Estrategias de negociación basadas en filtros digitales - página 38
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
Respuesta
Hola,
"Pregunta a Simba. Creo que intentaste hacer un oscilador compuesto. ¿Cuál era la idea sobre el peso de los diferentes TF en este oscilador?"
La primera etapa solo incluía ciclos d1,al final del hilo cuando se publicaron los indicadores compuestos mtf en el hilo traté de desarrollar un compuesto de los Ciclos DOMINANTES para cada timeframeW1 a m1...si tratas de visualizarlo,el compuesto debería estar unido en el tf más bajo,así,en m1.
No me sirvió para operar en la práctica, no sé si por la plataforma mt4 o porque realmente estábamos sumando peras con manzanas, pero los ciclos compuestos no eran negociables...así que acabé probando con h4+h1...también sin resultado...así que no publiqué nada al respecto.
La solución fue usar el indicador mtf para tener, en un gráfico h1 el ciclo dominante h4, como mtf, y el ciclo dominante h1 como independiente.
Creo que cada marco temporal tiene diferentes ciclos dominantes, y, aunque algunos de ellos sean armónicos, no todos lo son... por lo que hay que analizar cada marco temporal, en mi opinión, Goertzel es el mejor para obtener resultados rápidos, sucios y prácticos en tiempo real.
Tu exponente de Hurst, lo comprobaré, he probado muchas modificaciones de Hurst y FDI (FDI=2-H), y francamente, nunca encontré uno que funcionara como un buen filtro con mis ciclos, lo que encontré útil fueron los indicadores de volatilidad, especialmente el vix sintético, ya que los máximos del vix suelen coincidir con los mínimos del ciclo y viceversa para los mínimos del vix y los máximos del ciclo, usando Goertzel puedes clavar un periodo robusto (normalmente de 20 a 30 periodos funcionan mejor para la mayoría de los marcos temporales) para el vix ajustándolo al ciclo o medio ciclo.
Me sigue interesando la idea de un compuesto de múltiples marcos temporales, si podemos resolver su "problema aparente de visualización de gráficos", así que, si tienes alguna idea por favor dilo.
saludos
Simba
Hola Simba,
Usted escribió
1-MESA no es muy bueno para los datos ruidosos, así que, o lo usamos con un filtro S/N, como el volatímetro de Damiani o lo usamos en datos suavizados o nos exponemos a sorpresas desagradables.
Entonces hice una prueba del volatímetro de Damiani. Le apliqué ruido de gauss para que no muestre ninguna señal. Vea abajo. Muestra un montón de señal verde
sobre el gris.
He comprobado el código y esto es lo que muestra
ATR(1) STD(1)
------- - -------
ATR(2) STD(2)
Así que tipo de cambio de rango o la volatilidad, pero no se sabe si es porque
de la amplitud de la señal o de la amplitud del ruido .... por lo que no tiene nada que ver con la relación S/N.
Si todavía tienes el documento de Dickey-Fuller en tu PC puedes publicarlo aquí. Ha desaparecido del enlace en FF (y de la hoja de Excel)
KrzysztofKrzysztof
Escribí que prefiero Goertzel para trabajar con datos ruidosos, esto es lo que hago, y también hago otras cosas como suavizar los datos primero antes de pasarlos por el dfg... No uso el indicador de Damiani, sólo dije que necesitabas usar un filtro S/N, si esa era tu elección, o suavizar los datos, o, etc, etc... Mencioné a Damiani porque sé que ha sido estudiado, como un filtro S/N, en varios hilos en este foro, y él es un comerciante cuyo trabajo respeto...
Me parece que tus mensajes son muy perspicaces e interesantes, así que, por favor, no saques mis palabras de contexto, no tengo ni el tiempo ni la voluntad de discutir cuestiones menores, mi punto principal era que no deberías trabajar con datos en bruto a menos que uses Goertzel, y que si querías usar Mesa deberías al menos suavizar los datos o / y usar un filtro S / N ... Yo no estaba vendiendo el indicador de Damiani, así que, por qué te centras en él es interesante por decir lo menos.
Si quieres ampliar tus ya notables aportaciones al hilo, por favor, sé tan amable de hacer el mismo ejercicio que hiciste con el de Damiani, con varias otras opciones que podríamos utilizar para filtrar el ruido... Me interesa específicamente el vix sintético, tu indicador Hurst o cualquier otro que te parezca interesante, no sé, probablemente un discriminador homodino también?
