una estrategia de negociación basada en la teoría de las ondas de Elliott - página 281
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
No lo tomes como una instrucción, sólo una aclaración.
¡Mucha suerte y buen rollo con la tendencia!
Lo que quería decir es que la ondícula de Morlet no es estrictamente una ondícula, ya que el valor medio de esta función es distinto de cero, pero me han gustado bastante sus propiedades. Como ya escribí, tal vez te cuente más cosas (moralmente aún no estoy preparado). El aspecto moral es muy simple: ¿cuál es la actitud ante tal predicción? (reloj, eurusd) ¿Es correcto o no?
Si entiendo que es una mierda, te lo diré con detalle. Si entiendo que hay una perspectiva, se lo diré, pero no todo. En cierto modo, tomo el ejemplo de Candid. :о))))
Hace tiempo que dejé de filtrar datos, incluido el filtrado wavelet (nota para Solandr que no hay ningún problema técnico con el filtrado en tiempo real como tal, hay un problema con el comercio :o). Para obtener al menos alguna utilidad de este lío, necesito construir un filtro adaptativo, y ese, al menos para mí, es el problema.
Exactamente por las razones descritas por Neutron me he concentrado en cosas con propiedades predictivas, incluyendo Hurst y empecé a buscar un uso ligeramente diferente para las ondículas (no para los filtros en absoluto), sobre lo que escribí brevemente.
PD: gracias por separado por la siguiente tendencia. :о)))
a Neutrón
Citando al autor http://monetarism.ru/article.pl?sid=05/03/13/0625201&mode=flat, me gustaría señalar que el folio es realmente excelente. Tengo 2 volúmenes de esta obra en formato DjVu, de 4 metros cada uno, si el público está interesado - puedo maquetarlos.
Claro, estoy listo para descargarlo. :о))))
Y, además, me interesaba cómo aplicar las ondículas en principio, no cómo aplicarlas a la divisa. Tengo un objeto de investigación y he elegido una herramienta. Pero no sé cómo utilizarlo. :-))
¿Y qué es esta herramienta, si no es un secreto comercial? Por cierto, recomiendo prestar atención a los esqueletos, son útiles, al menos yo calculo mis coeficientes en base a ellos.
¡¡¡WAVELETS !!! :-)))
[quote]¿Y...?
Observando este cuadro podemos hablar de un método particular de interpolación de una serie numérica no equidistante (obtenida de las series temporales del EUR/USD por un método u otro) por polinomios lineales o cuadráticos.
[quote]
No entiendo por qué crees que la serie no es equidistante. La escala temporal es uniforme. Casi... ¿O se refiere a los fines de semana?
Hay que tener en cuenta que la CT implementada mediante LPI no ofrece ninguna ventaja estadística sobre la DC en el mercado actual.
Estoy completamente de acuerdo contigo en la primera frase. Efectivamente, necesitamos extrapolación y sólo extrapolación, ¡pero no es fácil de conseguir! Si fuera sencillo, no habría ningún problema.
En cuanto a los métodos wavelet, no digo que sea la panacea o el nuevo grial. ¡Ni mucho menos! Y no animo a nadie a precipitarse en esta dirección sin pensarlo dos veces. Para mí es simplemente una herramienta comprensible, cómoda y accesible para el análisis del mercado. Al igual que los métodos estadísticos probablemente lo son para usted. En definitiva, es una cuestión de preferencia personal. Una cosa más. Soy plenamente consciente del valor y la validez de los métodos estadísticos y, sin duda, los utilizaré cuando desarrolle mi ST, por ejemplo, bien... Por ejemplo, para detectar períodos de arbitraje en el mercado. ¡Gracias por los interesantes posts sobre este tema!
