una estrategia de negociación basada en la teoría de las ondas de Elliott - página 132
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
Yo priorizaría de forma diferente: la corrección de las entradas debería ser pareja en torno al 50%, pero los stops y los beneficios deberían dar ventaja. En otras palabras, entramos donde podemos tomar un pequeño stop o un gran beneficio .
En el límite de una pequeña inclinación de los canales, este sería el caso. En general el panorama es más complicado, porque se solapa con la respuesta de Yurixx, habrá algunos razonamientos adicionales más adelante.
Hice la pregunta sobre su nivel de entrada porque, para entender su enfoque de la evaluación, necesitaba ver la relación entre SL y TP. Ahora entiendo que es 1:4.
Utilizo los niveles actuales de RMS, no los fijos en el momento de la entrada, es decir, esta relación es verdadera sólo en el momento de la entrada. Además, en una entrada en tendencia, el SL comienza a apretarse y el TP a alejarse. Y viceversa, respectivamente, cuando se entra en contra de la tendencia.
En general, imagino que las opciones son:
1. Valoración de equilibrio. SL = TP. Me gusta esta opción porque es sencilla y ofrece una evaluación objetiva de la "corrección" de la entrada. Es decir, da una estimación del aumento de la probabilidad de ganar por el sistema.
2. Estimación sin equilibrio SL < TP. Esta variante le permite estimar lo cerca del punto de inversión que entra el sistema (para la entrada en contra de la tendencia) o lo lejos que entra del final de la tendencia (para la entrada en la tendencia).
3. Estimaciones complejas. Hay muchos de ellos, por supuesto. Y cada uno de ellos puede estimar una propiedad específica de las entradas que proporciona el sistema. Permítanme dar sólo un ejemplo, que también he utilizado. SL no se da, el único parámetro es TR. Para cada entrada se estima la reducción máxima que se alcanzó antes de que la entrada llegara a TP. Variando el TP obtenemos una serie que puede ser analizada estadísticamente. Este es sólo un ejemplo que tiene sus inconvenientes. En particular, es posible que ТР no se alcance nunca. Por lo tanto, la aplicación de cada una de estas variantes de estimación requiere su propio refinamiento.
En general, a la hora de estimar el sistema en su conjunto, nos basamos en dos valores: la cantidad de operaciones positivas por cada una negativa y la relación entre el beneficio medio de las operaciones rentables y la pérdida media de las no rentables. Todos estos valores se obtienen como un complejo al probar el sistema en su conjunto. Por lo tanto, no son independientes en el sentido de que no podemos decir por qué aparecen estos resultados. Ya sea porque las entradas son malas, o porque las salidas son malas, o porque los SL y TR están mal, etc. Así que, por supuesto, sería estupendo estandarizar la metodología para evaluar los insumos y los resultados (y están relacionados). Entonces sería posible construir una metodología para evaluar independientemente las dos características principales del sistema. Esto mostraría inmediatamente dónde están los puntos fuertes del sistema y qué es lo que todavía hay que mejorar.
Tuve una idea similar, excepto que considero la entrada y el seguimiento de las órdenes como grados de libertad (lo que incluye la salida). Si se pueden optimizar por separado, lo primero que se conseguirá es reducir la cantidad de trabajo (a grandes rasgos, la suma en lugar del producto de las cantidades). De hecho, en las definiciones estándar no son independientes, de ahí la necesidad de reformularlas, aunque esto puede hacer que los conceptos sean menos obvios y más difíciles de aplicar. Es decir, sería necesaria una especie de ortogonalización. En este sentido tu tercera opción, por cierto, parece bastante interesante, al menos como introducción a la reflexión.
No puedo decir exactamente qué algoritmo sería correcto para resolver este problema de frente (aunque yo mismo me interesé), pero aquí hay un algoritmo aproximado.
Está claro que los niveles de SL y TP pueden cambiar. También está claro que puede ser el resultado del cambio de los parámetros de cálculo y de MM, es decir, el arrastre, etc. Sin embargo, para normalizar y estudiar la eficiencia de las entradas (y salidas) hay que eliminar todas estas cosas. Si se obtienen buenos resultados en condiciones estándar y fijas, una estrategia sensata y la gestión de la movilidad pueden mejorarlos aún más. Si no se pueden obtener buenos resultados por sí mismos, la gestión de la movilidad no hará más que empañar esta imagen de advertencia.
También he probado las diferencias en el resultado con diferentes longitudes de muestra. Si es interesante, los resultados se presentaron aquí "estrategia de negociación basada en la teoría de las ondas de Elliot" solandr 23.06.06 10:36
Los gráficos de equilibrio a 300 y 1000 bares tienen una correlación bastante alta. Francamente, además de la regresión lineal también uso la regresión parabólica (ya escribí sobre ella un par de veces), y luego hago un promedio de los datos obtenidos usando ambas en base a la información de diferentes fuentes que este método permite acercarse a los parámetros "verdaderos" de los canales (bordes de los canales que realmente existen (y no los que elegimos en nuestro cálculo).