Lo siento,no tengo la hoja de excel en mi pc,ni la he borrado en el hilo de FF...puedes comprobarlo en el "botón de adjuntos"-parte superior derecha del hilo,en FF,si no está ahí me pierdo,podrías preguntar a clahn,ya que él también colgó una hoja de excel,o podrías preguntar a la administración de CB o FF por qué han borrado los adjuntos.
La causa de los ciclos:¿Qué causa el comportamiento cíclico en el flujo de dinero?¿Qué causa el comportamiento cíclico en los inversores,traders y especuladores?¿Por qué es así en TODOS los marcos temporales?Conozco a mucha gente interesada en los ciclos,pero pocos de ellos se preguntan por la causa de los ciclos...¿Qué causa el ciclo de 56 barras presente en el GBPUSD y el GBPJPY tanto en los marcos de tiempo h1 como h4?... Aparece, luego desaparece, luego aparece de nuevo... pero está ahí... oh, sí, puedes verlo como 55 o 57 o cualquier otro período similar al 56... pero es el mismo ciclo y es 4x (buena elección de palabras
)armónico
Como nota al margen,puede que hayas comprobado que el indicador Damiani es bs..pero fue un muy buen trader y obtuvo resultados excepcionales con él,ya sabes,la mayoría de las veces no es la herramienta,es el usuario.
"En los primeros tiempos en Japón, se utilizaban linternas de bambú y papel con velas en su interior. A un ciego, que visitaba a un amigo una noche, le ofrecieron un farol para que lo llevara a casa.
"No necesito una linterna", dijo. "La oscuridad o la luz es lo mismo para mí".
"Sé que no necesitas una linterna para encontrar el camino", le contestó su amigo, "pero si no tienes una, alguien puede toparse contigo. Así que debes llevarla".
El ciego se puso en marcha con la linterna y, antes de llegar muy lejos, alguien chocó con él.
"¡Mira por dónde vas!", exclamó al desconocido. "¿No puedes ver esta linterna?"
"Se te ha quemado la vela, hermano", respondió el desconocido".
Saludos cordiales
Simba
ruido gaussiano
¿Podría ejecutar el exponente HUrst en su llamado ruido gaussiano? ... sólo a partir de una inspección visual parece evidente que exhibe un comportamiento cíclico ... antipersistencia loos presente allí ... Y Damiani bs clavó 7 de las 8 señales que dio para su llamado ruido gaussiano ... sorprendente.
análisis de espectros diferentes
Hola,
Creo que los resultados de MESA fueron tus entradas. Primero no sé si es posible usar MESA para series no estacionarias (que cambian de frecuencia). No hice ninguna prueba excepto la que publiqué aquí cuando en la señal había 300 barras de ruido de gauss y 300 barras de señal estacionaria con ruido. En este caso, el resultado es erróneo.
Seguramente no es posible usar la FFT para esto, solo la transformada wavelet funciona bien para los no estacionarios. Para usar la FFT es necesario usar la función de ventana y se asume que dentro de la ventana los datos son estacionarios y no tendremos una información que describa cómo cambia la frecuencia en el tiempo.
Este es un ejemplo del intento de utilizar la DFT para el análisis de valores
DFT de una serie temporal no estacionaria
este sitio describe en detalle la aplicación de las ondículas a las series financieras. También tiene un capítulo sobre el componente de Hurst.
aquí hay otro tutorial muy bueno donde se describen la DFT y la Wavelet
y se comparan paso a paso.
ÍNDICE DE LA SERIE DE TUTORIALES SOBRE LA TRANSFORMADA WAVELET POR ROBI POLIKAR
Así que estamos tratando con series de frecuencias no estacionarias y cambiantes que probablemente no sean continuas con datos aleatorios entre ellas. En este caso, tomar la medida de la TF alta primero introduce errores debido al bajo número de muestras. Vea esto.
https://www.mql5.com/en/forum/178842/page6
entonces tenemos una gran posibilidad de tener datos aleatorios en el medio que influyen para esta medición en desconocido para mí.
Así que creo que es necesario acercarse a este problema paso a paso y encontrar el método primero que señalará la aleatoriedad del mercado (exponente de Hurst o medición de ruido y filtro) que analizar los datos que estamos seguros de que no es al azar, por ejemplo, por inversa wavelet trasform.
El otro enfoque es el de Ehler, que utiliza la FFT con una ventana para, creo, las tendencias a corto plazo.
tendencias a corto plazo. Véase el documento adjunto.
Krzysztof
ruido gaussiano
Para generar las señales usé Sigview, luego las suavicé con 15sma
https://www.mql5.com/en/forum/178842/page7
Ya he ejecutado la herramienta Hurst contra el ruido gaussiano y obtuve resultados similares. Aquí hay una vista de panel para generar señales.