Volvamos a los métodos wavelet: en realidad son los mismos filtros, o más bien un conjunto de filtros de sub-bandas organizados de una manera determinada. Habrá un retraso en la fase, por supuesto. Por supuesto, habrá un retraso en la fase. Por desgracia, no existe un filtro perfecto en la naturaleza (debido al principio de causalidad): los hay buenos y malos. El retardo de fase del filtro es igual a la mitad de la longitud del núcleo del filtro. (He dudado un poco aquí... Bueno, tal vez no sea igual, pero sí proporcional) Esto significa que un filtro simple y corto tiene una ventaja en este sentido. El tamaño de los núcleos de los filtros Wavelet comienza en 2 (wavelet Haar). Los que he utilizado son el 5 y el 8. ¿Las ondículas suponen una ventaja en este sentido? Todavía no lo sé. Tengo que comparar implementaciones específicas. En cuanto al filtro perfecto... - No existen tales filtros y, por ejemplo, el filtro Butterworth no tiene ese título. Lo utilicé hace tiempo. Ahora no recuerdo el tamaño del núcleo, pero seguro que es mayor que el 2. Compáralo con un filtro wavelet.
También hay otra forma de descomposición de ondículas, que aún no he mencionado, que son las ondículas de intervalo y el algoritmo de elevación. Destaca porque no requiere ninguna suposición sobre el comportamiento de la función fuera del intervalo de descomposición. Todavía no lo he probado. Tal vez podamos conseguir un mínimo de "retrasos de fase" en este caso. Aunque el propio término "retardo de fase" no es muy correcto para esta cosa.
10% al mes es con spreads y sobre la historia de 2 meses, es decir, el muestreo no es fiable. Para obtener estadísticas se abrirá la cuenta real.
Gracias por la respuesta.
¡Buena suerte y a por las tendencias!
И, кроме того, меня интересовало как применять вейвлеты в принципе, а не как применять их для работы на форексе. Объект для исследования у меня есть и инструмент я выбрал. Вот только не знаю как им пользоваться. :-))
А что за инструмент, если не коммерческая тайна? Кстати, рекомендую обратить внимание на скелетоны, полезная штука, по крайне мере свои коэффициенты я вычисляю на их основе.
¡¡¡WAVELETS !!! :-)))
Es que no he entendido bien la palabra "INSTRUMENTO". :о)
¿Conoce un indicador que se incline de forma fiable en la dirección correcta antes de un futuro movimiento de los precios? ¡Entonces es el Grial!
No, no lo sé. Este indicador no puede existir ni siquiera en teoría. Sin embargo, ya que estamos hablando de utilizar wavelets, sólo quiero señalar que no parecen ofrecer ninguna ventaja significativa sobre otros métodos de representación. Y es poco probable que cualquier estrategia pueda basarse únicamente en las ondículas.
А что Вы знаете индикатор, который достоверно загибается в правильную сторону раньше будущего хода цены? Тогда это Грааль!
No, no lo sé. Este indicador no puede existir ni siquiera en teoría. Pero ya que estamos hablando de utilizar wavelets, sólo quiero señalar que no parecen ofrecer ninguna ventaja significativa sobre otros métodos de representación de la información. Y es poco probable que cualquier estrategia pueda basarse únicamente en las ondículas.
Tienes toda la razón en que las ondículas por sí solas no son suficientes para construir un TS. No voy a hacerlo así. Sin embargo, estoy seguro de que serán muy útiles como herramienta de análisis del mercado. Es que hasta ahora, me parece, nadie ha abordado seriamente este tema, por lo que no aportan nada. Hasta ahora... La parte que ocuparán los wavelets en el TS que estoy diseñando ahora, aún no lo sé. 70 o 10%, qué más da, mientras sea útil para el beneficio.
En cuanto a las ventajas en la forma de representar la información del mercado, no estoy de acuerdo contigo. Lo hacen. Usted está utilizando múltiples gráficos de precios en diferentes marcos de tiempo al operar.
