Todos los indicadores de John Ehlers... - página 59
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
En lo que respecta a la evaluación de la transformación de Fisher está aquí. Es solo un compresor/descompresor de rango y no da ningún valor extra
según este artículo. Por otro lado, hay algunas personas que están tratando de hacer una vida de la venta de 'modificado fisher'....
Ensign Software - Estudios: Transformada inversa de Fisher
Krzysztof
en el caso de Close smoothing tampoco hay diferencia. Se puede argumentar que para algunas series de tiempo funcionará mejor que la SMA pero creo que hay que probarlo primero.
Así que nuevo libro, nuevas teorías, nuevo sitio y al menos para mí parece un poco scamyyy
Krzysztof
Muchas gracias por las respuestas. Estoy hojeando el último libro del Sr. Ehler. Por otra parte, cerca del final del libro, afirma que "la transformada inversa de Fisher del indicador estocástico adaptativo da indicaciones claras e inequívocas de los puntos de compra y venta adecuados".
El código también se da (en formato de código simple) como:
Paso 1 el código del indicador estocástico adaptativo es:
{
Estocástico adaptativo
(c) 2013 John F. Ehlers
}
Vars:
AvgLength(3),
M(0),
N(0),
X(0),
Y(0),
alpha1(0),
HP(0),
a1(0),
b1(0),
c1(0),
c2(0),
c3(0),
Filt(0),
Lag(0),
count(0),
Sx(0),
Sy(0),
Sxx(0),
Syy(0),
Sxy(0),
Periodo(0),
Sp(0),
Spx(0),
MaxPwr(0),
DominantCycle(0);
Matrices:
Corr[48](0),
CosinePart[48](0),
SinePart[48](0),
SqSum[48](0),
R[48, 2](0),
Pwr[48](0);
//Filtro de paso alto de componentes cíclicos cuyos periodos son inferiores a 48 barras
alpha1 = (Coseno(.707*360 / 48) + Seno (.707*360 / 48) - 1) / Coseno(.707*360 / 48);
HP = (1 - alpha1 / 2)*(1 - alpha1 / 2)*(Close - 2*Close[1] + Close[2]) + 2*(1 - alpha1)*HP[1] - (1 - alpha1)*(1 - alpha1)*HP[2];
//Suavizar con un filtro Super Smoother de la ecuación 3-3
a1 = expvalue(-1.414*3.14159 / 10);
b1 = 2*a1*Coseno(1.414*180 / 10);
c2 = b1;
c3 = -a1*a1;
c1 = 1 - c2 - c3;
Filt = c1*(HP + HP[1]) / 2 + c2*Filt[1] + c3*Filt[2];
/Correlación de Pearson para cada valor de lag
Para Lag = 0 a 48 Comenzar
//Configurar la longitud de la media como M
M = AvgLength;
Si AvgLength = 0 Entonces M = Lag;
Sx = 0;
Sy = 0;
Sxx = 0
Syy = 0
Sxy = 0;
Para count = 0 a M - 1 Comienza
X = Filt[count];
Y = Filt[Lag + count];
Sx = Sx + X
Sy = Sy + Y;
Sxx = Sxx + X*X;
Sxy = Sxy + X*Y
Syy = Syy + Y*Y;
Fin;
Si (M*Sxx - Sx*Sx)*(M*Syy - Sy*Sy) > 0 Entonces Corr[Lag] = (M*Sxy - Sx*Sy)/RaízCuadrada((M*Sxx - Sx*Sx)*(M*Syy - Sy*Sy));
Fin;
Para Período = 10 a 48 Comenzar
CosenoParte[Periodo] = 0;
SinePart[Period] = 0;
Para N = 3 a 48 Comienza
CosinePart[Period] = CosinePart[Period] + Corr[N]*Cosine(360*N / Period);
SinePart[Period] = SinePart[Period] + Corr[N]*Sine(360*N / Period);
Fin;
SqSum[Period] = CosenoParte[Period]*CosenoParte[Period] + SenoParte[Period]*SenoParte[Period];
Fin;
Para Período = 10 a 48 Comenzar
R[Periodo, 2] = R[Periodo, 1];
R[Periodo, 1] = .2*SumaCuadrada[Periodo]*SumaCuadrada[Periodo] + .8*R[Periodo, 2];
Fin;
//Hallar el nivel máximo de potencia para la normalización
MaxPwr = .995*MaxPwr;
Para Período = 10 a 48 Comienza
Si R[Periodo, 1] > MaxPwr Entonces MaxPwr = R[Periodo, 1];
Fin;
Para Período = 3 a 48 Comenzar
Pwr[Period] = R[Period, 1] / MaxPwr;
Fin;
//Calcular el ciclo dominante utilizando el CG del espectro
Spx = 0;
Sp = 0;
Para Período = 10 a 48 Comienza
Si Pwr[Period] >= .5 Entonces Comienza
Spx = Spx + Period*Pwr[Period];
Sp = Sp + Pwr[Period];
Fin;
Fin;
Si Sp 0 Entonces DominantCycle = Spx / Sp;
Si DominantCycle < 10 Entonces DominantCycle = 10;
Si DominantCycle > 48 Entonces DominantCycle = 48;
/El cálculo estocástico comienza aquí
Vars:
HighestC(0),
LowestC(0),
Stoc(0),
SmoothNum(0),
SmoothDenom(0),
AdaptiveStochastic(0);