Krzysztof
FFTs de ruido y ruido + señal
y aquí la comparación de las FFTs de ruido y señal con ruido. En el segundo caso se observan 2 picos claros, al igual que en los DFs MESA con amplitud 0,4 y 0,54. El ruido puro
ruido tiene un pico 0,22. tal vez esta es la razón de que la herramienta de Hurst muestra algo.
Krzysztof
Hola,
Creo que los resultados de MESA fueron sus entradas. Primero no sé si es posible usar MESA para series no estacionarias (que cambian de frecuencia). No hice ninguna prueba excepto la que publiqué aquí cuando en la señal había 300 barras de ruido de gauss y 300 barras de señal estacionaria con ruido. En este caso, el resultado es erróneo.
Seguramente no es posible usar la FFT para esto, solo la transformada wavelet funciona bien para los no estacionarios. Para usar la FFT es necesario usar la función de ventana y se asume que dentro de la ventana los datos son estacionarios y no tendremos una información que describa cómo cambia la frecuencia en el tiempo.
Este es un ejemplo del intento de utilizar la DFT para el análisis de valores
DFT de una serie temporal no estacionaria
este sitio describe en detalle la aplicación de las ondículas a las series financieras. También tiene un capítulo sobre el componente de Hurst.
aquí hay otro tutorial muy bueno donde se describen la DFT y la Wavelet
y se comparan paso a paso.
ÍNDICE DE LA SERIE DE TUTORIALES SOBRE LA TRANSFORMADA WAVELET POR ROBI POLIKAR
Así que estamos tratando con series de frecuencias no estacionarias y cambiantes que probablemente no sean continuas con datos aleatorios entre ellas. En este caso, tomar la medida de la TF alta primero introduce errores debido al bajo número de muestras. Vea esto.
https://www.mql5.com/en/forum/178842/page6
entonces tenemos una gran posibilidad de tener datos aleatorios en el medio que influyen para esta medición en desconocido para mí.
Así que creo que es necesario acercarse a este problema paso a paso y encontrar el método primero que señalará la aleatoriedad del mercado (exponente de Hurst o medición de ruido y filtro) que analizar los datos que estamos seguros de que no es al azar, por ejemplo, por inversa wavelet trasform.
El otro enfoque es el de Ehler, que utiliza la FFT con una ventana para, creo, las tendencias a corto plazo.
tendencias a corto plazo. Véase el documento adjunto.
Krzysztof"Así que creo que es necesario abordar este problema paso a paso y encontrar el método primero que señalará la aleatoriedad del mercado (exponente de Hurst o la medición del ruido y el filtro) que analizar los datos que estamos seguros de que no es al azar, por ejemplo, por la inversa wavelet trasform".
Sí, estoy de acuerdo con usted re ruido que este es el camino óptimo ... con respecto a las ondículas, que repintan, he utilizado la ondícula foretrade durante más de un año las pruebas de datos en xls y que repintan, al igual que para SSA aunque son mucho mejores que DFT que no vale la pena un centavo para los datos no estacionarios ruidosos .. IMO
La verdad es que me gustaría saber más sobre el uso del exponente de Hurst.
Saludos
Simba
Para generar las señales utilicé Sigview, luego las suavicé con 15sma
https://www.mql5.com/en/forum/178842/page7
Ya ejecuté la herramienta Hurst contra el ruido gaussiano y obtuve resultados similares. Aquí hay una vista de panel para generar señales.
Krzysztof¿Podría publicar los resultados similares de la herramienta Hurst, exactamente cuáles fueron? ¿Qué le dijo sobre el ruido gaussiano? ¿Afectó la suavidad del sma15 a los resultados?
Saludos
Simba
y aquí la comparación de las FFTs del ruido y de la señal con ruido. En el segundo caso 2 picos claros, igual que en DFs MESA con amplitud 0.4 y 0.54. Puro
el ruido tiene un pico 0.22. tal vez esta es la razón por la que la herramienta Hurst muestra algo.
KrzysztofEl pico de ruido 0,22 tiene una frecuencia de unos 0,025 hz...así que, unos 40 periodos...¿por qué?¿Método de suavizado?
Resultados de Hurst para el ruido de gauss
No me preguntes por qué se muestra así. Obviamente la suavidad del ruido de gauss cambió
resultados. Para el ruido de gauss claro, sólo el estimador de Whittle muestra un valor exacto de 0,5, aunque los demás están cerca.
Voy a probar los indicadores de wavelet de este sitio, pero creo que está de acuerdo en que lo más importante es saber cuando jugamos a la ruleta y cuando realmente el comercio
/Krzysztof