una estrategia de negociación basada en la teoría de las ondas de Elliott - página 189
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
Personalmente, me guío por su buen ajuste de reglas. Si a partir de {0:0,5} el precio es probable que se invierta, etc. (reglas de uso que ha descrito antes).
Oh cómo, Neutron, ya no entiendo tu punto. Anteriormente usted resaltó en negrita que:
... Los resultados sugieren que los ciclos en el mercado de divisas existen pero son estocásticos, es decir, no hay ciclos con un periodo estacionario o casi estacionario...
Grasn, no estoy mintiendo. ¡En el mismo post, más abajo, se escribe que es por la falta de estacionariedad de los procesos periódicos y las tendencias por lo que no tienen valor práctico! Está rigurosamente demostrado matemáticamente que no se puede batir a largo plazo, con cualquier TS, una serie temporal construida mediante la integración de una serie estacionaria con pago esperado cero (esto, con algunas reservas, es análogo a las series de precios de los instrumentos monetarios y se asemeja al movimiento browniano de una partícula), aunque esta serie contendrá tanto tendencias como fluctuaciones periódicas, pero no son ESTACIONARIAS. El mercado bursátil tiene tendencias estacionarias y fluctuaciones estacionales y esta es su ventaja, pero el mercado financiero, sin embargo, con toda su imprevisibilidad, tiene sus giros y esto es lo que me atrae.
En mi estrategia, abandono la búsqueda de tendencias y ciclos y me centro en encontrar modelos autorregresivos que describan adecuadamente el comportamiento actual de los precios. Este modelo, de forma más o menos fiable, predice varios bares futuros. Pero los diferenciales existentes en la actualidad suelen ser comparables en su magnitud a la amplitud de la previsión, por lo que el objetivo de la investigación se reduce a la búsqueda de un criterio que permita estimar la perspectiva de elección de tal o cual instrumento y la adecuación del modelo de previsión aplicado.
Grasn
Personalmente, me guío por su buen cumplimiento de las normas. Si a partir de {0:0,5} es probable que el precio se invierta, etc. (antes ha descrito las reglas de uso).
Esto requiere más que una justificación. Lo tomaré del contrario...
Tomemos una serie temporal aleatoria (como la descrita en este post) y actuemos sobre ella con un operador Hurst. Por supuesto, no será igual a 1/2, sino que rondará este valor con una amplitud que depende del tamaño de la ventana deslizante (cuanto mayor sea la ventana, menor será el ruido del indicador, pero mayor será el retraso de fase de las señales que genera). Como consecuencia, cometeremos un error conocido, para cuando aparezca la señal, nuestra serie temporal aleatoria cambiará y nos quedaremos sin nada en el mejor de los casos. Esto se desprende del postulado de que es imposible ganar sistemáticamente en un valor aleatorio.
Pasando al mercado real... Grasn, ¿puedes demostrar la no aleatoriedad del comportamiento de los precios en el marco temporal que has seleccionado, y en consecuencia, el correcto funcionamiento del indicador Hurst?
En mi estrategia, abandono la búsqueda de tendencias y ciclos y me centro en encontrar modelos autorregresivos que describan adecuadamente el comportamiento actual de los precios. Este modelo, de forma más o menos fiable, predice varios bares futuros. Pero los diferenciales existentes en la actualidad suelen ser comparables en su magnitud a la amplitud de la previsión, por lo que el objetivo de mi investigación es encontrar el criterio que permita estimar la perspectiva de elección de tal o cual instrumento y la adecuación del modelo de previsión utilizado.
Sé que las tendencias, los periódicos no son estacionarios. Por supuesto que es triste, pero no es tan malo en absoluto. El asunto es que he "tanteado" una forma de detectar la terminación de la tendencia/canal utilizando el análisis del espectro (basado en wavelets). En combinación con otros componentes del sistema, da buenos resultados.
Esto requiere más que una justificación. Voy a ir al revés...
Tomemos una serie temporal aleatoria (como la descrita en este post) y actuemos sobre ella con un operador Hurst. Por supuesto, no será igual a 1/2, sino que rondará este valor con una amplitud que depende del tamaño de la ventana deslizante (cuanto mayor sea la ventana, menos ruido hará el indicador, pero mayor será el retardo de fase de las señales que genere). Como consecuencia, cometeremos un error conocido, para cuando aparezca la señal, nuestra serie temporal aleatoria cambiará y nos quedaremos sin nada en el mejor de los casos. Esto se desprende del postulado de que es imposible ganar sistemáticamente en un valor aleatorio.
