une stratégie commerciale basée sur la théorie des vagues d'Elliott - page 204

 
Sur le contrôle de la qualité et le défi de la perturbation.

Commençons par un sujet hypothétique et très éloigné pour la plupart des traders et des spéculateurs. Supposons qu'il y ait une usine où certaines pièces sont fraisées, et que ces pièces fassent l'objet d'un contrôle de qualité dans cette usine. Ce contrôle est conclu par le fait qu'ils mesurent certains paramètres des pièces déjà fraisées. Ainsi, pendant que le processus se déroule dans les conditions spécifiées et que les technologies sont observées, le contrôle de la qualité montre que tout est normal, dans les limites des tolérances, mais dès que des déviations du processus se produisent, elles se reflètent dans les résultats. La tâche est simple : identifier une brèche dans le processus, sur la base de certains attributs formels. C'est la première partie du problème, la deuxième partie du problème, c'est la détection "en temps voulu" de la perturbation. En statistique mathématique, il existe certaines méthodes qui permettent de résoudre ces problèmes, dans certaines limites.

Plus généralement, un problème de discontinuité de processus stochastique. Il a été étudié par Kolmogorov et Shiryaev au siècle dernier. Supposons qu'il existe un processus stochastique, il possède certaines caractéristiques (il peut s'agir de la moyenne, de la variance, etc. à votre goût, y compris de Hurst). Si quelque chose se produit et que le processus stochastique change de caractéristiques, c'est-à-dire qu'il se désintègre, la définition du fait et du moment de la désintégration est la solution du problème de la désintégration. Le problème a été proposé une fois pour la recherche de cibles dans un contexte d'interférences et pour la poursuite de cibles. Le problème de la construction d'un filtre optimal adaptatif est adjacent à ce problème. Et ainsi de suite.

D'après ce que j'ai compris en lisant ce fil, c'est ce que vous faites depuis le début. Vous trouvez une région "stationnaire" dans le processus, ou plutôt dans sa mise en œuvre dans le videadata des prix, et la décrivez par une régression (linéaire ou autre). Supposons, implicitement, que de telles zones de "stationnarité" existent. D'après ce que j'ai compris, il a été suggéré de déterminer le moment du changement des zones de "stationnarité" par Hearst ou par "ventilation" de la signification statistique...
 
double poste

C'est affreux de voir à quel point le moteur du forum est inamical...
 
Merci Northwind (ça sonne si poétiquement :o) Je vois ce que vous voulez dire par contrôle de qualité et le problème de la dégradation.
<br/ translate="no">D'après ce que j'ai compris en lisant ce fil, c'est ce que vous avez tous fait depuis le début. Vous trouvez un processus "stationnaire" dans une série de prix et le décrivez avec une régression (linéaire ou autre). Supposons, implicitement, que de telles zones de "stationnarité" existent. D'après ce que j'ai compris, il a été suggéré de déterminer le moment du changement des zones de "stationnarité" par Hearst ou par un "découpage" de la signification statistique...
.


Ce n'est pas exactement ce que nous faisons (il y a plusieurs, si je puis dire, "écoles d'arts martiaux forex" dans le fil :o), du moins pour moi, c'est un peu plus compliqué.

La régression linéaire, ou similaire, ne décrit pas, à mon avis, une tendance en tant que telle, c'est-à-dire que la "force de la relation" entre les échantillons n'est pas évaluée de quelque manière que ce soit, mais seulement "l'ajustement de la fonction analytique dans les données brutes par la méthode NK". Bien sûr, il existe des critères, tels que le coefficient de détermination, qui ne peuvent être utilisés que pour évaluer le degré d'"ajustement" de la fonction, ou en d'autres termes, le degré d'"explication" des données brutes par le modèle sélectionné. Le canal (et dans les modifications de stratégies discutées c'est la base) est souvent comparé à LR, ce qui à mon avis n'est pas très correct. J'ai donc décidé de partager mes points de vue et mes expériences en matière d'approches alternatives.
 
D'après ce que j'ai compris en lisant ce fil, c'est ce que vous faites depuis le début. Trouvez un processus "stationnaire" dans une série de prix et décrivez-le à l'aide d'une régression (linéaire ou autre). Supposons, implicitement, que de telles zones de "stationnarité" existent. D'après ce que j'ai compris, il a été proposé de déterminer le moment du changement des zones de "stationnarité" par Hearst ou par "rupture" de la signification statistique...


