une stratégie commerciale basée sur la théorie des vagues d'Elliott - page 17
Vous manquez des opportunités de trading :
- Applications de trading gratuites
- Plus de 8 000 signaux à copier
- Actualités économiques pour explorer les marchés financiers
Inscription
Se connecter
Vous acceptez la politique du site Web et les conditions d'utilisation
Si vous n'avez pas de compte, veuillez vous inscrire
А даёт ли стратегия прибыль при тестировании по ценам открытия (быстрый метод) ?
C'est aussi le cas. La différence de profit avec M1 (tous les ticks) est de 5-10%. Je pense simplement que tous les ticks donnent des résultats plus fiables et c'est pourquoi je n'utilise pas M1 (méthode rapide).
C'est très bien, c'est ce que j'attendais.
La différence entre les méthodes de test affecte le fait que le programme utilise la fermeture ou l'ouverture programmée d'ordres explicites. Et comme dans votre cas le SL et le TP se ferment, la méthode de test ne devrait pas l'affecter.
La différence entre les méthodes de test a une incidence sur le fait que le programme utilise la fermeture ou l'ouverture programmatique d'ordres explicites. Et comme dans votre cas la clôture se fait par SL et TP, la méthode de test ne devrait pas l'affecter.
Et bien sûr, nous ne devons pas oublier qu'en dehors du fait qu'avec différentes méthodes de test (tous les ticks) et (méthode rapide), vous aurez des différences dans les valeurs des paramètres co-optimisés en plus des différences dans la rentabilité de la stratégie ! Et il n'y a aucun moyen de le réparer :o). Si nous pouvons, d'une manière ou d'une autre, nous réconcilier avec la différence de bénéfices des différentes méthodes de test, alors il est très problématique de vivre avec des différences de valeurs des paramètres optimisés, du moins pour moi :o))).
Vladislav, pourriez-vous nous aider et nous suggérer quelle littérature (sous forme électronique) vaut la peine d'être lue pour traiter le message ci-dessus ? Ou voulez-vous dire le manuel Bulashev, recommandé par vous ? Autrement dit, par forme quadratique, vous entendez l'approximation d'une série de prix par une somme de termes constituée d'une constante, d'un terme du premier ordre et d'un terme du second ordre ? Ou est-ce que je rate le coche ? Et si on convertissait la forme quadratique que je suppose en énergie potentielle ? Comment cela se fait-il ? Je ne l'ai pas encore rencontré non plus :o(
Et vous avez également dit que vous avez des posts sur votre déclaration de problème sur Spider dans le fil de discussion Santiment. Mais j'ai mal cherché et je n'ai pas trouvé le message de votre VG. Veuillez me donner le lien, si ce n'est pas difficile.
Merci d'avance pour une réponse détaillée !
1. Lorsque vous construisez un canal de régression linéaire, utilisez-vous une équation de ligne droite, ou bien faites-vous une approximation de la série de prix par une équation qui contient un terme de second ordre, puis réduisez cette équation de second ordre en une équation de ligne droite linéaire après des transformations mathématiques telles que décrites dans le livre de Bulashev ? Veuillez donner votre avis sur l'opportunité d'appliquer les équations d'approximation du premier ordre et du second ordre aux séries de prix. Y a-t-il une différence perceptible entre les différentes équations en termes de résultats (le trading lui-même) ?
2. Vous avez dit que vous utilisiez l'écart-type dans votre stratégie. Pouvez-vous expliquer comment vous l'utilisez ?
Merci d'avance pour vos réponses !
Vladislav, pouvez-vous aider et suggérer quelle littérature (sous forme électronique) vaut la peine d'être lue pour traiter le message ci-dessus ? Ou voulez-vous dire le manuel Bulashev recommandé par vous ? Autrement dit, par forme quadratique, vous entendez l'approximation d'une série de prix par une somme de termes constituée d'une constante, d'un terme du premier ordre et d'un terme du second ordre ? Ou est-ce que je rate le coche ? Et si on convertissait la forme quadratique que je suppose en énergie potentielle ? Comment cela se fait-il ? Je ne l'ai pas encore rencontré non plus :o(
Et vous avez également dit que vous avez des messages concernant votre déclaration de problème sur Spider dans le fil de discussion Santiment. Mais j'ai mal cherché et je n'ai pas trouvé le message de votre VG. Veuillez me donner le lien, si ce n'est pas difficile.
