una estrategia de negociación basada en la teoría de las ondas de Elliott - página 59

 
<br / translate="no"> Hay algunas preguntas:
1. ¿Qué hay que tomar para la entrada? ¿El precio completo, la diferencia del módulo, sólo la diferencia positiva? En otras palabras, ¿tiene el concepto de "afluencia" en el método en cuestión algún efecto en la preparación previa de los datos? O bien hay que tomar los datos a investigar como la afluencia. Intuitivamente, por ejemplo, tomé el precio de cierre en mis cálculos.


El flujo de entrada es también el flujo de entrada en Egipto. Es decir, en la interpretación clásica es necesario tomar la diferencia Cerrar[i]-Cerrar[i+1]. De mi lectura de Peters.
 

Есть несколько вопросов:
1. Что брать за приток? Полную цену, разность по модулю, только положительную разность? Другими словами, имеет ли понятие «приток» в рассматриваемом методе влияние на предварительную подготовку данных? Или следует за приток принимать данные, которые надо исследовать. Я интуитивно, к примеру, взял в расчетах цену закрытия.


Una entrada también es una entrada en Egipto. Así que la interpretación clásica es tomar la diferencia Cierre[i]-Cierre[i+1]. De mi lectura de Peters.


Gracias. Pero la diferencia Close[i]-Close[i+1] suele ser negativa (puede estar bien en Egipto).
¿La diferencia es modulo o tal cual? ¿Y dónde puedo leer obras del Sr. Peters?
 
Fue aquí - http://stock01.narod.ru/ Y de hecho solandr dio un enlace en este hilo a algún departamento de astronomía, y tiene 3 páginas.
 
Fue aquí - http://stock01.narod.ru/ Y de hecho solandr dio un enlace en este hilo a algún departamento de astronomía, y tiene 3 páginas.


Probablemente se me pasó al leer los materiales del foro.
 
He leído varios capítulos de "Chaos and Order in Capital Markets" de E. Peters sobre el cálculo del índice Hearst. No he encontrado nada sobre "qué es una afluencia".

Desde mi punto de vista de ingeniería Close[i]-Close[i+1] es muy diferente de Close[i]. En su esencia es una serie muy diferente. Si se toma como módulo, probablemente se asemeje a un gráfico de beneficios potenciales, y parece cuestionable hacer suposiciones para Close[i] basadas en su diferencia. ¿Pero qué pasa si, por ejemplo, quiero analizar los beneficios? ¿Debo tomar la diferencia de la diferencia? Me parece que debería tomar simplemente Close[i] por afluencia, si quiero analizar Hearst por ella y no por su diferencia.

En mis cálculos me confunde la afluencia media. ¿O debo tomar un número calculado para N para todas las n observaciones o para cada n en un segmento de 1 a N debo calcular su afluencia? ¿Quién respondería?
 
El nivel del depósito... cambia... de alguna manera aleatoria. Hay más agua que entra, luego hay menos. Así que hay una diferencia en la entrada menos la salida. Esa es la diferencia que hace que el nivel fluctúe. Tenemos que entender si los cambios de nivel son aleatorios o tienen una tendencia, tenemos que saber si se está secando o desbordando. Medimos el nivel del agua cada año y obtenemos un gráfico. También tenemos que entender a partir del gráfico si es un accidente o una tendencia. El nivel máximo de agua menos el mínimo es nuestra extensión. Los cambios entre años sucesivos son variables aleatorias. Mida la desviación estándar para N años y compárela con la dispersión. Si la relación es demasiado grande - no es una oportunidad, si es pequeña - significa que el nivel no se romperá ni hacia arriba ni hacia abajo. Lo mismo ocurre con el precio: debemos comparar la oscilación del precio con los incrementos aleatorios de este precio.
 
grasn, la página 12 muestra el algoritmo para calcular el índice Hearst según las recomendaciones de Vladislav. Leer entradas
solandr 15.05.06 19:09
Vladislav 15.05.06 21:18
 
En el mismo sitio web se encuentra el Análisis Fractal de E. Peters.
Allí, en algún lugar de la página 69, hay una receta para contar. 69 hay una receta de cálculo.
Si lo he entendido bien, se utiliza log(Close[i]/Close[i+1]), y se utilizan todas las particiones en segmentos iguales de longitudes de 1 a N.
 
En el mismo sitio web se encuentra "Fractal analysis" de E. Peters. <br/ translate="no"> Hay una receta para contar en algún lugar de la p. 69 hay una receta de cálculo.
Si lo he entendido bien, utiliza log(Close[i]/Close[i+1]), y también utiliza todas las particiones en segmentos iguales de longitudes de 1 a N.


La normalización logarítmica es relevante sobre todo para los valores con un horizonte temporal largo.
 
El nivel del depósito... cambia... de alguna manera aleatoria. Si entra más agua, sale menos. Así que hay una diferencia en la entrada menos la salida. Esa es la diferencia que hace que el nivel fluctúe. Tenemos que entender si los cambios de nivel son aleatorios o tienen una tendencia, tenemos que saber si se está secando o desbordando. Por lo tanto, medimos el nivel del agua cada año y obtenemos un gráfico. Deberíamos entender a partir del comportamiento del gráfico si es un accidente o una tendencia. El nivel máximo de agua menos el mínimo es nuestra extensión. Los cambios entre años sucesivos son variables aleatorias. Mida la desviación estándar para N años y compárela con la dispersión. Si la relación es demasiado grande - no es una oportunidad, si es pequeña - significa que el nivel no se romperá ni hacia arriba ni hacia abajo. Lo mismo ocurre con el precio: debemos comparar el diferencial de precios con los incrementos aleatorios de este precio. <br / translate="no">.


¿Entiendo bien que en nuestro caso tomamos Close[i] "como si" para el nivel en el depósito? Si es así, la entrada será el módulo de la diferencia Cerrar[i]-Cerrar[i+1]?