Oui, très proche du sujet.
Ceci, d'ailleurs, pourrait être un point de départ. Ne pas commencer par une tendance, mais par une série stationnaire. Pour autant que je sache, le critère de stationnarité d'une série est une chose bien définie. Et la tendance se situe au-delà de la stationnarité. Par conséquent, une condition nécessaire (mais non suffisante) pour la présence d'une tendance peut être que les conditions d'une série de prix stationnaire ne sont pas remplies.

Qu'est-ce qu'une série stationnaire ? Quels critères de stationnarité sont les plus acceptables dans cette situation ?

L'image générale de la dynamique du marché peut probablement être présentée comme suit : des zones de "stationnarité" temporaire et de "tendance" temporelle reliées par des zones de transitoires. Dans ce cas, la définition du problème revient à identifier les frontières de ces secteurs et les paramètres les plus adéquats pour définir ces frontières. C'est-à-dire, en termes généraux, la décomposition et le contrôle de la qualité. :-))

2 grasn
Yurixx, c'est très simple. A partir du point de référence actuel, par étapes de +1 ou plus, des échantillons sont prélevés et les statistiques et critères sont analysés. Il peut y avoir plusieurs variantes : une tendance peut être trouvée après la première itération, et on doit trouver le compte à rebours, auquel la tendance disparaît ou la tendance n'est pas détectée. Dans le second cas, il ne faut pas se frustrer, mais continuer à parcourir l'histoire jusqu'à ce qu'elle soit découverte et détectée.

Désolé, Sergey, mais ça n'explique rien pour moi.
Qu'est-ce que "les statistiques et les critères sont analysés" ? Que signifie "tendance trouvée", "tendance disparue", "tendance non détectée" ? Qu'est-ce que tout cela a à voir avec les chiffres qui sont obtenus par les formules que vous avez données ? Quelle est la signification des transitions sur 0 ?
 
grasn 07.01.07 18:31

...Ne pas vraiment le faire (il y a plusieurs, si je puis dire, "écoles d'arts martiaux forex" dans le fil :o), du moins pour moi, c'est un peu plus compliqué.

C'est assez remarquable, surtout si l'on tient compte de l'incohérence totale de la discussion avec le sujet initial.

grasn 07.01.07 18:31

La régression linéaire, ou similaire, ne décrit pas, à mon avis, une tendance en tant que telle, c'est-à-dire qu'elle n'évalue en aucune façon la "force de la relation" entre les échantillons, mais se contente "d'ajuster la fonction analytique aux données brutes par la méthode NK". Bien sûr, il existe des critères, tels que le coefficient de détermination, qui ne peuvent être utilisés que pour évaluer le degré d'"ajustement" de la fonction, ou en d'autres termes, le degré d'"explication" des données brutes par le modèle sélectionné. Le canal (et dans les modifications de stratégies discutées c'est la base) est souvent comparé à LR, ce qui à mon avis n'est pas très correct. J'ai donc décidé de partager mes points de vue et mes expériences en matière d'approches alternatives.

J'ai simplement suggéré d'examiner le problème plus largement qu'il n'a été discuté jusqu'à présent, et j'ai simplement informé qu'un tel problème a déjà été résolu et qu'il pourrait valoir la peine de chercher comment. En aucun cas je n'impose mon point de vue.

Après tout, qu'est-ce qu'une chaîne ? Si vous soustrayez les valeurs LR correspondantes des valeurs de la série, vous obtenez ce que l'on appelle les "résidus". L'analyse des "résidus" est une chose ancienne et bien établie. C'en est une. Deuxièmement, quelqu'un a déjà mentionné, mais personne n'y a prêté attention, que ces "résidus" doivent avoir une distribution normale si HR décrit adéquatement le processus. De plus, il existe une opinion selon laquelle dès que la normalité de la distribution est violée, on peut considérer que le processus est également violé. Et ainsi de suite...

Yurixx 07.01.07 18:35

Oui, très proche du sujet.
Ceci, d'ailleurs, peut être un point de départ. Ne pas commencer par une tendance, mais par une série stationnaire. Pour autant que je sache, le critère de stationnarité d'une série est une chose bien définie. Et la tendance se situe au-delà de la stationnarité. Par conséquent, une condition nécessaire (mais non suffisante) pour la présence d'une tendance peut être que les conditions d'une série de prix stationnaire ne sont pas remplies.