MayorC = Filt;
LowestC = Filt;
Para count = 0 a DominantCycle - 1 Comienza
Si Filt[count] > HighestC entonces HighestC = Filt[count];
Si Filt[count] < LowestC entonces LowestC = Filt[count];
Fin;
Stoc = (Filt - LowestC) / (HighestC - LowestC);
AdaptiveStochastic = c1*(Stoc + Stoc[1]) / 2 + c2*AdaptiveStochastic[1] + c3*AdaptiveStochastic[2];
Plot1(AdaptiveStochastic);
Plot2(.7);
Plot6(.3);
Paso 2 para implementar la transformada inversa de Fisher en el indicador estocástico adaptativo:
Vars:
IFish(0) ;
Valor1 = 2*(AdaptiveStochastic - .5) ;
IFish = (ExpValue(2*3*Value1) - 1) / (ExpValue(2*3*Value1) + 1) ;
Plot1(IFish) ;
Plot4(.9*IFish[1]) ;
Paso 3 Añadir señales de compra-venta:
Se añade una línea de disparo que es la transformada de Fisher retrasada una barra y atenuada al 90%.
Paso 4 Un desarrollo añadido por mí:
Si es posible, una variante del anterior (indicador estocástico adaptativo de Fisher inverso) debería ser desarrollado que es MTF para que las versiones de marco de tiempo más alto se pueden mostrar también.
Creo que estos 2 indicadores, el indicador estocástico adaptativo de Fisher inverso y el indicador estocástico adaptativo de Fisher inverso MTF, serían indicadores potencialmente muy interesantes para probar si alguien es capaz de producirlos en MT4.
Saludos cordiales
Nigel
No hay necesidad de convertir a MT4, sólo tiene que utilizar tradestation o Multicharts y hacer un análisis Walk Forward para comprobar si funciona, el código que tiene listo. Usted puede tomar una prueba de Multicharts, tiene Walk Forward analizador construir en. También he comprobado el filtro de techo recientemente y tiene un gran exceso después de cambiar la dirección de la tendencia que es descalificante.
Todos esos autores de libros quieren vender sus libros no el comercio, esta es una razón por la que no hacen una evaluación adecuada de sus ideas, papel acepta todo ...
Krzysztof
Mladen,
Gracias por su respuesta.
A menos que me equivoque, en el punto de 27 minutos aproximadamente (del anterior vídeo adjunto) el Sr. Ehler introduce el "estocástico precedido por un filtro de techo" diciendo que "...pongo el filtro de techo delante del estocástico...". Según tengo entendido, con esto se consigue una media cero y además se elimina la dilatación espectral (es decir, lo que hace que un estocástico normal se tope con la parte superior e inferior de la ventana del indicador). Cogí el filtro de techo anterior en este sitio gracias por referirse.
Así que me sigue pareciendo que poner un filtro de techo delante de la transformada inversa de fisher y mostrar en forma histo se aproximaría al indicador propio de momentum de MESA.
¿Hay alguna posibilidad de que usted podría tener una idea de cómo, ya sea el:
1. Filtro de techo delante de un estocástico, o
2. Filtro de techo frente a una transformada inversa de Fisher en forma histo, podría derivarse?
Creo que podrían ser valiosos
Saludos cordiales
NigelHola Nigel
mladen ha codificado "SuperSmoother" como una función. Puedes utilizarla para suavizar previamente una serie temporal y, en mi opinión, funciona bien para ello. He adjuntado un indicador escrito por mladen en el que he añadido el prealisado como ejemplo. Esto puede acercarse a lo que usted está buscando. Si no es así, sin duda puede modificar la mayoría de los indicadores de esta manera.
El indicador es "Phase Change Index" originalmente por M.H. Pee. Aquí está el GPBUSD diario ajustado a 16 periodos con 5 periodos de pre-alisado.
El indicador es sensible a su longitud de período. Es mejor utilizarlo si usted tiene una idea de lo que la longitud del período debe ser.
Edición: He borrado el indicador ya que no recuerdo si originalmente vino de la sección Elite. Es posible. Si a mladen le parece bien, lo volveré a publicar.