También me gustaría recordar a los estimados miembros de la rama que la estrategia es un agregado de varios componentes (es decir, es imposible llegar lejos en un solo canal de regresión lineal, ¡aunque los canales coincidan absolutamente con los definidos por Vladislav sobre la base de la energía potencial mínima!) No sé si utilizas los niveles de Murray en tu EA o no, pero juegan un papel importante, así como el Hearst Ratio y la gestión del dinero (esta última, como bien ha señalado Yurixx, es relevante en mayor medida sólo para maximizar el beneficio, que los otros componentes proporcionan). En primer lugar, puedo recomendarle que entre en el mercado con las condiciones más estrictas, suavizándolas posteriormente (para aumentar el número de operaciones y, en consecuencia, el beneficio total) a medida que se practica el algoritmo de gestión de posiciones. En otras palabras, el éxito de la estrategia es la mitad de la metodología descrita en este hilo, y la mitad del algoritmo de gestión de posiciones exitoso (o más precisamente, racional). Y la pregunta de si el algoritmo de gestión de posiciones tiene éxito o no se puede responder de forma independiente a través del probador de estrategias. Y exactamente la segunda mitad es lo que cada uno puede (o no) encontrar por sí mismo y lo que Vladislav se negó a presentar al público desde el principio y no se trata sólo de la energía potencial, alrededor de la cual hay debates muy interesantes en este hilo.
Entonces, esta pregunta: ¿realizan pruebas de significación estadística de los parámetros de aproximación lineal y parabólica?
Es decir, para alguna muestra tenemos una buena aproximación para la regresión lineal Y=A*X+B y para Y=A1*X^2+B1*X+C. Debemos comprobar si estas aproximaciones son del mismo orden. Si lo son, entonces la parábola puede ser fácilmente rechazada como artificialidad, si no lo son, entonces tenemos dos aproximaciones diferentes de una misma serie temporal, y esto puede servir como criterio de ruptura del canal de regresión lineal.
No, no lo sé, aunque por supuesto esta idea también debería ser revisada. La parábola y la recta se aproximan a la serie de precios exactamente en los límites de sus posibilidades. Pero la parábola tiene más posibilidades de aproximación porque es más "potente" (de orden 2, mientras que la recta es de orden 1). Es decir, dependiendo de la selección la parábola puede transformarse en una recta, pero la recta seguramente nunca se transformará en una parábola. Aunque no se puede utilizar un orden superior a 2 para la aproximación también porque existe la opinión estable de que los órdenes de aproximación superiores no aproximan una tendencia sino ya componentes aleatorios de la tendencia, gracias a lo cual Vladislav puede afirmar que el tipo de trayectoria no es importante y dos curvas que se encuentran en un rango determinado son equivalentes en términos de aproximación.
En cuanto a los criterios de ruptura del canal de regresión lineal también tengo hasta ahora observaciones puramente visuales de que se forma un tope de parábola antes de la ruptura del canal de regresión lineal. Es decir, el punto de inversión de la tendencia a menudo (pero no siempre) puede ser aproximado por una parábola que tiene el pico en la zona de inversión de la tendencia. Hasta ahora no he tenido tiempo de incluirlo en el algoritmo para comprobar la viabilidad de su uso. Ahora me interesa sobre todo la posibilidad de crear sistemas de trading que rechacen completamente los indicadores oscilantes. En otras palabras, ¿es posible hacer previsiones de mercado sólo mediante dibujos gráficos sin utilizar los osciladores MACD, OsMA, Estocástico?
En cuanto a los criterios de ruptura de un canal de regresión lineal también tengo hasta ahora observaciones puramente visuales que antes de que un canal de regresión lineal se rompa se forma un tope de parábola. Es decir, el punto de inversión de la tendencia a menudo (pero no siempre) puede ser aproximado por una parábola que tiene el pico en la zona de inversión de la tendencia. Hasta ahora no he tenido tiempo de ponerlo en el algoritmo para comprobar la conveniencia de la aplicación.
Cuando mis cálculos mostraron la misma dispersión de residuos para algunas áreas tanto para LR como para la parábola - esta fue la principal confirmación de la corrección de mi algoritmo para calcular estos valores.
No es difícil captar visualmente la cima de la parábola cuando se rompe el canal LR, pero es más difícil enseñar el programa. Por ello, el criterio que he mencionado puede ser útil. Junto a ella puede intervenir la deflexión entre centros de LR y parábola, normalizada por disipación (como opción). Todavía no se ha comprobado.
Curiosamente, el algoritmo para enseñar al programa a identificar el vértice me pareció inmediatamente obvio. Si A>0, entonces las ramas de la parábola van hacia arriba, entonces para determinar que la cima ya está pasada, se puede utilizar la condición Yparabola_actual>Yparabola_anterior. Por el contrario, si A<0, las ramas son descendentes, y respectivamente el vértice se pasa en parábola_actual<Үparábola_anterior. Busco una parábola que satisfaga las condiciones de convergencia en 300 barras, por ejemplo.
Todavía no he intentado introducirlo en el algoritmo, pero el hecho de que este algoritmo muestre el paso de la parte superior es visualmente obvio. Sólo tengo un canal(es) lineal(es) y una parábola(s) que aparecen en el gráfico.