une stratégie commerciale basée sur la théorie des vagues d'Elliott - page 42

 
Je propose de tout laisser dans le domaine public à un niveau encore suffisant pour filtrer les resquilleurs. Autrement dit, ne publiez pas de solutions toutes faites - un maximum de méthodologie et de fragments de codes, et tout cela n'en vaut pas la peine ;).

Je suis d'accord ! :o) Tout est déjà mâché - maintenant seuls ceux qui le peuvent ;o) peuvent l'avaler.
Nous ne faisons que parler de méthodologie sans entrer dans les détails.
 
À première vue, il n'y a pas d'erreur. <br/ translate="no"> ...
Je ne peux pas répondre plus précisément, et je n'ai pas encore beaucoup de temps à perdre - j'essaie encore de mettre en œuvre plusieurs approches de l'élaboration de stratégies.


Vladislav, merci encore !

J'espère que mon approche servira de point de convergence entre vous et Yurixx.

Cher Yurixx!
Vous avez écrit :
Deuxièmement, toute la théorie ne s'applique qu'à une série de données de base, c'est-à-dire une série de prix, par exemple. Il est incorrect de l'appliquer à une série d'erreurs de régression linéaire (c'est-à-dire à une série dont la composante de tendance a été supprimée). Pour une telle série, ni l'écart ni l'asymétrie (surtout sur l'intervalle final) ne dépendent du temps.


La régression linéaire n'élimine que la composante linéaire des données d'origine, c'est-à-dire, de manière simpliste, qu'elle réduit la RMS globale par la RMS de la régression linéaire.
S'il y avait une composante non linéaire, l'absence de dépendance temporelle de la RMS de la série détendue n'est pas évidente.
A titre d'illustration, nous pouvons regarder le GBPCHF W1 de 2002.03.31 à aujourd'hui.
Au dernier intervalle, la valeur efficace semble diminuer.

Merci.
 
StdDev - СКО ошибки аппроксимации линейной реггресси на выборке канала, соответственно, StdDev23 - СКО на двух третях этой выборки. Графики отражают эти величины при расчете каналов на конкретном инструменте , конкретном тайм-фрейме и в конкретном месте. Речь идет об алгоритме выбора нужного канал по виду этих СКО.


Спасибо, Rosh, все понял. Как я понимаю, Вы экспериментируете на массиве в 1000 баров, а выборка для рассчета канала имеет фиксированную и, естественно, меньшую длину. Или Вы строите канал на всей 1000 ?


La qualité de l'échantillon sera ici essentielle. En choisissant une longueur "hors tendance", vous courez le risque de capturer une partie de la tendance qui a disparu, ou de sous-échantillonner une partie de la tendance actuelle. Avec toutes les conséquences qui en découlent.

Bonne chance et bonne chance pour le passage des tendances.


Je fais défiler les chaînes de 45 (c'est clair) à 1000 bars. (1000 barres sur les graphiques 15 minutes correspondent à 10 bougies quotidiennes, je pense que c'est suffisant pour les graphiques 15 minutes). Sur ces 955 kanals je trouve des valeurs RMS et je choisis le canal où le RMS est le plus petit (pour le moment), bien que je n'oublie pas le principe de potentialité :) Il est vrai que je n'ai pas encore appliqué cette méthode - un, et visuellement cette méthode de sélection ne permet pas toujours de capturer les canaux distants - c'est deux.
Peut-être que, lorsque j'organiserai les trois premiers canaux, de nombreuses questions disparaîtront comme étant sans importance.

J'encourage la poursuite de la coopération/développement sans pour autant sortir les codes. La méthodologie est suffisante et beaucoup plus intéressante. En dernier recours, nous pourrions avoir un échange en tête-à-tête.
 
<br/ translate="no">
Cher Yurixx!
Vous avez écrit :
Deuxièmement, toute la théorie n'est applicable qu'à une série de données de base, c'est-à-dire une série de prix, par exemple. Il est incorrect de l'appliquer à une série d'erreurs de régression linéaire (c'est-à-dire une série dont la composante de tendance a été supprimée). Pour une telle série, ni l'intervalle, ni le taux (surtout sur l'intervalle final) ne dépendent du temps.


La régression linéaire n'élimine que la composante linéaire des données brutes, c'est-à-dire, de manière simpliste, qu'elle réduit la RMS globale par la RMS de la régression linéaire.
Si une composante non linéaire était présente, l'absence de dépendance temporelle de la RMS de la série détendue n'est pas évidente.
A titre d'illustration, nous pouvons regarder le GBPCHF W1 de 2002.03.31 à aujourd'hui.
Au dernier intervalle, la valeur efficace semble diminuer.

Merci.


Faux. Deux séries aléatoires qui ne diffèrent que par la composante linéaire de la tendance ont la même variance. Les chiffres du fichier Excel le confirment, d'ailleurs j'ai délibérément mis une flèche rouge pour accentuer .
 
StdDev - СКО ошибки аппроксимации линейной реггресси на выборке канала, соответственно, StdDev23 - СКО на двух третях этой выборки. Графики отражают эти величины при расчете каналов на конкретном инструменте , конкретном тайм-фрейме и в конкретном месте. Речь идет об алгоритме выбора нужного канал по виду этих СКО.


Спасибо, Rosh, все понял. Как я понимаю, Вы экспериментируете на массиве в 1000 баров, а выборка для рассчета канала имеет фиксированную и, естественно, меньшую длину. Или Вы строите канал на всей 1000 ?


Здесь существенным будет качество выборки. Выбирая "отфанарную" длину Вы рискуете захватить часть ушедшего тренда или недобрать часть текущего. Со всеми вытекающими последствиями.

