una estrategia de negociación basada en la teoría de las ondas de Elliott - página 60
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
solandr 15.05.06 19:09
Vladislav 15.05.06 21:18
He leído su cálculo en la página 11. Pero el caso es que se calcula con la fórmula log(R/S)/log(0,5*N) y he decidido escribir un algoritmo más preciso para su cálculo, es ligeramente diferente. Open[] se toma como flujo de entrada (tienes el array viborka[i] si lo he entendido bien), mientras que Rosh, por ejemplo, sugiere tomar el delta, lo que supone en mi opinión una gran diferencia en los resultados
No se calcula la media de Hurst, sino dos coordenadas Y=Log(R/S) y X=Log(N). Y lo que hay que hacer con él también parece claro.
Existe una ecuación Y=Y(X) que es así: Log(R/S) = H*Log(N) + A. Hay que construir una regresión lineal y determinar su coeficiente y el término libre. Hurst es su coeficiente.
Y sólo la relación de logaritmos no es Hurst en absoluto.
IMHO
Ya he escrito en el post anterior que la metodología utilizada por Vladislav tiene un añadido MUY ADELANTADO a la metodología descrita como ejemplo clásico en el libro. Propuso su propia variante de cálculo del índice de Hurst para un canal de regresión lineal. A juzgar por mi experiencia, su método funciona bastante bien durante 1-3 días en un futuro próximo. Aunque si usted puede sugerir su propio método de cálculo de este parámetro será muy interesante verlo. La única desventaja de la metodología de Vladislav es quizás la siguiente. Si tomamos una muestra de más de 2 semanas en el periodo M30, el índice de Hurst correspondiente es siempre inferior a 0,5. Por un lado se puede argumentar que un canal tan largo está cerca de su fin, pero por otro lado se puede utilizar el índice de una muestra tan larga para una previsión sólo de forma indirecta (con un coeficiente de ponderación pequeño) como tal o cual hipótesis confirmatoria. En mi opinión subjetiva, existe una determinada región de longitud de muestra, para la que las cifras de Hearst obtenidas por el método propuesto por Vladislav son realmente pronósticas. Es decir, si tiene previsto mantener posiciones durante 1-2 días, basta con guiarse por las cifras de Hurst calculadas para muestras con una duración mínima de hasta 1 mes. Las muestras más largas no contribuirán mucho al resultado final (por supuesto, en lo que respecta a la utilización de la relación de Hearst per se).
No se calcula la media de Hurst, sino las dos coordenadas Y=Log(R/S) y X=Log(N). Y lo que hay que hacer con ella también parece estar claro.
Existe una ecuación Y=Y(X) que es así: Log(R/S) = H*Log(N) + A. Hay que construir una regresión lineal y determinar su coeficiente y el término libre. Hurst es su coeficiente.
Y sólo la relación de logaritmos no es Hurst en absoluto.
IMHO
¡Eso es lo que hago!
Hola Rosh.
Si no te importa, me gustaría charlar contigo en privado.
Por favor, hágame saber su correo.
Rosh, si esta comunicación ya ha tenido lugar y si ya no es un secreto comercial, ¿podría compartir su evaluación general de la estrategia de Alex Niroba?
¿Realmente ha desarrollado algo que pueda aplicarse en la vida con al menos 1,5...2,0 de rentabilidad? - Simple curiosidad ;o). ¿Y si hay algo en Forex, que es posible calcular mediante fórmulas, y estamos dando vueltas y vueltas, perdiendo tiempo para nada :o)?
Ya he escrito en el post anterior que la metodología utilizada por Vladislav tiene un añadido MUY ADELANTADO a la metodología descrita como ejemplo clásico en el libro. Propuso su propia variante de cálculo del índice de Hurst para un canal de regresión lineal. A juzgar por mi experiencia, su método funciona bastante bien durante 1-3 días próximos. Aunque si eres capaz de sugerir tu propio método de cálculo de Hearst, será muy interesante verlo también. El único inconveniente de la metodología de Vladislav es quizás el siguiente. Si tomamos una muestra de más de 2 semanas en el periodo M30, el índice de Hurst correspondiente es siempre inferior a 0,5. Por un lado se puede argumentar que un canal tan largo está cerca de su fin, pero por otro lado se puede utilizar el índice de una muestra tan larga para una previsión sólo de forma indirecta (con un coeficiente de ponderación pequeño) como tal o cual hipótesis confirmatoria. En mi opinión subjetiva, existe una determinada región de longitud de muestra, para la que las cifras de Hearst obtenidas por el método propuesto por Vladislav son realmente pronósticas. Es decir, si tiene previsto mantener posiciones durante 1-2 días, basta con guiarse por las cifras de Hurst calculadas para muestras con una duración mínima de hasta 1 mes. Las muestras más largas no contribuirán demasiado al resultado final (por supuesto, en lo que respecta a la utilización de la relación de Hearst per se).