Merci d'avance pour une réponse détaillée !
Concernant les formes quadratiques ( F(x,t) = A*x^2+B*t^2 + C ) - il s'agit de mataphysique, de théorie des champs et de théorie de l'optimisation au sens mathématique de ces termes. Ce que l'on entend par optimisation des paramètres du système n'est qu'une conséquence d'une classe suffisamment large de méthodes mathématiques pour obtenir une solution extrême qui satisfait un ensemble contradictoire de contraintes. Je ne l'ai pas trouvé sous forme électronique, mais je suis sûr qu'il existe. Il y a beaucoup de littérature - je ne peux même pas dire par où commencer.
En ce qui concerne le fil de discussion sur le centime - trop paresseux pour le rechercher maintenant - il n'a pas été mis en équation à l'époque : il a été décidé de ne pas y prêter attention :).
Je peux en souligner les principaux points ici :
1. Les marchés sont gérés par des personnes (même si elles ont beaucoup de capital, cela n'a pas d'importance).
2. les personnes ayant les mêmes intérêts ont les mêmes "zones d'attraction" (par exemple, les personnes ayant des psycho-types similaires préfèrent négocier certains instruments, ce qui fournit essentiellement les particularités des marchés - hypothèse)
Il semble qu'il s'agisse d'une impasse (ce qui est le cas pour de nombreuses personnes), mais si nous formulons d'autres hypothèses, il y a de l'espoir :
Les gens ont tendance à agir de la même manière dans les mêmes situations (présence de répétition dans des décisions similaires).
Partons du principe que les actions de tout groupe de gestionnaires sur le marché découlent de leur désir de maximiser le profit. Supposons également l'existence d'un gestionnaire (un système idéal) qui parvient TOUJOURS à un résultat extrême. L'action doit alors provenir de quelque chose de plus fort qu'un simple désir de faire bouger le marché dans un sens ou dans l'autre. Exemple : il y a quelques années, l'intervention du Japon en faveur du quidam a été couronnée de succès. Après quelques tentatives, le Japon a annoncé qu'il ne jouait plus à de tels jeux. Et ils ont jeté beaucoup d'argent en cinq-dix minutes pour essayer d'arrêter la tendance de l'Euro.
En outre, il est donc possible de supposer la présence d'une force extérieure, qui fait bouger le marché ou qui crée des conditions préalables à la prise de décision des gestionnaires du marché. Il reste à supposer (assez logiquement à mon avis), que cette force est le résultat de nombreux facteurs constitutifs et il sera possible d'essayer de fixer la tâche et d'évaluer la décision.
En fait, un tel système, qui obtient TOUJOURS le bon pronostic, nous donnera un résultat idéal (c'est comme un cycle de Carnot - théoriquement il existe, pratiquement il est possible de l'approcher en mieux ou en pire). Et en réalité, il y a bien sûr des plages d'incertitude.
Et autre chose - tout cela provient de la nature fractale du marché (cette hypothèse se développe en opposition à l'hypothèse du marché efficient) - c'est-à-dire qu'il existe des périodes de prédiction non aléatoire sur le marché. C'est-à-dire que pour chercher un chat noir dans une pièce sombre, il faut supposer la présence d'un certain nombre de chats noirs dans au moins une partie des pièces sombres :).
Bonne chance et bonnes tendances.
Vladislav, à propos du cycle de Carnot, je peux suggérer que votre stratégie utilise le calcul du travail effectué par la force externe, basé sur la somme des bougies blanches et noires, par exemple par les prix d'ouverture et de clôture. Je comprends donc que si l'on additionne séparément les corps des chandeliers blancs et noirs, on obtiendra un ratio présumé de la quantité de travail effectuée vers le bas par rapport à celle effectuée vers le haut ou vice versa. Ainsi, nous pouvons supposer, à partir de ces données, que le système se trouve à l'un de ses deux extrêmes, sur la base de l'analyse de l'historique, par exemple ? Ensuite, si ce n'est pas un secret, sur la base de quel calendrier faites-vous ces calculs ? Et quel est le nombre optimal de barres à calculer ? Bien que je puisse certainement supposer que la question n'est pas de savoir quel cadre temporel nous utilisons pour le calcul et combien de barres nous avons besoin. Dans ce cas, quelle période devrait être utilisée pour le calcul ? Car selon l'intervalle de temps que l'on prend pour le calcul, TOUS les résultats en dépendent-ils ? Peut-être, prenez-vous une période de temps correspondant à P=64 dans l'indicateur Murray que vous utilisez ? C'est-à-dire qu'il est préférable de prendre une période de 64 jours de bourse pour les calculs ?