Удачи и попутных трендов.


Je fais défiler les chaînes de 45 (c'est compréhensible) à 1000 bars. (1 000 barres sur 15-minutes, c'est 10 bougies quotidiennes, je pense que c'est suffisant pour 15
minutes). Sur ces 955 kanals je trouve des valeurs RMS et je choisis le canal où le RMS est le plus petit (pour le moment), bien que je n'oublie pas le principe de potentialité :) Il est vrai que je n'ai pas encore appliqué cette méthode - un, et visuellement cette méthode de sélection ne permet pas toujours de capturer les canaux distants - c'est deux.
Peut-être qu'en organisant les trois premiers canaux, de nombreuses questions disparaîtront comme étant sans importance.

J'encourage la poursuite de la coopération/développement sans pour autant sortir les codes. La méthodologie est suffisante et beaucoup plus intéressante. En dernier recours, nous pourrions avoir un échange en tête-à-tête.


J'ai déjà écrit brièvement : construire des oscillations sur les extrema à partir d'il y a environ 180 jours. Il n'est pas nécessaire d'aller plus loin - le résultat sera le même. Toutes les barres qui composent la tendance doivent aller d'un extremum à l'autre (les extrema doivent être inclus dans les zones de retournement ;) ). - alors c'est une question de technique - vous identifiez le dernier canal actif et vous l'aménagez. De là, le degré d'emboîtement ou de détail.
Choisissez parmi le sous-ensemble résultant.

Bonne chance et bonnes tendances.
 
Cher Rosh!

Les valeurs au début et à la fin de la flèche rouge dans votre fichier sont différentes, et généralement plus la différence est grande, plus la pente de la régression linéaire est forte.
Toutefois, la différence n'est pas égale à la valeur numérique RMS de la régression linéaire, et en parlant de cette diminution de Yurixx, je voulais parler, au sens figuré, de la cause de son apparition, et non de la méthode d'estimation.

Je n'ai pas vu immédiatement que la différence s'avère insignifiante, et en effet elles ne devraient pas être différentes, puisque la composante linéaire est supprimée lors du calcul de la RMS en prenant en compte l'espérance d'erreur.
Mais dans mon post, je ne voulais pas dire RMS des erreurs LR, mais RMS de la ligne LR. Et aussi la RMS des données brutes, et non la RMS des différences entre les valeurs successives.

Je m'excuse d'être à nouveau peu clair.
 
<br/ translate="no">J'ai déjà écrit brièvement : la construction oscille entre les extrêmes à partir d'il y a environ 180 jours. Vous n'avez pas besoin d'aller plus loin - le résultat correspondra. Toutes les barres qui composent la tendance vont d'un extremum à l'autre (les extrema doivent toucher les zones de retournement ;) ). - alors c'est une question de technique - vous identifiez le dernier canal actif et vous l'aménagez. De là, le degré d'emboîtement ou de détail.
Choisissez parmi le sous-ensemble résultant.

Bonne chance et bonnes tendances.


Nous avons oublié l'éléphant, merci. Parfois, il y a une telle cécité psychologique, quand vous ne pouvez pas voir la forêt pour les arbres. J'ai déjà fait un script qui met les limites des canaux (première et dernière barre), la seule chose qui reste à faire est d'apprendre aux canaux à se reconstruire en fonction du mouvement de ces lignes verticales, mais ce n'est pas difficile.
Quelque chose comme ce zigzag ?

 
Maintenant, je l'ai vu et je n'ai pas pu m'empêcher de fixer la photo. Il y a un niveau de soutien, que je peux voir à l'œil, et il y a un canal créé par le minimum du SCO. Qui pense - à quel point c'est valable ?

 
Je propose de tout laisser dans le domaine public à un niveau qui reste suffisant pour filtrer les profiteurs. Autrement dit, ne publiez pas de solutions toutes faites - tout au plus une méthodologie et des fragments de codes, et tout cela n'en vaut pas la peine.


Je suis d'accord. Bien qu'il serait préférable de se passer des fragments de code.
Par exemple, la photo de Vladislav m'en a dit plus que n'importe quel fragment.
Et en général, je crois que la question de la distribution du système, ainsi que son utilisation commerciale (pas pour un usage personnel) est la seule prérogative de l'auteur de la méthode.
 
Вывел систему уравнений для нахождения коэ-тов параболы по методу наименьших квадратов. Кто помнит линейку? Или самому придется лезть в детерминанты...

Rosh, en principe, la dérivation des équations elles-mêmes est évidente. Tout est clair avec ça. Mais je comprends que vous utilisez des moyennes pour x et y. C'est-à-dire que vous résolvez simplement une équation par des méthodes claires d'algèbre linéaire. Mais ce que je ne comprends pas, c'est ce qui suit. Est-il vraiment possible de simplement substituer des moyennes d'échantillons dans ces formules et d'obtenir exactement ce dont nous avons besoin ? Pouvez-vous en donner la preuve ? L'indicateur ANG3110 fonctionne-t-il selon ce principe ? Je pense qu'il

serait plus logique de résoudre N systèmes de ce type pour N barres et, à partir de l'échantillon des tableaux obtenus a,b,c, de déterminer l'espérance de chaque paramètre et de l'utiliser comme paramètre pour la parabole d'approximation. Ou est-ce que je me trompe ?


J'y ai pensé, en principe j'ai même pensé à faire la moyenne des coefficients de régression linéaire par cette méthodologie, mais jusqu'à présent pas de chance. Cela vaut-il la peine de creuser dans cette direction ou non ?