una estrategia de negociación basada en la teoría de las ondas de Elliott - página 225

 
<br / translate="no"> Usted, a costa de la "normalización", reduce todos los casos a un único caso en el que =1.
Además, en lugar de la fórmula "directa" para calcular la volatilidad H parece
En lugar de la fórmula "directa" parece que utilizas la tuya propia que es errónea y por eso el resultado también lo es.


Tienes razón.
He actuado incorrectamente introduciendo una nueva definición de la volatilidad H.
En mi excusa, puedo decir que normalizando la volatilidad H, obtenemos un gran indicador que caracteriza al mercado como tendencial o plano y no está conectado con la amplitud del movimiento del precio.

ZZY. Contaré las series que has sugerido después de dormir.
 
Neutron 19.01.07 23:37
...Nueva definición de la volatilidad H...

En el buen sentido, necesitamos un nuevo nombre para el nuevo método.

Neutrón 19.01.07 23:37
...puedo decir que normalizando la volatilidad H obtenemos un excelente indicador, que caracteriza a un mercado como tendencial o plano, y que no está ligado a la amplitud de las fluctuaciones de los precios...

No lo discuto, pero primero hay que investigar sus propiedades.
 
<br / translate="no"> Calculemos entonces la FAC y la volatilidad H para
Otra fila, por ejemplo, 3,-1,3,-1, etc. Yo sostengo que el FAC sería =-1, la volatilidad H =2.
La partición H se realiza en h=1. No hay que tomar diferencias, la serie es pura.

Por cierto, otro ejemplo interesante de serie, 1,2,-3,1,2,-3. ¿Qué crees que pasará?

Ve a por ello.
Para las series 3,-1,3,-1, etc.
La serie es estacionaria, no centrada. Realizamos el procedimiento de centrado restando la expectativa m=1 de cada término de la serie.


Para las series 1,2,-3,1,2,-3 etc.
La serie es estacionaria, centrada. La distribución de las amplitudes de los saltos de precios no es simétrica con respecto al eje de ordenadas. Utilizaremos una expresión más general para el FAC:
 
De ello se deduce que no se cumple la igualdad FAC=1-2/H=2h-1,
ya que con FAC=-1 debería haber H=1 y con FAC=-0,5 debería haber H=4/3.
¿He entendido bien el resumen?

No me interesa tanto la relación de la volatilidad H con el FAC como su relación con el índice de Hurst.
En el caso de las series 3,-1,3,-1, etc. obtenemos:
a partir de FAC=-1 sigue h=0, lo cual es incorrecto, y a partir de H=2 sigue h=0,5, lo cual también es incorrecto porque la dispersión en este caso crece como T y no como sqrt(T) y debería ser h=1.

En el caso de las series 1,2,-3,1,2,-3 etc. obtenemos:
de FAC=-0,5 se deduce h=1/4, lo cual es erróneo, ya que aquí la dispersión no depende en absoluto del tiempo y debería ser h=0. De H=3 se deduce h=2/3, lo que también es erróneo.
 
Ya he admitido que estaba equivocado.
Más precisamente, la identidad FAC=1-2/H se mantiene para una partición renko con paso 1, que genera, una serie temporal con primeras diferencias normalmente distribuidas (o cercanas a la distribución normal). Si el paso de partición es m, entonces es cierto: FAC=1-2*m/H. Para la partición de Kagi, es cierto: FAC=1-2*sigma/H, donde sigma es la desviación estándar. La identidad FAC=2h-1 es cierta para TODAS las series temporales integrales (forex típicas) con primeras diferencias normalmente distribuidas (cercanas a la distribución normal).
Los ejemplos de series artificiales que consideramos (3,-1,3,-1, etc.) tienen leyes de distribución que distan mucho de ser normales. No es de extrañar que los resultados sean también extraños.
 
Gracias, ya veo.
 
Neutron 20.01.07 21:33
...Más precisamente, la identidad FAC=1-2/H es verdadera para una partición renko con paso 1, que genera, una serie de tiempo con primeras diferencias normalmente distribuidas (o cercanas a la distribución normal). Si el paso de división es m, entonces es cierto: FAC=1-2*m/H. Para la partición de Kagi, es cierto: FAC=1-2*sigma/H, donde sigma es la desviación estándar. La identidad FAC=2h-1 es cierta para TODAS las series temporales integrales (forex típicas) con primeras diferencias normalmente distribuidas (cercanas a la distribución normal).
Los ejemplos de series artificiales que consideramos (3,-1,3,-1, etc.) tienen leyes de distribución que distan mucho de ser normales. No es de extrañar que los resultados sean también extraños.

Es más correcto escribir FAC=1-2/H como FAC=1-2/H=-1
La igualdad sólo es válida para este caso, no funciona para otros casos.
 
Bueno, ahí lo tienes. Ahora también puedo divertirme con mi Zig-Zag. Tras varios días de duro trabajo mental, me di cuenta de mi algoritmo).



El algoritmo es idéntico al descrito por Northwind en http://forum.fxclub.org/showthread.php?t=32942&page=8 post: 12.12.2006, 15:44
La cuestión de interés era: qué valor pasaría el precio en relación con el movimiento anterior, tras la formación del siguiente extremo. En otras palabras, el valor del umbral se restó del lado derecho del triángulo imaginario construido por tres extremos y la diferencia resultante se dividió por el valor completo del lado izquierdo. Esto es lo que obtuvimos para las cotizaciones de ticks del EURUSD 2006 para el umbral de 2 puntos. El eje de abscisas representa el valor de la relación de aspecto y el eje de ordenadas representa la cantidad relativa de dichos movimientos. La integral de la función de distribución obtenida es 1, lo cual es obvio.



