Diskussion zum Artikel "MQL5-Assistent-Techniken, die Sie kennen sollten (Teil 26): Gleitende Durchschnitte und der Hurst-Exponent"
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
Neuer Artikel MQL5-Assistent-Techniken, die Sie kennen sollten (Teil 26): Gleitende Durchschnitte und der Hurst-Exponent :
Der Hurst-Exponent ist ein Maß dafür, wie stark eine Zeitreihe auf lange Sicht autokorreliert. Es wird davon ausgegangen, dass sie die langfristigen Eigenschaften einer Zeitreihe erfasst und daher in der Zeitreihenanalyse auch außerhalb von wirtschaftlichen/finanziellen Zeitreihen eine gewisse Bedeutung hat. Wir konzentrieren uns jedoch auf den potenziellen Nutzen für Händler, indem wir untersuchen, wie diese Metrik mit gleitenden Durchschnitten gepaart werden kann, um ein potenziell robustes Signal zu bilden.
Wir setzen diese Serie über Techniken mit dem MQL5-Assistenten fort, die sich auf alternative Methoden der Finanzzeitreihenanalyse zum Nutzen von Händlern konzentrieren. In diesem Artikel betrachten wir den Hurst Exponenten. Dies ist eine Metrik, die uns sagt, ob eine Zeitreihe eine hohe positive Autokorrelation oder eine negative Autokorrelation über einen langen Zeitraum aufweist. Die Anwendungen dieser Messung können sehr umfangreich sein. Wie würden wir sie nutzen? Zunächst berechnen wir den Hurst-Exponenten, um festzustellen, ob sich der Markt in einem Trend befindet (was in der Regel einen Wert von mehr als 0,5 ergibt) oder ob es sich um einen Seitwärtsmarkt (mean-reverting/whipsaw) handelt (was einen Wert von weniger als 0,5 ergeben würde). Da wir uns aufgrund der letzten beiden Artikel in einer „Saison der gleitenden Durchschnitte“ befinden, werden wir in diesem Artikel die Informationen des Hurst-Exponenten mit der relativen Position des aktuellen Kurses zu einem gleitenden Durchschnitt verbinden. Die relative Position des Preises zu einem gleitenden Durchschnitt kann einen Hinweis auf die nächste Richtung des Preises geben, allerdings mit einem großen Vorbehalt.
Sie müssen wissen, ob sich die Märkte in einem Trend oder in einer Schwankungsbreite (mean-reverting) befinden. Da wir zur Beantwortung dieser Frage den Hurst-Exponenten heranziehen können, müssen wir uns nur ansehen, wo sich der Kurs im Verhältnis zum Durchschnitt befindet, und dann einen Handel platzieren. Aber selbst das kann noch etwas überstürzt sein, da sich schwankende Märkte in der Regel besser über kürzere Zeiträume studieren lassen als trendfolgende Märkte, die bei der Betrachtung längerer Zeiträume deutlicher werden. Aus diesem Grund bräuchten wir zwei separate gleitende Durchschnitte, um die relative Position des Preises abzuwägen, bevor eine definitive Bedingung beurteilt werden kann. Dabei handelt es sich um einen sich schnell bewegenden Durchschnitt für schwankende oder sich um den Mittelwert bewegende Märkte und um einen sich langsam bewegenden Durchschnitt für Märkte, die sich im Trend bewegen, wie durch den Hurst-Exponenten bestimmt. Jeder Markttyp, wie er vom Exponenten festgelegt wird, hätte also seinen eigenen gleitenden Durchschnitt. Dieser Artikel befasst sich daher mit der reskalierten Bereichsanalyse als Mittel zur Schätzung des Hurst-Exponenten. Wir werden den Schätzungsprozess Schritt für Schritt durchgehen und mit einer Expertensignalklasse abschließen, die diesen Exponenten implementiert.
Autor: Stephen Njuki