Qu'est-ce qu'une série stationnaire ? Quels critères de stationnarité sont les plus acceptables dans cette situation ?

L'image générale de la dynamique du marché peut probablement être présentée comme suit : des zones de "stationnarité" temporaire et de "tendance" temporelle reliées par des zones de transitoires. Dans ce cas, la définition du problème revient à identifier les frontières de ces secteurs et les paramètres les plus adéquats pour définir ces frontières. C'est-à-dire, en termes généraux, la décomposition et le contrôle de la qualité. :-))

La stationnarité est une chose très ambiguë, en fait. Il en va de même pour le concept de tendance, car il s'agit des deux faces d'une même pièce.

Gardez à l'esprit que la "stationnarité" est une "tendance" et qu'il importe peu que la tendance soit "ascendante" ou que le coefficient de pente soit nul.
 
<br/ translate="no" >Yurixx
Désolé, Sergei, mais cela ne m'explique rien.
Qu'est-ce que "les statistiques et les critères sont analysés" ? Que signifie "tendance trouvée", "tendance disparue", "tendance non détectée" ? Qu'est-ce que tout cela a à voir avec les chiffres qui sont obtenus par les formules que vous avez données ? Quelle est la signification des transitions par 0 ?


Yuri, ce n'est qu'un des critères de détection des tendances. Je ne prétends pas du tout qu'il s'agisse du meilleur critère, du plus fiable, et je poursuis sans relâche mes recherches dans ce domaine, y compris avec l'autocorrélation. Je ne l'ai pas inventé, et dans ce cas je "joue" selon les règles de ces camarades Woodyer, Woodward, Gielchrist. Il n'y a pas d'arbitraire, seulement un respect strict des règles :



Pour cet échantillon particulier :
n=1000

statistique (nombre de transitions par zéro)
R(1000)=0

c'est juste le paramètre dont les valeurs vont déterminer la présence ou l'absence d'une tendance selon le critère. Pour l'autocorrélation, la statistique sera quelque chose d'autre, peut-être l'autocorrélation elle-même. Le nombre de passages par zéro est une mesure de la connectivité des données

PS : pour ressentir la "physicalité" du passage par zéro, vous pouvez dessiner à la main une ligne droite de 45 degrés, ou une onde sinusoïdale, et estimer la forme de la fonction V, en comptant le nombre de passages.

Critère pour les statistiques

Je choisis la probabilité de confiance alpha=0,95
Valeurs critiques pour n=1000 et alpha=0,95 :

R1(0,95, 1000)=6
R2(0,95, 1000)=83

Critère lui-même : la condition R1<R<R2 n'est pas satisfaite

Conclusion
L'échantillon contient une tendance. C'est tout. Pas d'arbitraire, tout est régi par les règles.

Comment utiliser
Simple, fixez la barre actuelle et avec l'étape 1 (ou différente de celle-ci) prenez des échantillons :
{100 : 0} est-ce que R1(n, alpha)<R(n)<R2(n, alpha) est satisfait ? Si oui "pas de tendance", pas de "tendance"
{101 : 0} est-ce que R1(n, alpha)<R(n)<R2(n, alpha) est satisfait ? Si oui "pas de tendance", pas de "tendance"
{102 : 0} est-ce que R1(n, alpha)<R(n)<R2(n, alpha) est satisfait ? Si oui "pas de tendance", pas de "tendance"
{103 : 0} est-ce que R1(n, alpha)<R(n)<R2(n, alpha) est satisfait ? Si oui "pas de tendance", pas de "tendance"
{104 : 0} est-ce que R1(n, alpha)<R(n)<R2(n, alpha) est satisfait ? Si oui "pas de tendance", pas de "tendance"
...
{Bars : 0} est-ce que R1(n, alpha)<R(n)<R2(n, alpha) est satisfait ? Si oui "pas de tendance", pas de "tendance"

(1) La tendance peut être trouvée immédiatement à {100 : 0}, alors nous devons trouver son origine.
(2) La tendance peut ne pas être présente dans le premier échantillon, il peut alors y avoir plusieurs options :
2.1 arrêter de chercher une tendance, attendre l'arrivée d'une nouvelle barre
2.2 continuer à chercher, en supposant qu'il y a peut-être une tendance, mais d'un "ordre supérieur".