¿Qué podemos decir al analizar el resultado obtenido? Probablemente, lo único que el precio más probable es que se dé la vuelta después de la formación del siguiente extremo y vaya en la dirección opuesta sin dar ninguna oportunidad de obtener beneficios. Esta situación es típica de una amplia gama de umbrales para EURUSD, EURCHF, EURGBP. Lo que a su vez nos permite caracterizar el mercado como "no tendencial". De hecho, si no fuera así, es probable que el precio continuara su movimiento...

A Northwind

Sería más correcto escribir la igualdad FAC=1-2/H como FAC=1-2/H=-1 <br / translate="no"> la igualdad es válida sólo para este caso, no funciona en otros casos.


Por ejemplo, para una serie de ticks EURUSD 2006:



Puede ver que el valor -0,512=FAC=1-2*sigma/H=-0,51 con una precisión de al menos el 1%.
 
Tal vez sólo que el precio, después de formar otro extremo, скорее всего, se dé la vuelta y vaya en la dirección opuesta sin dar la oportunidad de hacer un beneficio.


Me estoy dando cuenta de las palabras resaltadas. ¿Cuáles son las condiciones para la formación de un extremo? ¿No es el movimiento hacia atrás por al menos el valor del umbral? Si es así, su resumen puede aclararse un poco quitándole el sello de pesimismo.

La formación de un extremo significa que el precio ya ha invertido y se ha movido en la dirección opuesta al menos en el umbral. En el gráfico de distribución, los casos en los que el precio ha superado la distancia<=umbral+movimiento anterior se sitúan en el intervalo [0,1] y ascienden al 95% (a ojo). Esto parece indicar el dominio absoluto de los rendimientos en el mercado. Sin embargo, hay otra forma de verlo.

Según mis propias observaciones, la tasa media de ticks (MQ-demo) es de unos 4 ticks por minuto. De acuerdo con el archivo de Neutron, son alrededor de 5. Según el archivo de GainCapital - alrededor de 5,5
¿Y cuánto duran los movimientos de precios a corto plazo, lo que realmente da la posibilidad de operar? Bueno, no mucho, si recordamos lo que ocurre durante los comunicados de prensa y la brusquedad de los movimientos de los precios en el mercado. Qué hará el resto del tiempo el precio, si los ticks siguen con tal velocidad.

El 5% del tiempo que queda para las tendencias según los cálculos de Sergey está bastante bien, en mi opinión. ¡Es más de una hora cada día! La única cuestión es la formulación del problema. Parece que hay varias soluciones posibles.

1. Identificación de la tendencia emergente. Creo que es lo más parecido al problema de la discontinuidad, sobre el que escribió North Wind. ¿Qué criterios son necesarios para poder afirmar que la estacionariedad del movimiento del precio de vuelta se ha roto?

2. En términos convencionales, las "apuestas de mercado". Mientras el precio languidece, puedes entrar en cualquier momento. El propio mercado determinará la dirección de la tendencia en el momento oportuno. Lo único que se necesita es establecer correctamente un stop con reversión, lo que de nuevo requiere un criterio adecuado o el uso hábil de la MM que explote esta misma reversibilidad.

3. El uso real de la reversión en el movimiento de los precios. Para ello, es necesario determinar el marco (ticks ? tiempos ? H- ?), en el que este rebote se ve más claramente. Tu post, Sergey, después de leer la tesis de Pastukhov, ha demostrado perfectamente que es posible y cómo hacerlo.

Creo que puede haber muchos más enfoques constructivos.
Entiendo que su pesimismo es irónico. No ibas a ganar dinero con cada movimiento de la garrapata, ¿verdad? ? :-)) Y si ese es el caso, entonces tal vez podría cambiar su enfoque un poco en la investigación de las estadísticas del mercado ? Lo que quiero decir es esto.

Los grandes movimientos direccionales ocurren raramente, pero son los que nos interesan. Tal vez podamos distinguirlos del atropello general e investigar estadísticamente su estructura. Por ejemplo, los casos que en su distribución corresponden al punto 0 de la abscisa (el 94% de todos los casos) significa que el precio ha superado exactamente el umbral en sentido contrario. Si ha superado 2 umbrales en la dirección original, entonces la suma de los dos movimientos ya es un umbral y después de otra inversión el precio vuelve a moverse en la dirección original. Sería interesante ver las estadísticas de la 3ª rodilla en zigzag bajo la condición de 1ª rodilla >> 2ª rodilla.

La verdad es que yo también he estado trasteando con el zigzag de los ticks durante mucho tiempo, tratando de investigar la estructura del mercado. Sin embargo, mi falta de formación en estadística matemática impone ciertas limitaciones incluso a los planteamientos de problemas que hago. Pienso en categorías completamente diferentes a las de ustedes, los estadísticos. Por eso sería muy interesante discutir ambas formulaciones del problema más allá del estudio de dos rodillas en zigzag adyacentes y los resultados de sus soluciones.
 
Neutron 21.01.07 13:49
...

Mi volatilidad H, para esta serie, siempre ha salido muy cercana a 2, la tuya es de 1,35.
El número 2 resulta igual para muchas otras personas que han calculado este parámetro.
Además, para la volatilidad H no hay que usar a, sino b,
entonces sería realmente la volatilidad H, de lo contrario es otra cosa.