Es decir, tal vez sin saberlo, pero está haciendo un análisis multiescalar. Y la esencia principal de las ondículas no está en los detalles de implementación y algoritmos, sino precisamente en su multiescala. Y debajo de este hecho, te aseguro, subyace una poderosa idea filosófica. Si las ondículas se han utilizado con gran éxito en el diseño de motores de aviación, en el procesamiento de fotografías astronómicas, en el diagnóstico médico -conozco perfectamente estos ejemplos- y en un sinfín de campos, ¿por qué se van a romper en el mercado? Yo lo veo de otra manera.
Respetuosamente.
¡Buena suerte y felices tendencias!
Esto es lo que me parece especialmente interesante. Pero hasta ahora no has dicho mucho al respecto. Espero que sea sólo por el momento y que tenga continuidad. :-)
Ha mencionado que ha recopilado mucha información variada sobre las ondículas. ¿Podría publicar algo aquí para su discreción? "Introduction to wavelet transform" de Polikar, "10 lectures on wavelets" de Dobeshi, "Theory and practice of wavelet transform" de Vorobiev-Gribunin y algún otro material más pequeño que tengo. Estoy leyendo lentamente Dobeshi.
El problema es que hay demasiada teoría, que entiendo a mi, nivel elemental, pero no puedo hacer nada prácticamente. Por eso necesito algo más o menos sencillo y orientado a las tareas, a partir de lo cual pueda entender esquemas y algoritmos de acciones concretas.
Es deseable que no sea DSP. No tengo nada en contra del DSP y entiendo bien que cualquier serie temporal, incluidas las series de cotizaciones, es una señal y puede ser investigada por métodos DSP. Sin embargo, estoy muy lejos de este ámbito y me estoy hundiendo en la terminología, la jerga y los términos aceptados por los especialistas.
Me estaba centrando en las torceduras del polinomio lineal, no son equidistantes. Sin embargo, es probable que me equivoque: después de todo, un nodo puede estar en una línea que conecte nodos adyacentes a él.
Está claro que la PA disminuye a medida que la ventana de muestreo se estrecha, pero las propiedades de suavización del operador empeoran. Tenemos que encontrar un compromiso entre la calidad del alisado y el retraso. Por eso es correcto comparar las características de suavización de los operadores con parámetros idénticos o cercanos de su AFR (uniformidad en la banda de paso, pendiente de corte). En este sentido, el filtro Butterworth tiene un ancho de banda mínimo (¡no cero!), que aumenta significativamente en la frecuencia de corte. En este sentido, es interesante comparar los métodos de filtrado basados en ondículas y los clásicos.
Si vamos a extrapolar algo en alguna parte, inevitablemente habrá FZ. En efecto, situándonos en el extremo derecho de la serie temporal y extrapolando un paso adelante, obtenemos el valor probable de la serie en cuestión. En la siguiente cuenta atrás, compara el valor con el valor real y recuerda el error resultante. Repita este procedimiento una vez más, teniendo en cuenta la actualización de los datos de entrada para el segundo punto, y así sucesivamente. Como resultado, tenemos dos series temporales: la inicial y la prevista. Evidentemente, no coinciden exactamente, pero tampoco divergen fuertemente, ¡sólo se desplazan entre sí por FZ! Así que creo que el término FZ es apropiado para este caso.
Ahora, colegas, critíquenme.
Argumento que cualquier extrapolación implica que una serie temporal (TP) tiene la propiedad de "seguir" la dirección elegida. En efecto, al extrapolar un paso adelante mediante un polinomio de enésimo grado, asumimos la NEED para la primera derivada, la segunda... n-1 de la serie original, al menos en este paso... ¿Ves a dónde quiero llegar con esto? La cuasi-continuidad de la primera derivada no es más que un coeficiente de autocorrelación (AC) positivo de la PA en el marco temporal (TF) seleccionado. Se sabe que no tiene sentido aplicar la extrapolación a los BP de tipo browniano. ¿Por qué? ¡Porque el CA de dicha serie es idénticamente igual a cero! Pero, hay GRs con QA negativo... Es simplemente incorrecto extrapolar a ellos (si estoy en lo cierto) - el precio es probable que vaya en la dirección opuesta a la prevista.