Saludos cordiales,
Alex
Este es el oscilador de mama con una línea de puntos de la señal t3 el indicador también es compatible con las nuevas construcciones mt4.
en el caso de Close smoothing tampoco hay diferencia. Se puede argumentar que para algunas series de tiempo funcionará mejor que SMA pero creo que debe ser probado primero.
Así que nuevo libro, nuevas teorías, nuevo sitio y al menos para mí parece un poco scamyyy
Krzysztof
Krzysztof
¿Por qué comparas periodos de cálculo cortos?
Cuanto más corto sea el período de cálculo, más similares serán los resultados (terminando en el período de cálculo 1 cuando todos los promedios / alisado / filtros serán exactamente los mismos). ¿Por qué no se comparan períodos más largos y períodos iguales?
Incluso los promedios adaptativos / alisadores / filtros no pueden adaptarse adecuadamente para períodos muy cortos e incluso aquellos darán resultados muy similares a una media móvil simple si el período de cálculo es lo suficientemente corto
Según John E. el propósito de SS es matar el ruido de alta frecuencia, es decir, períodos =< 10 barras. Lo comparo con SMA(5) porque SMA(5) tiene el mismo retardo que SS(10) y su banda de paso es 2*n . Entonces se puede comprobar cual suaviza mejor y si suavizan lo mismo. Solo basta con graficar ambos y se puede ver que la gráfica es la misma.
Esto significa que, al menos para el USDJPY, el ruido de alta frecuencia de 1 minuto (si es que existe) es suavizado al mismo nivel por SMA(l/2) y SS(l). Para otras longitudes
utiliza el filtro HP. Véase también el capítulo " Estructura de los datos del mercado" en su documento "Indicadores predictivos" y la imagen con ruido de aliasing y ruido de dilatación espectral. Tengo mucha curiosidad por saber cómo lo ha conseguido y cómo se ve, por ejemplo, para los datos de FOREX.
Krzysztof
Según John E. el propósito de SS es matar el ruido de alta frecuencia, es decir, períodos =< 10 barras. Lo comparo con SMA(5) porque SMA(5) tiene el mismo retardo que SS(10) y su banda de paso es 2*n . Entonces se puede comprobar cual suaviza mejor y si suavizan lo mismo. Solo basta con graficar ambos y puedes ver que la gráfica es la misma.
Esto significa que, al menos en el caso del USDJPY, el ruido de alta frecuencia (si existe) se suaviza en el mismo nivel mediante SMA(l/2) y SS(l). Para otras longitudes
utiliza el filtro HP. Véase también el capítulo "Estructura de los datos del mercado" en su documento "Indicadores predictivos" y la imagen con ruido de aliasing y ruido de dilatación espectral. Tengo mucha curiosidad por saber cómo lo ha conseguido y cómo se ve, por ejemplo, para los datos de FOREX.
KrzysztofKrzysztof
Comparar suavizadores / filtros / promedios de diferente longitud no es (al menos en mi opinión) una comparación justa. Pero bueno, es mi opinión. Podríamos simplemente decidir usar un filtro y usarlo en todo lo que hacemos una y otra vez, pero ¿cómo deberíamos decidir qué usar para ese propósito y cómo deberíamos decidir que algo es lo mejor que hay si no experimentamos, investigamos e intentamos diferentes enfoques?
Yo mismo he dicho muchas veces que John Ehlers tiende a contar primero y luego intenta producir una prueba de lo que ha contado y no de lo que podemos ver a simple vista. Pero al menos está experimentando. Si es bueno o no, no importa demasiado: simplemente tiene las agallas para afirmar y hacer algo y ser golpeado por ello (si es que merece ser golpeado), así que deberíamos darle el crédito de intentar ir más allá de los límites.
Nunca he entendido los intentos de utilizar filtros de 2-3 barras para intentar descubrir una tendencia (sea lo que sea que consideremos una "tendencia"). Pero, de nuevo, es sólo mi opinión
Hola Nigel,
mladen ha codificado "SuperSmoother" como una función. Puedes utilizarla para prealisar una serie temporal y, en mi opinión, funciona bien para ello. He adjuntado un indicador escrito por mladen en el que he añadido el prealisado como ejemplo. Esto puede acercarse a lo que usted está buscando. Si no es así, sin duda puede modificar la mayoría de los indicadores de esta manera.
El indicador es "Phase Change Index" originalmente por M.H. Pee. Aquí está el GPBUSD diario ajustado a 16 periodos con 5 periodos de pre-alisado.
El indicador es sensible a su longitud de período. Es mejor utilizarlo si usted tiene una idea de lo que la longitud del período debe ser.
Edición: He borrado el indicador ya que no recuerdo si originalmente vino de la sección Elite. Es posible. Si le parece bien a mladen, lo volveré a publicar.
Saludos cordiales,
AlexAlex,
Muchas gracias por tu ayuda.
Saludos
Nigel