Vladislav, à propos du cycle de Carnot, je peux supposer que dans votre stratégie, vous utilisez le calcul du travail effectué par la force extérieure en vous basant sur la somme des bougies blanches et noires, par exemple sur les prix d'ouverture et de clôture. Je comprends donc que si l'on additionne séparément les corps des chandeliers blancs et noirs, on obtiendra un ratio présumé de la quantité de travail effectuée vers le bas par rapport à celle effectuée vers le haut ou vice versa. Ainsi, nous pouvons supposer, à partir de ces données, que le système se trouve à l'un de ses deux extrêmes, sur la base de l'analyse de l'historique, par exemple ? Ensuite, si ce n'est pas un secret, sur la base de quel calendrier faites-vous ces calculs ? Et quel est le nombre optimal de barres à calculer ? Bien que je puisse certainement supposer que la question n'est pas de savoir quel cadre temporel nous utilisons pour le calcul et combien de barres nous avons besoin. Dans ce cas, quelle période devrait être utilisée pour le calcul ? Car selon l'intervalle de temps que l'on prend pour le calcul, TOUS les résultats en dépendent-ils ? Peut-être, prenez-vous une période de temps correspondant à P=64 dans l'indicateur Murray que vous utilisez ? C'est-à-dire qu'il est préférable de prendre une période de 64 jours de bourse pour les calculs ?
Quant au cycle de Carnot, il n'est qu'un exemple, en tant que valeur limite.
Quant à la dimension du Murray - 64 est la recommandation des développeurs de la méthode. Je ne peux pas juger si c'est le meilleur résultat, mais j'utilise l'estimation suivante pour déterminer le point minimal suffisamment éloigné pour la convergence des méthodes :
Je ne me souviens pas du lien exact, j'ai parcouru des articles sur l'analyse liée au calcul de la persistance (coefficient de Hurst > 0,5). Il y a eu des estimations sur la dimension fractale des marchés. Les conclusions qui ont été faites : le coefficient de Hearst pour de nombreux types de marchés se situe dans la zone de 0,62-0,64, ce qui dénote la perte des conditions initiales pour les séries temporelles en moyenne de 90 jours. En d'autres termes, les perturbations remontant à plus de 90 jours dans le temps auront un impact extrêmement faible. Maintenant, je fixe mon point de départ pour la référence à un maximum de six mois (180 jours pour être exact) - 90 jours ne donnent pas toujours assez d'informations pour la convergence, bien que cela soit peut-être le résultat de la mise en œuvre et avec d'autres algorithmes et critères de qualité 90 est suffisant - je ne sais pas encore. Lorsque je calculais des périodes en utilisant tout l'historique disponible, le résultat n'était pas meilleur - je passais simplement plus de temps sur les calculs.
Le nombre de mesures à calculer est déterminé par la structure elle-même et les octaves sont construites pour elle - je ne peux donc même pas dire à quel moment elles sont calculées - l'ordinateur compte depuis longtemps maintenant :). Les méthodes ne dépendent pas des TF, vous pouvez donc le faire sur n'importe quel TF, à condition d'avoir un historique suffisant pour une demi-année.
Je n'évalue pas les chandeliers, paternes et autres - vous obtiendrez des méthodes dépendant du bruit. Autrement dit, le résultat dépendra de la qualité de la citation, qui, à mon avis, n'est pas bonne.
Bonne chance et bonnes tendances.
...nous pouvons supposer qu'une fonction de trajectoire peut être représentée de manière adéquate par une certaine forme quadratique - ce qui est presque simple : la recherche des extremums des fonctions de critères de qualité pour de telles formes est un domaine très étudié. C'est-à-dire qu'il faut faire une sélection d'échantillons qui satisfont aux critères de qualité de manière extrême.
Un même niveau d'inversion de Murray pour différentes chaînes se trouvera dans des intervalles de confiance différents - vous devez le couper d'une manière ou d'une autre, n'est-ce pas ? Et le critère de qualité est l'énergie potentielle - voir à propos des formes quadratiques - rien d'inhabituel.