Pasando al mercado real... Grasn, ¿puedes demostrar la no aleatoriedad del comportamiento de los precios en tu marco temporal seleccionado y, en consecuencia, el correcto funcionamiento del indicador Hurst?
Por supuesto, requiere una justificación, al igual que su enfoque de las previsiones. Me recuerda un poco a la predicción lineal por el método de Berg. Funciona extremadamente mal (que el moderador me perdone).
No uso ninguna ventana deslizante. Yo no calculo el indicador de la misma manera que tú. Que el precio cambia es un hecho indiscutible. He dado ejemplos de cálculos y mi opinión sobre su uso en mis posts 90-91 :o)
Veo que el diálogo se vuelve cada vez más científico. Esto es bueno, porque obliga a abordar las cuestiones principales y a alejarse de las afirmaciones sin fundamento. Sin embargo, como no todos los presentes son expertos en DSP, análisis espectral, estadística matemática y otros trucos del oficio, propongo formular los criterios, que podrían utilizarse en la respuesta, simultáneamente con el planteamiento de las preguntas.
En concreto, Neutrón, podrías formular qué comportamiento del precio llamas aleatorio y qué llamas no aleatorio. Y, si son de naturaleza cualitativa, ¿podría formular también un criterio cuantitativo para el comportamiento no aleatorio de una serie numérica?
No saque conclusiones precipitadas sobre lo que se puede o no se puede aplicar. ¡No lo sabes! Ya tiene una experiencia similar (13.11.06:52).
Y si van a poner a los principiantes en el camino correcto, entonces escriban en los sitios web honestamente que "sólo el 1-5% de ustedes tendrá éxito en algo, y es probable que sea malo y no siempre bueno".
Sobre el 1-5%, por supuesto, tiene usted toda la razón. Simplemente es muy difícil creer en ello sin una explicación - es sólo su psicología. Aunque las explicaciones tampoco ayudan siempre - mira el sitio web mql4.com todos los días de rama en rama preguntando las mismas preguntas que han sido respondidas un millón de veces en detalle, pero la gente sigue pensando que son más inteligentes que sus predecesores ;o))). Pura psicología.
En cuanto a las parábolas, se puede decir lo siguiente. Las parábolas no son más que un intento de alejar la no estacionariedad de las regularidades periódicas que aparecen en Forex. La regresión parabólica no se preocupa por las frecuencias de una muestra. Simplemente muestra las zonas en las que el precio, en su opinión, se encuentra en sus posiciones extremas. Por supuesto, no siempre todo sucede exactamente como debería ser desde el punto de vista de una regresión parabólica, pero esta es la naturaleza estocástica del propio mercado de divisas, que no puede ser conquistada, pero sólo es posible adaptarse a ella de alguna manera mediante la construcción de una estrategia.
Hace más de seis meses, llegué a la idea de que los osciladores, cuya tarea principal es mostrar algunos patrones periódicos en el mercado, no logran cumplir con su tarea principal debido a la no estacionariedad de las características cíclicas del mercado, como se mencionó anteriormente. La única aplicación que he podido encontrar para los osciladores es la detección de los puntos de giro del mercado cuando es posible decir con un grado muy alto de probabilidad que el precio no será más bajo o más alto que tal o cual nivel en 1-2 horas. En ese momento implementé un simple Asesor Experto basado en este principio y ahora está participando en el Campeonato MTS https://championship.mql5.com/2012/en. En el Campeonato el riesgo del Asesor Experto es muy alto para que muestre algo. Pero en la práctica, con poco riesgo, las ganancias pueden compararse con los intereses bancarios. Al mismo tiempo puede perder bastante. Eso es todo lo que he podido aplicar con más o menos éxito a los osciladores con ajustes fijos (ajustados en datos históricos). Dado que seleccionamos un "nivel de propina" muy alto durante la optimización para obtener el máximo valor porcentual de posiciones ganadoras/perdedoras, vemos un número muy pequeño de operaciones según los resultados del Asesor Experto. Ese es el número de "puntos de inflexión" que hubo durante el Campeonato en términos de parámetros ajustados a la historia. Estoy monitoreando el trabajo en una cuenta demo de prueba - todo coincide con la precisión de +/-2 pips.
En concreto, Neutron, ¿podrías formular qué comportamiento de los precios llamas aleatorio y cuál no? Y, si estas determinaciones son de carácter cualitativo, ¿podría formular también un criterio cuantitativo para el comportamiento no aleatorio de una serie numérica?