Y para empezar: casi todas las RV de Forex tienen una función de autocorrelación negativa (es una función construida a partir de la KA para todos los TF posibles) - ¡esto es un hecho médico! Las excepciones son algunos instrumentos de divisas en marcos temporales pequeños, y sí, las acciones de Sberbank y EU RAO en TFs semanales. Esto, en particular, explica la inadecuación en el mercado moderno de la TS basada en la explotación de las medias móviles, el mismo intento de extrapolación.
Si no me equivoco, las ondículas aparecen a priori en la zona en la que no pueden realizar correctamente sus funciones.
Has mencionado que has acumulado todo tipo de información sobre las ondículas. ¿Podría publicar algo aquí para su discreción? "Introduction to wavelet transform" de Polikar, "10 lectures on wavelets" de Dobeshi, "Theory and practice of wavelet transform" de Vorobiev-Gribunin y algún otro material más pequeño que tengo. Estoy leyendo lentamente Dobeshi.
El problema es que hay demasiada teoría, que entiendo a mi, nivel elemental, pero no puedo hacer nada prácticamente. Por eso necesito algo más o menos sencillo y orientado a las tareas, a partir de lo cual pueda entender esquemas y algoritmos de acciones concretas.
Es deseable que no sea DSP. No tengo nada en contra del DSP y entiendo bien que cualquier serie temporal, incluidas las series de cotizaciones, es una señal y puede ser investigada por métodos DSP. Sin embargo, estoy muy lejos de este campo y me estoy hundiendo como en un pantano en la terminología, la jerga y los términos aceptados por los especialistas.
Habrá una secuela. Lo estoy preparando. Como siempre, la falta de tiempo. Tal vez lo publique hoy.
Sobre la información. Ya se ha dicho que hay varios archivos pdf con artículos de revisión. Un par de ellas parecen ser traducciones de Gribunin y son bastante famosas. Seguro que tienes alguna. Los otros son más serios.
Me resultaría más cómodo enviárselos por correo electrónico. El mío es andre69 [at] land [dot] ru.
Tengo la información sobre el algoritmo de elevación sólo en inglés. Los artículos originales de los autores del método y sus seguidores. Si no se confunde, puedo recoger algo.
Sobre Dobeshi. ¡Eres un gigante! Sólo tuve paciencia para la mitad del libro. Las matemáticas son buenas, por supuesto, pero están muy lejos de la práctica. Sólo debes tomar ideas globales de allí.
Observación sobre el DSP. El DSP y las ondículas están muy relacionados entre sí. Por desgracia o por suerte, no lo sé.
Saludos.
Buena suerte.
Ciertamente hay algo de sentido común en esto. Pero también hay algún "pero".
Si la extrapolación tiene la propiedad de la monotonicidad, su valor es muy bajo. La AM sólo puede proporcionar esa extrapolación, por lo que no se utiliza para este fin.
Pero si tomamos algo más complicado, un polinomio de grado 2, por ejemplo, no es tan así.
Permítanme aclarar: estamos hablando de la extrapolación al futuro más cercano.
Así, con una simple función cuadrática (suponiendo que la serie numérica lo permita realmente por naturaleza) se puede predecir la aproximación del punto de inflexión. Y eso es exactamente lo que todo el mundo necesita. Especialmente los polinomios de mayor potencia. Así que la extrapolación casi siempre conserva la dirección. Pero casi cambia todo el panorama.
Y en cuanto a la AC, depende, como bien se ha dicho, de la TF elegida. Esto refleja el hecho de que la serie en estudio es monótona a trozos de una manera u otra. ¿Qué diferencia hay entre elegir una TF para la que KA permite tomar algunas decisiones o elegir un método de interpolación que pueda proporcionar una extrapolación relativamente fiable a un futuro próximo?