FOREX - Tendencias, previsiones e implicaciones 2015 - página 600

 
Ishim:
objetivos de pips 3-5 pips stop 15, y objetivos de scalping 15-30, stop 100 pips... Scalping con indicadores, y pipsing por intuición del talón de la pata trasera izquierda...
 
Ishim:

De acuerdo, deja de ser tonto).

Entienda una cosa sencilla, el trading no puede basarse en palos o guiones dibujados en un gráfico de la nada.

 
Ishim:
 
Ishim:
 

Lo cerré todo y esto es lo que tengo.

Voy a poner algunas pulgas en mi bolsillo. (Voy a sacar algo de dinero.)

 
Speculator_:

Cerré todo y esto es lo que obtuve

Voy a poner algunas pulgas en mi bolsillo. (Sacaré algo de dinero)

Las pulgas saltaron en mi bolsillo.

 

Mítico estás dormido y el audi está aquí para cobrar las deudas )

 
Speculator_:

Las pulgas han saltado al karma.

No es suficiente, las pulgas se metieron en el bolso pulgas
 

Comprado EUR/USD y GBP/USD

 

Foro sobre trading, sistemas de trading automatizados y pruebas de estrategias de trading

Predicción del mercado basada en indicadores macroeconómicos

gpwr, 2015.02.12 05:15

Así pues, la tarea consiste en predecir el índice S&P 500 a partir de los indicadores económicos disponibles.

Paso 1: Encontrar los indicadores. Los indicadores están disponibles públicamente aquí: http://research.stlouisfed.org/fred2/ Hay 240.000 de ellos. El más importante es el crecimiento del PIB. Este indicador se calcula cada trimestre. De ahí que nuestro paso sea de 3 meses. Todos los indicadores de plazos más cortos se recalculan a 3 meses, el resto (anuales) se descartan. También descartamos los indicadores de todos los países, excepto los de EE.UU., y los que no tienen un historial profundo (al menos 15 años). Así que seleccionamos laboriosamente un montón de indicadores y obtenemos unos 10.000 indicadores. Formulemos una tarea más específica para predecir el índice S&P 500 con uno o dos trimestres de antelación, teniendo 10 mil indicadores económicos con un periodo trimestral. Yo lo hago todo en Matlab, pero también es posible hacerlo en R.

Paso 2: Convertir todos los datos a una forma estacionaria diferenciando y normalizando. Hay muchos métodos. Lo principal es que los datos transformados puedan recuperarse a partir de los datos originales. Ningún modelo funcionará sin estacionalidad.

Paso 3: Elegir un modelo. Podría ser una red neuronal. Opcionalmente unaregresión lineal multivariable. Opcionalmente una regresión polinómica multivariable. Tras probar con modelos lineales y no lineales, llegamos a la conclusión de que los datos tienen tanto ruido que no tiene sentido ajustar un modelo no lineal, ya que el gráfico y(x), donde y = S&P 500 y x = uno de los 10 mil indicadores, es casi una nube redonda. Así pues, nuestra tarea se formula de forma aún más clara: predecir el índice S&P 500 para uno o dos trimestres adelante, teniendo 10 mil indicadores económicos con un periodo trimestral, utilizando una regresión lineal multivariable.

Paso 4: Elegir los indicadores económicos más importantes de entre 10 mil (reducir la dimensión del problema). Este es el paso más importante y difícil. Supongamos que tomamos la historia del S&P 500 de 30 años (120 trimestres). Para representar el S&P 500 como una combinación lineal de varios indicadores económicos, basta con tener 120 indicadores para describir con precisión el S&P 500 durante estos 30 años. Además, los indicadores pueden ser absolutamente de cualquier tipo, para crear un modelo tan preciso de 120 indicadores y 120 valores de S&P 500. Así, reduciremos el número de entradas por debajo del número de valores de la función descrita. Por ejemplo, buscamos entre 10 y 20 de los indicadores más importantes.