No hay nada más contrario a la razón y a la constancia de la naturaleza que el azar. Dios mismo no puede saber lo que ocurre por casualidad. Porque si lo sabe, definitivamente sucederá, y si definitivamente sucede, no es al azar.
Cicerón. Sobre la devinatio.
Los momentos de correlación son una medida cuantitativa del grado de relación estadística (dependencia mutua o correlación) de las variables aleatorias Xi y Xj. El concepto de coeficientes de correlación también se utiliza como característica normalizada adimensional del grado de correlación de las variables aleatorias. Los valores de los coeficientes de correlación r oscilan entre -1 y +1. Si r = 0, se considera que las variables aleatorias son independientes entre sí, y si |r| = 1, están totalmente correlacionadas (por ejemplo, las variables X = b*Y con un valor arbitrario de b); en todos los demás casos, cuanto más se acerque |r| a 1, mayor será la correlación entre las variables aleatorias que pueden ser hacia adelante o hacia atrás (r<0). Por cierto, si los coeficientes de correlación de las variables aleatorias estadísticamente independientes son siempre iguales a cero, la afirmación inversa sobre la independencia estadística de las variables aleatorias si su coeficiente de correlación es cero sólo es cierta para las distribuciones gaussianas y es insuficiente en el caso general.
Un caso especial de la función de correlación es la función de autocorrelación (AFC), muy utilizada en el análisis de señales. Es un producto estadísticamente promediado de los valores de la función aleatoria centrada (residual) en los momentos temporales ti y tj y caracteriza el componente fluctuante del proceso.
Propiedades de las funciones de autocorrelación y autocovarianza.
1. El máximo de las funciones se observa en t=0. Esto es evidente, porque en t= 0 se calcula el grado de correlación de las muestras consigo mismas, que no puede ser menor que la correlación de las diferentes muestras. El valor del máximo de la función de covarianza es igual a la potencia media de la señal.
2. Las funciones de autocovarianza y autocorrelación son pares: r(t) = r(-t). En otras palabras, los momentos mixtos de dos variables aleatorias X(t1) y X(t2) son independientes de la secuencia en la que se consideran estas cantidades, y son respectivamente simétricos respecto a sus argumentos.
3. En t que tiende a infinito los valores de FAC para señales finitas en energía tienden a cero, lo que se deduce directamente del significado físico de FAC. Esto permite limitar la longitud del CAE a un determinado valor máximo tmax - radio de correlación, más allá del cual los recuentos pueden considerarse independientes.
4. Si añadimos una función no aleatoria f(t) a la función aleatoria X(t), la función de correlación no cambia.
Cálculo del CAE
Sea una serie temporal residual formada por términos x(i), donde i va de 0 a n.
Entonces el grado de relación entre los miembros de la serie espaciados a la distancia t se define mediante la fórmula:FAC=SUMA{x(i)*x(i+k)}/SUMA{x(i)^2}), donde i abarca valores de 0 a n-k.
El resultado es un único valor entre -1 y 1. El criterio de aleatoriedad es el grado en que el resultado se acerca a cero. La respuesta a la pregunta "¿cómo de cerca está?" puede obtenerse procesando una serie temporal RARE de la misma longitud, y recogiendo suficientes estadísticas. Por mi propia experiencia, puedo decir que el valor absoluto mayor de 0,1 es de interés práctico.
Resulta especialmente interesante el análisis del FAC del instrumento monetario en el marco temporal de 1 min, 2 min, etc. hasta, por ejemplo, 100 min. Adjunto el correlograma. Muestra una línea roja con puntos azules para el EURUSD 2004, una línea azul con puntos rojos para el EURCHF, una línea turquesa con puntos azules para el EURGBP, las cruces negras muestran el FAC de una serie temporal generada por la integración de un valor RARE estacionario cuya función de distribución y desviación estándar son idénticas para el EURUSD. En la abscisa se representa el tiempo en minutos.
Puedes sacar tus propias conclusiones.
Gracias por los resultados tan interesantes. Todavía no he encontrado un estudio así.
A juzgar por la imagen, supongo que podemos concluir que algún tipo de predicción sólo es posible durante un corto periodo de tiempo, ¿hasta 100 minutos? ¿Y los distintos pares de divisas tienen un potencial de previsión diferente? En otras palabras, a juzgar por esta imagen el EURUSD es muy ineficiente para hacer previsiones? Esta es una conclusión muy interesante, porque creo que la mayoría de los operadores juegan exactamente con el EURUSD. Por otro lado, es muy interesante concluir de este cuadro que los pares EURCHF y EURGBP son más prometedores para hacer pronósticos para ellos. Por lo general, casi nadie juega con estas parejas. Los operadores simplemente creen que son de "baja volatilidad". Realmente, la volatilidad media medida como relación entre el High-Low y el precio medio durante un periodo diario es aproximadamente la siguiente:
EURUSD 0,8%
EURCHF 0,3%
EURGBP 0,5%
. ¿Cómo cree que estos valores pueden influir en la "previsibilidad" de una divisa? Si observamos este panorama, podemos suponer que una mayor volatilidad puede conducir a una mayor imprevisibilidad de la moneda, al menos para un intervalo de tiempo determinado de hasta 100 minutos...
O tal vez he entendido algo mal, entonces por favor corrígeme.
PD: Hablando de eso, ¿podría presentar imágenes similares para las otras divisas disponibles en Forex? Sería muy interesante obtener resultados similares para las monedas según el principio anterior. Yo también estoy "haciendo mis pinitos" en el cálculo de las correlaciones del último mes para utilizarlas en las previsiones. Estoy probando la siguiente idea. Tomamos una muestra de cierta longitud y la comparamos con muestras de la misma longitud en la historia. Calcula el coeficiente de correlación. Seleccione una muestra en la historia con el máximo coeficiente de correlación. Y luego dibujamos la parte de la historia que sigue la muestra más coincidente hacia el futuro, habiéndola recalculado, por supuesto, en relación con el precio actual. Por supuesto, para una previsión estoy construyendo una muestra de previsión promediada de varias longitudes para "aumentar la probabilidad de acierto" ;o). El principio en sí mismo recuerda probablemente a las redes neuronales a gran distancia. Se compara algo con algo y se infiere algo sobre esta base. Sólo que este principio está extremadamente simplificado: ¡sólo se compara el coeficiente de correlación y nada más! Resulta interesante. Hasta ahora estoy recogiendo estadísticas operando según este principio en penny real. ¿Tal vez resulte algo como resultado?
En resumen: sobre el determinismo de los procesos aleatorios. Me gustó mucho en su momento.
Creo que todas las partes están aquí, incluyendo la primera parte(Fundación) - http://www.izb.su/azimo/..%5Caut76a12.html
Gracias por los detalles. Ahora entiendo mejor de qué estamos hablando. :-)
Todavía tengo algunas preguntas aclaratorias. Con su permiso.
Según tengo entendido, el centrado se hace restando la media (expectativa) de toda la serie. ¿Entonces? Los valores de una función aleatoria en los tiempos ti y tj son dos números. ¿Cómo se hace la media estadística de su producto? Pensaba que FAC es una función de un argumento y ese argumento es el intervalo entre xi y xj, que en realidad es (ti - tj). ¿Cómo es realmente?
Hay demasiadas letras aquí. :-)) La distancia t no se utiliza en ninguna parte de la fórmula. Si t y k son iguales, entonces tiene sentido para mí. Y se corresponde con mi forma de entender el CAE. Si no es así, explique de qué se trata.
¿Cómo ha generado este valor aleatorio? Como calcular el skew del EURUSD en una determinada sección de la historia tengo una idea, pero no puedo ni adivinar de donde sacar la función de distribución del eura. Por favor, comparte la información de dónde la has sacado.
Una pregunta más. Se refiere a su uso de la palabra "marco temporal". Generalmente, en MT4 esta palabra significa "precio de división de tiempo" en el gráfico, es decir, qué período de tiempo corresponde a una barra. Sin embargo, por el contexto de tu post entiendo que te refieres al intervalo de tiempo t, para el que se calcula el coeficiente de correlación. Y la totalidad de estos valores para todo t es FAC. Si no es así, corrígeme.
Una última cosa. Has hecho los cálculos sobre el historial de 2004. ¿Qué datos has utilizado: M1, M5, etc. ?
Mi meticulosidad tiene una explicación definitiva. No hace mucho tiempo, cansado del método científico del pinchazo, pensé que debía existir algún método objetivo para evaluar si una determinada herramienta de AT tiene algún valor (por ejemplo, predictivo) o no. En general, llegué a la conclusión de que dicha estimación puede estar en función de la correlación del instrumento con el precio. Y el criterio es la condición de que esta función sea mayor (módulo) que FAC. ¿Cree que en principio es posible?
