une stratégie commerciale basée sur la théorie des vagues d'Elliott - page 224
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
par la valeur H, positive ou négative, selon le signe de
de la différence de prix à la fin et au début de l'intervalle. Il est calculé comme suit
=(Valeur du prix à la fin de l'intervalle - valeur du prix au début de l'intervalle)/H, donc
Il ne peut donc prendre que les valeurs 1 ou -1.
Si nous examinons les graphiques en tick avec de faibles valeurs de H, nous pouvons voir que le prix change de 2H, 3H ou plus par tick. Quelle est la valeur du changement de prix dans ce cas ?
par la valeur H, positive ou négative, selon le signe
de la différence de prix à la fin et au début de l'intervalle. Il est calculé comme suit
=(Valeur du prix à la fin de l'intervalle - valeur du prix au début de l'intervalle)/H, donc
Il ne peut donc prendre que les valeurs 1 ou -1.
Si vous examinez un graphique en tick avec de petites valeurs de H, il est possible que
le prix par tick change de 2H, 3H ou plus. Quelle est la valeur dans ce cas
Changement de prix?
Oui, il y a une inexactitude ici. Ce phénomène, en modulation delta, est appelé "surcharge de la pente".
Elle est évaluée négativement. En principe, la formule elle-même est correcte. Alors ça se passe comme ça :
Lavariation du prix est l'intervalle auquel la valeur du prix change.
par la valeur H, positive ou négative, selon le signe
de la différence de prix à la fin et au début de l'intervalle. Il est calculé comme suit
=(Valeur du prix à la fin de l'intervalle - valeur du prix au début de l'intervalle)/H
ne peut donc prendre que des valeurs entières positives ou négatives
ainsi que des valeurs négatives.
De même, dans le cas de 2H, 3H etc., ce sera 2, 3 etc.
Grâce au conseil de Solandr, j'ai téléchargé l'archive du teck sur le site web.
Il n'est pas nécessaire d'envoyer une deuxième fois un colis.
Merci.
contre-directionnels ?
Je regarde la figure.
Je considère que le segment de Oren[i-1] à Oren[i], à partir de la zone des valeurs de fonction, constitue un saut de prix contre-directionnel par rapport au segment de Oren[i-2] à Oren[i-1]. Le critère pour le saut contre-directionnel est la réalisation de l'inégalité :
(Orep[k]-Orep[k-1])*(Orep[k+1]-Orep[k])<0.
La section de Orep[i] à Orep[i+1] est co-directionnelle par rapport à la section de Orep[i-1] à Orep[i]. Le critère de la co-directionnalité du saut est le respect de l'inégalité :
(Open[k]-Open[k-1])*(Open[k+1]-Open[k])>0.
Maintenant, intéressons-nous à ce que Pastukhov écrit dans son article :
Vt et Ut au sens est un nombre de tous les sauts multiplié par H
Nt et Mt au sens est juste la somme de tous les sauts contre-dirigés.
Alors la déclaration que j'ai faite dans le post ci-dessus :
FAC=1-2/H, est correcte.
à Grans
Sergei, regardez le comportement des prix et dites-moi : est-ce un marché de tendance ou un marché de repli ?
C'est ça ! - Il est impossible de répondre sans ambiguïté - la question n'est pas correcte. A TF=1, il s'agit d'un marché de tendance. En effet, la somme à n'importe quel endroit de la série temporelle des produits de pics adjacents est toujours positive et une position doit être ouverte dans le sens du mouvement des prix. Au TF=50, au contraire, nous voyons un plat prononcé ! En effet, la somme sur n'importe quel segment de la série temporelle (TF=50) des produits de pics adjacents est toujours négative et une position doit être ouverte contre la direction de prix précédente.
Maintenant, deux mots sur la "longueur" de la somme. J'ai déjà écrit sur les résultats statistiques. La conclusion est la seule, le nombre de membres de la somme doit être d'au moins 100. Dans ce cas, les fluctuations des résultats obtenus ne dépasseront pas 10%. Cette précision est probablement suffisante pour les besoins de l'application.
Maintenant, faites attention ! Reprenons votre dessin du post précédent. Ce que vous mettez en évidence avec vos yeux comme tendance devrait avoir environ une centaine d'intervalles pour être mis en évidence de manière fiable. Si cette section est divisée en 100 intervalles, le TF sera 100 fois moins important que celui où vous avez "souligné" la tendance avec vos yeux. Et ce n'est pas un fait que sur un TF 100 fois plus petit il n'y aura pas d'appartement ! Rappelez-vous l'exemple du cosinus. Mais ce sera un appartement crédible sur lequel vous pourrez gagner de l'argent. Réfléchissez à ce paradoxe imaginaire.