... Il peut y avoir d'autres variantes de sa recherche

Des cas plus compliqués, cités précédemment, lorsque la statistique R est à l'une des limites critiques mais n'atteint pas une transition. Je réfléchis... à ce qu'il faut faire.

PS : Yuri, j'ai essayé, j'ai épuisé tout mon maigre vocabulaire... :o)
 
<br / translate="no">Northwind
J'ai juste suggéré d'examiner le problème plus largement qu'il n'a été discuté jusqu'à présent, et j'ai simplement indiqué qu'un problème similaire a déjà été résolu, et qu'il pourrait être intéressant d'examiner comment exactement. En aucun cas je n'impose mon point de vue.


La latitude peut tuer toute entreprise, elle est très dangereuse. Vous avez suggéré, par exemple, d'introduire un contrôle de qualité, comme dans les usines. Ma profession est liée à l'informatique et je peux affirmer avec certitude que le contrôle de la qualité est le module le plus difficile à mettre en œuvre dans les usines. Mais c'est une digression lyrique.

Il est préférable de donner des références, où cela a été résolu, et quels sont les problèmes que vous avez énumérés ?
 

Северный Ветер
Всего лишь навсего предложил посмотреть на проблему шире, чем она обсуждалась до сих пор, и всего лишь сообщил, что подобная задача уже решалась, и может быть стоит посмотреть как именно. Ни в коем случае не навязываю свою точку зрения.

grasn 07.01.07 19:31

La latitude peut tuer toute entreprise, elle est très dangereuse. Vous avez suggéré, par exemple, d'introduire un contrôle de la qualité, comme dans les usines. Je suis lié à l'informatique par ma profession et je peux dire avec autorité que le contrôle de la qualité est le module le plus solide à mettre en œuvre dans les usines. Mais c'est une digression lyrique.

Il est préférable de donner des références, où cela a été résolu, et quels sont les problèmes que vous avez énumérés ?

Vous m'avez mal compris. Tout ce que j'essayais de dire, c'est que les problèmes qui sont résolus dans ce fil de discussion, s'apparentent en quelque sorte aux problèmes de contrôle de la qualité, qui à leur tour, plus "mathématiquement" formulé dans le problème de la divergence. Il ne s'agit pas du processus d'organisation du contrôle de la qualité, bien qu'il y ait là aussi des points intéressants. Il s'agissait du problème de la détermination de la violation d'un processus stochastique (aussi étrange que cela puisse paraître, mais, par exemple, la taille des pièces en production est un processus stochastique, et avec une "mémoire"). Si vous mettez de côté les conventions, vous verrez que, dans son essence, le calendrier des changements de prix (les processus de marché qui le sous-tendent) est très similaire au contrôle de la qualité (lire : contrôle du processus de production).

La description la plus courte et la plus succincte des termes clés se trouve dans le manuel électronique de statistiques mathématiques du programme Statistica, sur leur site web, en russe.

Et d'ailleurs, tant qu'on parle de paroles, il y a une digression. La réussite d'un commerce est loin d'être aussi facile que d'organiser le contrôle de la qualité dans une usine.
 
<br / translate="no">Northwind

Vous vous trompez...


Non, je vous ai bien compris, c'était une sorte de blague et le site de "statistiques", je l'ai aussi parcouru. Mais il y a une part de vérité dans chaque blague...
 
OK.

La seule chose que je peux ajouter est que si l'on décide de suivre la voie "mathématique officielle", on arrivera inévitablement à l'analyse des séries chronologiques. Et là, c'est un désastre qui l'attend, sous la forme d'ARIMA et autres. Des méthodes merveilleusement bien fondées, mais malheureusement (mon avis personnel) qui ne fonctionnent pas sur le marché.
Pour être clair, l'analyse des séries chronologiques consiste en trois choses simples, malgré la complexité des mathématiques. La première est l'hypothèse selon laquelle la série de prix est une série temporelle (une série dans laquelle les valeurs arrivent dans des intervalles de temps strictement définis, ce qui n'est pas le cas, il devrait plutôt s'agir d'une série d'échantillonnage stochastique). Deuxièmement, elle est stationnaire en un sens et présente une tendance. Troisièmement, la série comporte des composantes saisonnières et cycliques ainsi que du bruit.