Eso es lo que estoy tratando de escribir el cálculo de la relación de Hearst en la forma clásica, más precisa. Lo único que me preocupa es que los valores de este coeficiente a igualdad de parámetros de entrada son muy diferentes de los métodos propuestos anteriormente.
Al fin y al cabo, la única entrada del algoritmo es una matriz que simboliza la entrada y la longitud de esta matriz. Y el resultado es asombrosamente diferente. Lo atribuyo a mis posibles errores hasta ahora, y pido ayuda para resolverlo.
Siento haberme metido, significativamente después de haber discutido este tema, pero así ha quedado. Probablemente ya no sea tan relevante. Pero todavía espero que alguien pueda ayudar a resolver mis dudas.
Para aplicar el enfoque sugerido en el libro, hay que hacer exactamente lo mismo que se describe en el libro. ¡El libro da un ejemplo detallado para el tráfico MARRÓN SOLO! Es decir, muestra cómo debería ser visualmente una muestra de "flujos" de movimiento browniano con diferentes coeficientes de Hurst. Si tomas un generador de números aleatorios y luego creas operaciones interdependientes en ruido blanco fijando su probabilidad de ocurrencia, obtendrás más o menos las mismas imágenes que en el libro. Es decir, primero obtendrás el ruido fractal de observación (una muestra de "afluencias"), al sumarlo obtendrás el movimiento físico de algo (en este caso el oscilograma del ruido browniano). A partir de la amplitud del movimiento físico verá que cuanto mayor era su factor Hearst (probabilidad de transacciones interdependientes), mayor resultaba ser la amplitud del movimiento físico en sí. ¿Qué podemos entender en última instancia del ejemplo del libro? Sólo podemos entender lo que ya dije "cuanto mayor sea su ratio de Hearst (probabilidad de transacciones interdependientes), mayor será la amplitud del movimiento físico en sí". A continuación, responda, por favor, ¿qué nos aporta exactamente esta información en términos de predicción? Puedo responder con precisión - NADA, excepto lo que he escrito 2 veces (¡determinemos sólo el grado de interdependencia de las transacciones)! ¿Qué hacen los autores a continuación en el libro? Aplican el cálculo propuesto (análisis del movimiento browniano) a diferentes mercados de capitales. En todos los mercados (o casi en todos) el índice de Hurst es superior a 0,5, en particular para el EURUSD es de 0,64, si no lo olvido. ¿Y ahora qué? ¡BUENO, NADA! Excepto que sabemos que las operaciones en los mercados son en su mayoría interdependientes. Pero supongamos que lo sabemos todo el tiempo, que la gente es más propensa a ir con la tendencia que contra ella, viendo en qué dirección se movió el precio ayer. Debido a esto, hay periodos de una clara tendencia en los mercados basados en el movimiento anterior. Es evidente para todos. Y Vladislav ha intentado aplicar este enfoque para predecir los canales de regresión lineal. Es decir, cambió VARIAMENTE la forma de calcular las "mareas" sobre el movimiento de precios existente para responder a la pregunta "¿Qué pasará con el canal en un futuro muy cercano - continuará o terminará?
Volviendo a los ejemplos de movimiento browniano del libro podemos decir lo siguiente. Un coeficiente de Hurst diferente obtenido para las muestras (o, por el contrario, muestras con un coeficiente determinado) no puede aportar información sobre si el movimiento browniano continuará o se detendrá. Piensa lógicamente, si en tu movimiento browniano en una muestra real el coeficiente de Hurst es significativamente inferior a 0,5, ¿qué conclusiones se pueden sacar? Correcto - sólo que casi no hay movimiento browniano en la muestra y no que el movimiento browniano está a punto de terminar, ¡lo que necesitamos saber en relación con el mercado! También el ejemplo inverso. El índice de Hurst para el movimiento browniano significativamente mayor que 0,5 sólo nos dice que el movimiento browniano está claramente presente en la muestra (las transacciones son significativamente interdependientes por naturaleza) y no que el movimiento browniano continuará en el futuro. Además, el hecho de que el movimiento browniano, esté presente o no, hace que lo que vemos en el oscilograma, por ejemplo, se mueva en torno a cero sin darnos ninguna información sobre cómo podemos ganar dinero con él, si el mercado tiene exactamente la misma naturaleza que el movimiento browniano. Sólo tienes que pensarlo bien antes de diseñar tu sistema de cálculo de indicadores para conseguir exactamente lo que necesitas.
¿Realmente ha desarrollado algo que pueda aplicarse en la vida con al menos más de 1,5...2,0 de rentabilidad? - Simple curiosidad ;o). ¿Y si hay algo en Forex, que es posible calcular mediante fórmulas, y estamos dando vueltas y vueltas, perdiendo tiempo para nada :o)?
Alex Niroba quería obtener una consulta sobre la posibilidad en principio de crear un indicador por su descripción en MQL4. He dado una respuesta definitiva. Creo que está satisfecho. No puedo estimar su estrategia.