Maintenant, divisons votre "tendance" non pas en 100 intervalles, mais en 10, par exemple. Oh ! En effet, la somme des produits des sauts de prix des voisins est positive - TENDANCE ! Oui, sauf que l'erreur d'indentification se situe au niveau de 30%. C'est ce que l'on appelle une "tendance stochastique".
C'est tout, je ne peux pas l'expliquer autrement.
Si le FAC est positif, nous avons un cas de tendance déterministe ; si le FAC est négatif, nous avons un flat déterministe, ou en d'autres termes, un repli du comportement des prix.
Sergey, merci pour votre explication patiente. Vous avez peut-être raison dans votre raisonnement. Je pense qu'il faudra un certain temps pour que certains d'entre nous changent d'avis sur ce problème. Je me contenterai de noter les points suivants de mon point de vue :.
Je ne vois pas de paradoxe. Je ne divise pas la série en intervalles. Je pense que cette opération n'est pas fondée et constitue une énorme erreur. J'analyse une série dans son ensemble, sans utiliser de fenêtre.
Je n'ai pas besoin d'une tendance. Je suis satisfait de la force de la relation entre les échantillons. C'est généralement suffisant pour faire des prévisions (j'ai donné des exemples plus haut).
Je ne souligne pas la tendance avec mes yeux. Si je dois savoir de manière fiable s'il s'agit d'une tendance ou non, j'utilise un critère supplémentaire. Les conclusions tirées sur la base de ce critère sont confirmées par mes yeux. C'est ça, plus précisément.
La fonction sin() a des valeurs statistiques de 2.127. Pour elle, le critère "pas de tendance" se situe dans l'intervalle (0 : 1.9) et est presque immédiatement dans cet intervalle. Ceci peut être classé dans mon approche comme un état proche d'un "plat"
Les transformations de Pastukhov "dégrossissent" en quelque sorte la série et visent un tout autre usage. Je ne vois pas d'arguments convaincants en faveur de l'utilisation de ces transformations pour la détection de tendances, par quelque méthode que ce soit, y compris l'autocorrélation.
Une méthode de détection des tendances ne devrait pas avoir de paramètres d'entrée. Vous en avez deux : le premier est la taille de la fenêtre, le second les paramètres pour les constructions kagi, rengo.... Seulement la série initiale ! Il y a tout dedans !
...Alors la déclaration que j'ai faite dans le post ci-dessus :
FAC=1-2/H, est correcte...
Je l'avoue, j'ai même un peu hésité, dans ma justesse. Mais rapidement,
a repris ses esprits. Je vous suggère de faire de même.
OK, au diable, H-Hurst, tout le monde
ne comprend pas ses algorithmes de calcul de toute façon, regardons FAC. Je comprends que c'est une fonction de l'autocorrélation de
. Les formules peuvent probablement être trouvées ici ou dans les manuels scolaires.
J'ai regardé le tutoriel et j'ai regardé l'implémentation de FAC dans Statistica.
J'ai construit trois lignes de données, la première est comme ceci : 1,-1,1,-1 etc.
La deuxième ligne est : 2,-2,2,-2 etc. ; et la troisième est 2,-1,2,-1 etc. Les volatilités H de ces séries,
sont respectivement de 1, 2 et 1,5. La valeur FAC, calculée dans Statistica, pour
lag = 1, pour les trois séries -0,995, ce qui est en général naturel,
sur la base de la compréhension de l'autocorrélation. Pour le lag =2, ce serait 0.993, etc...
A noter que les trois séries sont complètement différentes en
H-volatilité et identiques en FAC (pour le même lag).
Soit votre AEC n'est pas la même que celle de la convention, soit vous avez une erreur de raisonnement
.
.
Vent du Nord, j'influence le FAC sur une série de premières différences et vous sur la série originale. D'où la différence.
Bien entendu, si deux séries X et Y sont définies, le coefficient de corrélation est calculé à l'aide de la formule :
r=SUM(X*Y)/SUM(X^2).
