirklich handeln.

/Krzysztof

Dateien:
gn.jpg  139 kb
gnsm.jpg  140 kb