J'ai parcouru la littérature sur le sujet. Je suppose que tout ne peut peut-être pas être trouvé dans l'application à ce cas particulier. Mais sur la base de ce que j'ai réussi à voir, les hypothèses suivantes concernant les formes quadratiques. Tout d'abord, commençons par la méthode permettant de trouver cette fonction de série de prix la plus approximative. Je suppose que je peux prendre une fonction parabole sous la forme
y(t)=A(t-t0)^2+B où y est un prix, t est le temps, t0 est un point sur la ligne du temps où la parabole a un extremum et A et B sont des coefficients.
Il s'ensuit le problème de trouver les coefficients optimaux A et B qui rendent la parabole optimale selon le critère de l'énergie potentielle minimale. D'après ce que j'ai compris des sources examinées, l'essence de cette optimisation est la suivante. Nous imaginons la courbe de la parabole comme une ligne avec le même potentiel de champ. Que ce soit zéro pour la certitude. Le gradient de ce champ potentiel sera dirigé de façon pré-pendulaire à la ligne de parabole. Le problème de la minimisation de l'énergie potentielle se réduit alors au problème de la recherche d'une telle parabole, dans laquelle la somme des carrés des distances les plus courtes entre les points de la série de prix et la courbe de la parabole sera minimale. Nous devons donc optimiser les paramètres de la parabole pour trouver la distance la plus courte entre les points de la série de prix et la ligne de la parabole. La distance la plus courte est la distance le long de la ligne droite coupant la parabole à angle droit. Nous devons donc résoudre le problème de la recherche de ces distances les plus courtes. Pourriez-vous partager, au moins sur le plan méthodologique, la méthode que vous utilisez. J'imagine, par exemple, le processus de recherche de ces distances les plus courtes comme suit.
1. Nous choisissons (l'algorithme du calcul n'est pas encore clair) une parabole plus ou moins vraie pour la série de prix existante, que nous voulons approximer.
Nous l'approximons par un polygone qui a l'équation d'une droite passant par chaque point tangent à la parabole. L'équation de la droite pour le point T Y(t,T)=a(t-T)+b, où a=2A(t-t0) et b=y(T).
3. Ensuite, pour un certain point sélectionné dans la série de prix, nous contraignons la région des valeurs le long des axes t et y dans laquelle il existe un point d'intersection de la perpendiculaire tirée du point à la parabole avec la parabole elle-même.
4. Itérer les équations des segments du polygone qui se trouvent dans cette région du polygone pour l'intersection avec la perpendiculaire. Effectuez le nombre requis d'itérations et d'approximations pour obtenir l'erreur requise dans le calcul de la longueur perpendiculaire du point à la courbe.
5. Additionnez les carrés de ces segments et obtenez ainsi la valeur de la fonction cible.
6. Changez ensuite les paramètres de la parabole et effectuez le calcul des points 2 à 5 autant de fois que nécessaire. La plus petite valeur de la fonction cible correspond à la valeur des paramètres de la parabole qui approxime la série de prix de manière optimale.
Il est alors probablement possible de calculer les paramètres conditionnels "quasi-dispersion" et "quasi-SCO" à partir de la valeur optimale obtenue de la fonction cible. Sur cette base, en plus de la parabole existante, nous pouvons dessiner plusieurs autres paraboles sur le graphique des prix ayant conditionnellement les caractéristiques de probabilité numérique et incarnant les lignes de champ potentielles ayant la même probabilité de renversement de tendance. Par exemple les lignes de 70%, 80%, 90% de probabilité de renversement.
Vladislav, pensez-vous que j'avance dans la bonne direction pour comprendre votre stratégie ou que je ne comprends rien du tout et que je suis parti dans une direction complètement différente ?
J'ai oublié le cours de VM, je peux me tromper, mais vous pouvez essayer de cette façon :
La plus courte distance d'un point à une parabole serait la distance du point le long de la ligne qui coïncide avec la normale.
La normale à la parabole peut être calculée par la dérivée première, (la dérivée est la tangente de l'angle d'inclinaison de la tangente).
on peut donc construire un système d'équations :
1. l'équation de la parabole.
2. l'équation de la droite (normale) (connaître la dérivée)
3. le point appartenant à l'équation de la ligne droite (normale)
Si nous résolvons le système, nous obtenons une solution rigoureuse.