Si nous passons maintenant à la définition du coefficient d'autocorrélation, nous avons :
r=SUM(X[i]*X[i-1])/SUM(X[i]^2),
en passant de cela aux premières différences, nous obtenons :
r=SUM{(X[i]-X[i-1])*(X[i+1]-X[i])}/SUM(X[i]-X[i-1])^2),
ou, en première approximation :
r=SUM{sign((X[i]-X[i-1])*(X[i+1]-X[i]))}/N, où N est la fenêtre de sommation.
Ce qui est, en fait, ce qui a été affirmé.
...Vent du Nord, je touche FAC sur une série de premières différences et vous sur la série originale. D'où la différence.
Bien sûr, si deux séries X et Y sont définies, alors le coefficient de corrélation est calculé à l'aide de la formule :.
Veuillez noter que l'exemple que j'ai donné de "1,-1,1,-1,1,1,-1..."
est converti en "-2,2,-2,2..." sous la forme de premières différences. FAC(lag=1) pour ces séries
sont identiques en valeur, et correspondent pleinement aux notions théoriques,
en précisant que pour de telles séries, la corrélation avec la valeur précédente
est proche de 1. En même temps, la volatilité H pour ces séries considérées est différente,
c'est-à-dire qu'il s'avère que votre formule n'est pas tout à fait correcte.
On n'a pas utilisé deux séries X et Y ici. C'est juste qu'afin de tester
trois lignes de données ont été calculées indépendamment les unes des autres.
Vous calculez la FAC pour les lignes "3,-3,3,-3..." et "1,-1,1,-1...",
vous me montrez le résultat, je calcule la H-volatilité. Ensuite, nous comparons.
tu montres le résultat, je calcule les H-volatilités. Puis nous comparons.
Pour la première ligne :
FAC=SUM{sign((X[i]-X[i-1])*(X[i+1]-X[i]))}/N={sign((-3-3)*(3-(-3))+sign((3+3)*(-3-3)+...+}/N=
={-1+(-1)+...+(-1)}/N=-1,
H-volatilité (désignée par H),
H=(somme des valeurs absolues de tous les mouvements de prix)/(somme des inversions de mouvement)=h*N/N=1*h, où h=3.
FAC par signification, est sans dimension. La volatilité H est une dimension d'amplitude, nous la normalisons donc par h pour la comparaison.
J'ai argumenté FAC=1-2/H, on a -1=1-2/1=-1 c'est à dire l'identité.
Pour la deuxième série :
FAC=-1,
H=h*N/N=1*h, où h=1.
On a -1=1-2/1=-1, c'est-à-dire l'identité.
Ce qu'il fallait prouver.
vous me montrez le résultat, je calcule la H-volatilité. Ensuite, nous comparons.
Pour la première rangée :
ФАК=SUM{sign((X[i]-X[i-1])*(X[i+1]-X[i]))}/N={sign((-3-3)*(3-(-3))+sign((3+3)*(-3-3)+...+}/N=
={-1+(-1)+...+(-1)}/N=-1,
Oui, je suis d'accord. Seulement, je l'ai fait différemment, mais le résultat est le même.
H-volatilité (désignée par H),
H=(somme des valeurs absolues de tous les mouvements de prix)/(somme des inversions de mouvement)=h*N/N=1*h, où h=3.
FAC par signification, est sans dimension.
Oui, c'est ce que je pense aussi.
La volatilité H est une dimension d'amplitude, nous la normalisons donc par h pour la comparaison.
Mais c'est là que c'est faux. Tout est déjà en place. Il n'y a donc pas besoin de le normaliser.
J'ai soutenu que FAC=1-2/H, ont -1=1-2/1=-1 c'est à dire l'identité.
Vous, au prix de la "normalisation", réduisez tous les cas à un seul cas où =1.
De plus, au lieu de la formule "directe" de calcul de la H-volatilité, vous semblez
Vous utilisez votre propre formule qui est erronée et donc votre résultat est erroné.
Pour la deuxième rangée :
FAC=-1,
H=h*N/N=1*h, où h=1.
On a -1=1-2/1=-1 c'est-à-dire une identité.
Ce qui était nécessaire pour prouver.
Calculons la FAC et la H-volatilité pour
une autre série, par exemple 3,-1,3,-1, etc. Je soutiens que FAC serait =-1, H-volatilité =2.
Le découpage en H est effectué à h=1. Aucune différence n'est à prendre, la série est pure.
Au fait, un autre exemple intéressant de série, 1,2,-3,1,2,-3. Que pensez-vous qu'il va se passer ?