una estrategia de negociación basada en la teoría de las ondas de Elliott - página 19
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
El uso del indicador incorporado en MT4 significará automáticamente que usted selecciona la media móvil como precio de pronóstico. Puedes seleccionar otra cosa. El algoritmo para calcular el RMS es correcto: la raíz cuadrada de la suma de los cuadrados dividida por el número de grados de libertad.
Buena suerte y buena suerte con las tendencias.
Vladislav, también me gustaría aclarar si he entendido bien tu recomendación.
Vamos a dar la fórmula de Taylor:
Consideremos las derivadas de la parábola f(x)=Ax^2+B
f'(x)=2Ax,
f''(x)=2A,
f''(x)=0, todas las derivadas a partir de la tercera giran a 0.
Entonces según la fórmula de Taylor tenemos series que constan sólo de los tres primeros términos. En este caso, la expansión en serie de Taylor de la función f(x)=Ax^2+B será exacta (es decir, el último término del error de expansión se vuelve cero). A continuación, debemos evaluar la calidad de la aproximación de la serie de precios por la parábola óptima. Es decir, nuestro principal requisito es que la serie de errores de aproximación sea convergente (es decir, que la suma de errores converja a un número finito). Y podemos determinarlo simplemente comparando el error de aproximación calculado con el tercer término de la expansión. ¿Tengo razón o no? Entonces, a la hora de elegir una parábola y la propia muestra, utilizamos el criterio de que el valor eficaz de los errores de aproximación no debe superar el valor del tercer término de la serie, para una muestra de valores situada en el intervalo de a a x? ¿Sigues el mismo principio en tu estrategia o no?
Por cierto, hay cierta incoherencia en esto. Optimizamos la parábola utilizando la propiedad de la potencialidad del precio (a través de la perpendicular a la parábola) y estimamos los errores de aproximación de la forma habitual.
¿Qué ocurre aquí? ¿Cómo podemos conciliar la búsqueda de la parábola óptima y la estimación del error de aproximación?
Buena suerte y buena suerte con las tendencias.
¿A qué se debe la falta de información sobre el estado de las cosas?
Say, napisat' sovmestno indikator, katoryj beget 4erez vs istoriju do teku4ej ceny i s4ityvajet Elliot waves :)))
El desarrollo de la MT4 es un proceso de aprendizaje.
Neskol'ko moix idej dlia na4ala:
1) Al principio istoriji opredelit' v kakuju toru cena ili FLAT
2) si FLAT, zdiom poka probivajutsia granitsia flata, tokda smotrim v kakuju storonu dvigajetsia cena, tak opredelajem na4alo ods4iota, s4itajem tol'ko 1-2-3 i A-B-C volny
3) is4em tol'ko "básico" Elliot Wave patrones 1-2-3 i 1-2-3-4-5 + A-B-C volny después okon4anija dvizenija ceny(tendencia)
4) Jesli imejem "failed Elliot Wave", zna4it ploxoj ods4iot i tot kusok istroriji nada jes4io raz peresmatret' nas4iot v kakuju storonu dvigajetsia cena intervale pabolshe teku4evo.
5) El gráfico de Fibonacci, que es el indicador MT4, muestra desde la onda de Elliot 1 hasta la onda de Elliot 4 - http://www.market-harmonics.com/elliott_wave2.htm
Dopolnitel'no doli poniatija o 4iom re4' pro4itaite http://www.elliottician.com/showpage.asp?p=47 i postaraites' ponat' kak kotritsia "bassic Elliot Wave pattern". Polnoje opisanije na ruskom ses' : http://www.alpari-idc.ru/ru/textbook/tech_an/ew/
El resultado es que el indicador que se está utilizando no es el mismo que el de la versión MT4, sino un indicador estándar :)
Así que probablemente haga lo siguiente.
Paso 1. Tome una muestra
Paso 2. Aproximarlo con un canal de regresión lineal
Paso 3. Encuentra los errores de aproximación.
Paso 4. Analiza el gráfico de errores. Se supone que el orden de la función de aproximación debe ser mayor o que la muestra dada no puede ser aproximada por ninguna función continua en absoluto si la serie de error diverge o tiene algunas desviaciones fuertes visibles a simple vista que caen fuera del intervalo de confianza aceptable (el algoritmo de automatización del cálculo no está completamente claro todavía).
Paso 5. Repite los pasos 1-4 para la aproximación por una parábola (o algo más)
Paso 6. Evalúe los errores; si los errores superan un límite razonable, simplemente descarte la muestra dada. Si el gráfico de errores tiene alguna estructura razonable, entonces almacenamos la información sobre el muestreo, el método de aproximación y la información adicional sobre las funciones de aproximación en alguna matriz.
Paso 7. Entonces, tras haber probado repetidamente todas las muestras posibles y haber buscado las variantes óptimas de las funciones de aproximación para cada muestra, nos detenemos en aquellas muestras que satisfacen nuestros requisitos de forma extrema. También es naturalmente deseable utilizar su método recomendado de aproximación de funciones no para toda la muestra, sino sólo para 2/3, dejando el último tercio para probar los resultados de la aproximación (¡es una sugerencia muy valiosa!).
Paso 8. Dibujar aproximaciones a los extremos en el gráfico de precios con continuación hacia el futuro. Es natural que se trace un intervalo de confianza para cada aproximación.
Paso 9. Así vemos dónde se cruzan los límites de los intervalos. A continuación, definimos las fechas aproximadas.
Paso 10. Durante la aproximación del precio a los puntos de inflexión, calculamos la probabilidad de inversión de la tendencia utilizando el método de estimación integral de errores. Probablemente será necesario promediar las estimaciones de los pivotes para todos los canales de aproximación. Para el canal de regresión lineal también será necesario calcular el coeficiente de Hearst para tenerlo como parámetro adicional. También es bueno mirar los niveles de Murray. De este modo, tenemos una alta probabilidad de tomar una decisión sobre la colocación de órdenes pendientes y la determinación de stops con un riesgo mínimo.
Por supuesto, el Asesor Experto que calculará todo eso será muy extenso (¡dijiste que contiene 6000 líneas)! Y hasta ahora no todo está claro en cuanto a la toma de decisiones automáticas para cada una de las muestras. Bueno, creo que sólo hay que empezar a intentar programar este algoritmo, y luego, a medida que se experimenta, se puede averiguar algo que es difícil de entender incluso a nivel teórico, pero que se aclarará por sí mismo durante el experimento. Y, efectivamente, el tiempo de cálculo será bastante significativo. Has dicho que las primeras variantes han funcionado durante 30-40 minutos en una máquina débil. Pues bien, en un P4 a 2,4 GHz deberías esperar unos 10 minutos de cálculo.
Sobre el tema de los métodos de aproximación he encontrado el siguiente tutorial interesante.
Como no necesitas la parábola en sí, puedes aproximar las derivadas de inmediato. El coeficiente de regresión es lo que necesitas (de ahí la serie de Taylor ;) ). Entonces no te importará la forma de la trayectoria, lo principal es estimar correctamente el intervalo de confianza. Por favor, lea atentamente la literatura recomendada, contiene suficiente información.
Buena suerte y buenas tendencias.
Lo tengo... :)
Votar odin iz moix staryx mql3: