una estrategia de negociación basada en la teoría de las ondas de Elliott - página 204
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
Empecemos con un tema hipotético y muy lejano para la mayoría de los operadores y especuladores. Supongamos que hay una fábrica en la que se fresan algunas piezas y que en ella se realiza un control de calidad de las mismas. Este control se concluye en el hecho de que miden algunos parámetros de las piezas ya fresadas. Así, mientras el proceso se desarrolla en las condiciones especificadas y se observan las tecnologías, el control de calidad muestra que todo es normal, dentro de las tolerancias, pero en cuanto se producen desviaciones del proceso se refleja en los resultados. La tarea es sencilla, identificar una brecha en el proceso, basándose en algunos atributos formales. Esta es la primera parte del problema, la segunda parte del problema, es la detección "oportuna" de la perturbación. En la estadística matemática existen algunos métodos que permiten resolver estos problemas, dentro de ciertos límites.
De forma más general, un problema de discontinuidad del proceso estocástico. Fue estudiado por Kolmogorov y Shiryaev en el siglo pasado. Supongamos que existe un proceso estocástico, que tiene algunas características (puede ser media, varianza, etc. a su gusto, incluso Hurst). Si ocurre algo y el proceso estocástico cambia sus características, es decir, decae, la definición del hecho y del momento de decaimiento es la solución del problema del decaimiento. El problema se propuso en su día para la búsqueda de objetivos en un fondo de interferencias y para el seguimiento de objetivos. El problema de construcción del filtro óptimo adaptativo es adyacente a este problema. Y así sucesivamente.
Según tengo entendido al leer este hilo, eso es lo que habéis estado haciendo todo el tiempo. Se encuentra una región "estacionaria" en el proceso, o más bien en su implementación en la videadata de precios, y se describe mediante una regresión (lineal o no). Supongamos, implícitamente, que esas zonas de "estacionariedad" existen. Por lo que entendí, se sugirió determinar el momento de cambio de las áreas de "estacionariedad" por parte de Hearst o por "ruptura" de la significación estadística...
Es horrible lo poco amigable que es el motor del foro...
No es exactamente lo que hacemos (hay varias, si se me permite decirlo, "escuelas de artes marciales forex" en el hilo :o), al menos para mí es un poco más complicado.
La regresión lineal, o similar, en mi opinión, no describe una tendencia como tal, es decir, no se evalúa de ninguna manera la "fuerza de la relación" entre las muestras, sino que sólo "ajusta la función analítica a los datos brutos por el método NK". Por supuesto, hay criterios, como el coeficiente de determinación, que sólo pueden utilizarse para evaluar lo bien que se "ajusta" la función, o en otras palabras, lo bien que los datos brutos son "explicados" por el modelo seleccionado. El canal (y en las modificaciones discutidas de las estrategias es la base) es a menudo comparado con LR, lo que en mi opinión no es muy correcto. Así que decidí compartir mis opiniones y experiencias con enfoques alternativos.
Sí, muy cerca del tema.
Esto, por cierto, podría ser un punto de partida. No empezar con una tendencia, sino con una serie estacionaria. Según tengo entendido, el criterio de estacionariedad de una serie es algo bien definido. Y la tendencia va más allá de la estacionalidad. Por lo tanto, una condición necesaria (pero no suficiente) para la presencia de una tendencia puede ser que no se cumplan las condiciones de una serie de precios estacionaria.
¿Qué es una serie estacionaria? ¿Qué criterios de estacionariedad son los más aceptables en esta situación?
Probablemente, la imagen general de la dinámica del mercado puede presentarse de la siguiente manera: zonas de "estacionariedad" temporal y de "tendencia" temporal conectadas por zonas de transitorios. En este caso, la definición del problema se reduce a la identificación de las fronteras de estos sectores y los parámetros más adecuados que definen estas fronteras. Es decir, en términos generales, la descomposición y el control de calidad. :-))
2 grasn
Lo siento, Sergey, pero no me explica nada.
¿Qué es "se analizan las estadísticas y los criterios"? ¿Qué es "tendencia encontrada", "tendencia desaparecida", "tendencia no detectada"? ¿Qué tiene que ver todo esto con los números que se obtienen con las fórmulas que has dado? ¿Cuál es el significado de las transiciones sobre 0?
...No lo hace realmente (hay varias, si se me permite decirlo, "escuelas de artes marciales forex" en el hilo :o), al menos para mí es un poco más complicado.
Esto es bastante llamativo, sobre todo teniendo en cuenta la total incoherencia de la discusión con el tema original.
La regresión lineal, o similar, en mi opinión, no describe una tendencia como tal, es decir, no evalúa la "fuerza de la relación" entre las muestras de ninguna manera, sino que sólo "ajusta la función analítica en los datos brutos por el método NK". Por supuesto, hay criterios, como el coeficiente de determinación, que sólo pueden utilizarse para evaluar lo bien que se "ajusta" la función, o en otras palabras, lo bien que los datos brutos son "explicados" por el modelo seleccionado. El canal (y en las modificaciones discutidas de las estrategias es la base) es a menudo comparado con LR, lo que en mi opinión no es muy correcto. Así que decidí compartir mis opiniones y experiencias con enfoques alternativos.
Me limité a sugerir que se analizara el problema más ampliamente de lo que se ha debatido hasta ahora, y me limité a informar de que dicho problema ya se ha resuelto y que podría merecer la pena analizarlo. De ninguna manera estoy imponiendo mi punto de vista.
Después de todo, ¿qué es un canal? Si se restan los valores LR correspondientes a los valores de la serie, se obtienen los llamados "residuos". El análisis de los "residuos" es una cosa larga y bien establecida. Esta es una. Dos, alguien ya mencionó, pero nadie le prestó atención, que estos "residuos" deben tener una distribución normal si el RH describe adecuadamente el proceso. Además, existe la opinión de que en cuanto se viola la normalidad de la distribución, podemos considerar que también se viola el proceso. Y así sucesivamente...
Sí, muy cerca del tema.
Esto, por cierto, puede ser un punto de partida. No empezar con una tendencia, sino con una serie estacionaria. Por lo que tengo entendido, el criterio de estacionariedad de una serie es algo bien definido. Y la tendencia va más allá de la estacionalidad. Por lo tanto, una condición necesaria (pero no suficiente) para la presencia de una tendencia puede ser que no se cumplan las condiciones de una serie de precios estacionaria.
¿Qué es una serie estacionaria? ¿Qué criterios de estacionariedad son los más aceptables en esta situación?
Probablemente, la imagen general de la dinámica del mercado puede presentarse de la siguiente manera: zonas de "estacionariedad" temporal y de "tendencia" temporal conectadas por zonas de transitorios. En este caso, la definición del problema se reduce a la identificación de las fronteras de estos sectores y los parámetros más adecuados que definen estas fronteras. Es decir, en términos generales, la descomposición y el control de calidad. :-))
De hecho, la estacionariedad es algo muy ambiguo. También lo es el concepto de tendencia, ya que son dos caras de la misma moneda.
Tenga en cuenta que la "estacionariedad" es la "tendencia", y no importa si se dirige "hacia arriba" o tiene un coeficiente de pendiente cero.
Lo siento, Sergei, pero eso no me explica nada.
¿Qué es "se analizan las estadísticas y los criterios"? ¿Qué es "tendencia encontrada", "tendencia desaparecida", "tendencia no detectada"? ¿Qué tiene que ver todo esto con los números que se obtienen con las fórmulas que has dado? ¿Cuál es el significado de las transiciones por el 0?
Yuri, éste es sólo uno de los criterios para la detección de tendencias. No pretendo en absoluto que sea el mejor criterio, el más fiable, y continúo con insistencia mis investigaciones en este ámbito, incluso con la autocorrelación. Yo no lo he inventado, y en este caso "juego" con las reglas de estos compañeros Woodyer, Woodward, Gielchrist. No hay arbitrariedad, sino un estricto cumplimiento de las normas:
Para esta muestra en particular:
n=1000
estadístico (número de transiciones a través de cero)
R(1000)=0
este es justo el parámetro cuyos valores determinarán la presencia o ausencia de una tendencia según el criterio. En el caso de la autocorrelación, la estadística será otra cosa, quizá la propia autocorrelación. El número de cruces de cero es una medida de la conectividad de los datos
PD: para sentir la "fisicalidad" del cruce de cero, se puede dibujar a mano una línea recta de 45 grados, o una onda sinusoidal, y estimar la forma de la función V, contando el número de cruces.
Criterio para la estadística
Elijo la probabilidad de confianza alfa=0,95
Valores críticos para n=1000 y alfa=0,95:
R1(0,95, 1000)=6
R2(0,95, 1000)=83
Criterio propio: no se cumple la condición R1<R<R2
Conclusión
La muestra contiene tendencia. Eso es todo. No hay arbitrariedad, todo se rige por las normas.