Pueden ser interesantes los indicadores para los que la función de correlación tiene un máximo en el futuro. Y el intervalo correspondiente es el intervalo óptimo de previsión. No está claro cuál es más valioso: el máximo de FC o el máximo de diferencia (FC - FAC).
En resumen, he esbozado un programa de investigación, pero aún no he empezado a llevarlo a cabo. En primer lugar, todavía no he terminado lo que empecé antes. Y en segundo lugar, aún no he eliminado las lagunas en la educación. Así que me alegro mucho de verle en este foro. Espero no haberte molestado con preguntas. :-)
PS. A juzgar por la cita, Cicerón era un ardiente ateo. En cualquier caso, no tenía idea de la dialéctica.
Y su idea de lo que es Dios, también, probablemente, no brillaba con profundidad. Si, por supuesto, lo dijo sinceramente. :-))
EURUSD 0,8%
EURCHF 0,3%
EURGBP 0,5%
. ¿Cómo cree que estos valores pueden influir en la "previsibilidad" de una divisa? Si observamos este panorama, podemos suponer que una mayor volatilidad puede conducir a una mayor imprevisibilidad de la moneda, al menos para un intervalo de tiempo determinado de hasta 100 minutos...
O tal vez he entendido algo mal, entonces por favor corrígeme.
PD: Hablando de eso, ¿podría presentar imágenes similares para las otras divisas disponibles en Forex? Sería muy interesante obtener resultados similares para las monedas según el principio anterior. Yo también estoy "haciendo mis pinitos" en el cálculo de las correlaciones del último mes para utilizarlas en las previsiones. Estoy probando la siguiente idea. Tomamos una muestra de cierta longitud y la comparamos con muestras de la misma longitud en la historia. Calcula el coeficiente de correlación. Seleccione una muestra en la historia con el máximo coeficiente de correlación. Y luego dibujamos la parte de la historia que sigue la muestra más coincidente hacia el futuro, habiéndola recalculado, por supuesto, en relación con el precio actual. Por supuesto, para una previsión estoy construyendo una muestra de previsión promediada de varias longitudes para "aumentar la probabilidad de acierto" ;o). El principio en sí mismo recuerda probablemente a las redes neuronales a gran distancia. Se compara algo con algo y se infiere algo sobre esta base. Sólo que este principio está extremadamente simplificado: ¡sólo se compara el coeficiente de correlación y nada más! Resulta interesante. Hasta ahora estoy recogiendo estadísticas operando según este principio en penny real. ¿Tal vez resulte algo como resultado?
Solandr, ¡has acertado! Ésas son exactamente las conclusiones que puedo sacar al analizar los resultados. En efecto, la fiabilidad de las previsiones de una u otra herramienta disminuye exponencialmente a medida que aumenta el horizonte de previsión. No he mostrado a propósito los datos con un margen de tiempo superior a 100 minutos, no porque esté ocultando algo de interés, sino por el hecho de que hay un cero estadístico en esta parte del correlograma. Me gustaría señalar que estas conclusiones van en contra de los métodos comunes de CT, basados en la afirmación sobre la viabilidad de utilizar grandes horizontes de inversión. Uno puede suponer de dónde provienen las raíces de tales afirmaciones. La cuestión es que una persona que se da cuenta de la importancia de que la rentabilidad supere el diferencial de la CD en cada operación, tiende intuitivamente a trabajar en momentos en los que la volatilidad del instrumento es mucho mayor que el diferencial existente y, por tanto, ignora por completo la naturaleza estadística de las rentabilidades. ¡Sí, en cada operación individual gana o pierde con el mercado mucho más que el diferencial, pero sumando todas las ganancias y pérdidas y relacionando el valor obtenido con el número de operaciones, vemos con horror que la rentabilidad media es mucho menor que el miserable diferencial! Porque el rendimiento medio no está determinado por la volatilidad del instrumento, sino por su producto del CAE. Este punto no se considera... por cualquiera.
Solandr, la volatilidad media que se obtiene, medida por la relación entre el High-Low y el precio medio en un periodo diario, no afecta a la "previsibilidad" de una moneda. Por el contrario, es una consecuencia de la previsibilidad bajo el CAE negativo.
Casi todas las parejas que he estudiado en el CAE encajan en el rango mostrado en la figura. Es interesante que el eurodólar sea el par más imprevisible. Si quieres construir correlogramas para otros instrumentos, puedes utilizar las expresiones que he dado.