Cómo utilizar
Simple, fije la barra actual y con el paso 1 (o diferente de él) tome muestras:
{100: 0} ¿se satisface R1(n, alfa)<R(n)<R2(n, alfa)? En caso afirmativo "sin tendencia", sin "tendencia"
{101: 0} ¿se cumple R1(n, alfa)<R(n)<R2(n, alfa)? En caso afirmativo "sin tendencia", no "tendencia"
{102: 0} ¿se cumple R1(n, alfa)<R(n)<R2(n, alfa)? En caso afirmativo "sin tendencia", no "tendencia"
{103: 0} ¿se cumple R1(n, alfa)<R(n)<R2(n, alfa)? En caso afirmativo "sin tendencia", sin "tendencia"
{104: 0} ¿se cumple R1(n, alfa)<R(n)<R2(n, alfa)? Si es "sin tendencia", no "tendencia"
...
{Bars: 0} ¿se cumple R1(n, alpha)<R(n)<R2(n, alpha)? Si es "sin tendencia", no "tendencia"
(1) La tendencia se puede encontrar inmediatamente en {100: 0}, entonces tenemos que encontrar su origen.
(2) La tendencia puede no estar presente en la primera muestra, entonces puede haber varias opciones:
2.1 dejar de buscar una tendencia, esperar a que llegue una nueva barra
2.2 seguir buscando, asumiendo que puede haber una tendencia, pero de "orden superior".
... Puede haber más variantes en su búsqueda
Casos más complicados, antes citados, cuando el estadístico R está en uno de los límites críticos pero no alcanza una transición. Pensando... qué hacer.
PD: Yuri, lo he intentado, he agotado todo mi escaso vocabulario... :o)
Sólo sugiero que se analice el problema de forma más amplia de lo que se ha discutido hasta ahora, y acabo de avisar de que ya se ha resuelto un problema similar, y que podría valer la pena ver cómo exactamente. En ningún caso estoy imponiendo mi punto de vista.
La latitud puede matar cualquier esfuerzo, es muy peligrosa. Ha sugerido, por ejemplo, introducir un control de calidad, como en las fábricas. Mi profesión está relacionada con la informática y puedo decir con autoridad que el control de calidad es el módulo más difícil de implantar en las fábricas. Pero esto es una digresión lírica.
Es mejor dar referencias, donde se solucionó, y qué de los problemas que enumeró?
Северный Ветер
Всего лишь навсего предложил посмотреть на проблему шире, чем она обсуждалась до сих пор, и всего лишь сообщил, что подобная задача уже решалась, и может быть стоит посмотреть как именно. Ни в коем случае не навязываю свою точку зрения.
grasn 07.01.07 19:31
La latitud puede matar cualquier esfuerzo, es muy peligrosa. Sugirió, por ejemplo, que se introdujera un control de calidad, como en las fábricas. Estoy relacionado con la informática por profesión y puedo decir con autoridad, que el control de calidad es el módulo más fuerte que se debe implementar en las fábricas. Pero esto es una digresión lírica.
Es mejor dar referencias, donde se solucionó, y qué de los problemas que enumeró?
Me has entendido mal. Todo lo que estaba tratando de decir es que los problemas que se resuelven en este hilo, de alguna manera similar a los problemas de control de calidad, que a su vez, más "matemáticamente" formulado en el problema de la divergencia. No se trata del proceso de organización del control de calidad, aunque ahí también hay puntos interesantes. Se trataba del problema de determinar la violación de un proceso estocástico (por extraño que parezca, pero, por ejemplo, el tamaño de las piezas en la producción es un proceso estocástico, y con "memoria"). Si se dejan de lado las convenciones, se verá que en su esencia, el calendario de cambios de precios (los procesos de mercado que hay detrás) es muy similar al control de calidad (léase: control del proceso de producción).
La descripción más breve y sucinta de los términos clave se encuentra en el manual electrónico de estadística matemática del programa Statistica, en su página web, en ruso.
Y por cierto, ya que estamos hablando de letras, hay una digresión. Comerciar con éxito no es ni mucho menos tan fácil como organizar el control de calidad en una fábrica.
Me has entendido mal...
No, te he entendido bien, era una especie de broma y la página de "estadísticas" también la he hurgado. Pero hay algo de verdad en todos los chistes...
Lo único que puedo añadir es que si uno decide seguir el camino "matemático oficial", llegará inevitablemente al análisis de series temporales. Y aquí le espera un desastre, en forma de ARIMA y otros. Métodos maravillosamente bien fundamentados, pero que desgraciadamente (mi opinión personal) no funcionan en el mercado.
Para ser claros, el análisis de series temporales consiste en tres cosas simples, a pesar de la complejidad de las matemáticas. La primera es la suposición de que la serie de precios es una serie temporal (una serie en la que los valores llegan en intervalos de tiempo estrictamente definidos, lo que no es el caso, más bien deberíamos hablar de una serie de muestreo estocástico). En segundo lugar, es estacionario en cierto sentido y tiene una tendencia. En tercer lugar, la serie tiene componentes estacionales y cíclicos y ruido.