une stratégie commerciale basée sur la théorie des vagues d'Elliott - page 54
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
J'ai déjà écrit plus haut. Je calcule juste les quantiles pour construire les intervalles de confiance. Comment l'utiliser autrement ? Bulashev a écrit comment calculer ces quantiles dans Excle. En général, j'ai le même fichier que vous avez posté ci-dessus, mais seulement pour la distribution des étudiants. Voici la différence. Pensez-y : comment appliquer la distribution de probabilité normale à un échantillon de 30 barres par exemple s'il n'y a que quelques barres ? Il suffit de comparer les quantiles de la distribution de Student à différents degrés de liberté pour que tout devienne immédiatement clair.
"S'il n'y a pas de différence, pourquoi payer plus ?" :)
solandr, comparez le comportement du diagramme à différentes valeurs de N et le problème disparaît.
https://c.mql5.com/mql4/forum/2006/06/Student.zip
Au fait, je voulais vous demander - n'avez-vous pas essayé d'utiliser le Chi carré ? Peut-être que Vladislav a essayé ? D'une part - la redondance, lorsque nous ne sommes pas sûrs que l'approximation doit obéir à une distribution normale, d'autre part - également un critère de sélection de l'échantillon.
Franchement, c'est la différence à différentes valeurs de N qui m'intéresse. La distribution de Student restant qualitativement la même dans sa forme change ses paramètres quantitatifs à différents degrés de liberté. Lorsque le nombre de degrés de liberté est très grand, il devrait coïncider avec la distribution normale. Lorsque le nombre de degrés de liberté est faible, elle diffère de la distribution normale.
La distribution de Student à différents degrés de liberté :
Pour une probabilité de 99% :
q(30 barres)=2.750
q(100 barres)=2.626
q(300 barres)=2.593
q(1000 barres)=2.581
Si vous pensez qu'une différence de 6% entre la valeur du quantile pour 30 barres et 1000 barres ne vaut pas la peine de souffrir davantage, c'est votre choix personnel. Je suis d'un avis légèrement différent.
Hee square n'a pas essayé. Bien que, après avoir lu Bulashev, j'ai eu de telles pensées au début. Mais cela ne nous donnera rien puisque vous ne verrez pas la distribution normale dans l'échantillon réel de toute façon. Nous n'utilisons que des preuves irréfutables qu'un GRAND échantillon aura une distribution normale. Nos 30-1000 bars ne peuvent être qualifiés de GRANDS que de loin.
En principe, je ne pense pas vraiment qu'il y ait de différence, mais par peste innée, j'ai fait un diagramme et c'est la fin du Steudent. Je peux supposer que si vous calculez les fourchettes par le biais des probabilités, l'erreur peut atteindre 6 %, mais si vous mettez le cheval avant la charrue (en calculant la probabilité par l'écart par rapport au centre de la régression), elle ne dépassera pas 0,6 %.
Rosh, comment envisagez-vous de trader avec cette stratégie ? Sans fixer de stoploss, mais en utilisant uniquement les probabilités actuelles ? A en juger par ce que vous avez dit pour prouver qu'il n'y a pas de différence entre les deux distributions, il semble qu'il n'y ait pas de stoploss. En fait, une différence de 6 % signifie une différence de 5 à 10 pips dans le réglage du stoploss. C'est tout ! Je ne peux pas juger si c'est beaucoup ou peu, puisque je ne l'ai pas vérifié moi-même. Vous avez peut-être tout à fait raison.
Bulashev utilise la méthode de Student dans son exemple de méthodes statistiques au chapitre 10, page 147. Et il le fait avec 816 points dans l'échantillon !
Comme je ne suis pas un grand expert dans le domaine des statistiques, j'ai juste fait comme Bulashev et je me suis installé. Si vous avez envie de prouver autre chose, vous serez heureux de voir le résultat final, que vous obtenez sur la base d'une distribution normale.
trouver les coefficients de régression linéaire Y=A*X+B. En outre, nous fixons un intervalle de confiance, par exemple 95 % (P=0,95), et nous essayons de trouver les limites de cet intervalle (c'est-à-dire les limites telles que les prix dans 95 % des cas se situent à une distance +- delta Y de la ligne de régression centrale).
En utilisant les propriétés de la distribution normale, je ferais une chose simple - mettre deux sigmas chacun à partir du centre de la régression linéaire (2 sigmas du centre est également ~95%). Tant que le nombre_intrevalue/nombre_total <=95% - le canal a droit à la vie.
Donnez-moi votre méthodologie sous forme de formules, et je la mettrai dans Excel pour la comparer à une distribution normale.
Merci pour la référence à cette section de Bulashev, sinon personne ne sait quand je serais arrivé là :)
Le stop-loss est une chanson différente, pour l'instant je n'ai que son air, et il sonne de telle manière qu'on ne peut l'entendre qu'une octave plus bas :)
Je fais la même chose - je mets de côté les sigmas. Seul le nombre de sigmas à reporter de la ligne centrale est déterminé par la règle de Student (en utilisant l'exemple de Bulashev). Je n'essaie pas de déterminer la viabilité d'un canal pour le trading, c'est-à-dire que je considère qu'un canal est valide si les prix ne sortent pas de l'intervalle de 99%. J'essaie simplement de répéter la méthodologie de Vladislav (du moins de la manière dont je la comprends) - trouver d'abord la zone de retournement et ne pas déterminer combien de temps le canal existera - c'est en général une tâche ingrate et l'indicateur de Hurst lui-même ne vous donnera pas le moment exact de sa disparition jusqu'à ce que ce moment soit très proche (ou déjà passé) ce qui n'est pas très pratique en application pratique. Vladislav a dit au tout début que l'entrée sur le marché se fait dans la zone de retournement, et ensuite si la pose est réussie, alors la question est de savoir le temps de maintien d'une position déjà ouverte, et non d'être ajouté au milieu de l'intervalle de confiance, lorsque le canal est formé et stable. Vous allez donc entrer (être ajouté) dans un canal stable, ce qui est en soi très risqué. Bien que, d'un autre côté, le concept même de chaîne soit très flexible dans le temps. Peut-être que vous allez entrer (être ajouté) seulement dans les canaux à long terme (plusieurs semaines), dans ce cas je suis tout à fait d'accord avec vous, si sur le bord de ce grand canal il y a tous les signes de zone de retournement, j'agis de la même façon que vous. Eh bien, si vous allez attraper des canaux de 1-2 jours et entrer dans ces canaux, alors bien sûr il y a un risque accru.
Une zone pivot peut être juste une superposition de plusieurs zones de probabilité de plusieurs canaux et elle peut contribuer à MareiMaz (l'approche du niveau MM selon le système de Vladislav signifie prendre position et jusqu'à ce moment le conseiller peut facilement s'assoupir).
Deuxièmement, l'imposition du critère sur le canal de régression (convergence RMS) introduit de sérieuses contradictions : nous avons un canal linéaire, et selon le critère l' expression R/S croîtra linéairement dans le temps, ainsi que N/2. Tant que nous sommes dans le canal, le critère de Hurst ne changera pas, et quand il changera, nous ne serons plus dans le canal, n'est-ce pas drôle :)
Ce problème peut être résolu de deux façons :
1) nous construisons le canal à l'échelle des mamelons, puis nous descendons à 15 minutes, R reste le même, le RMS ne change pas beaucoup non plus mais N/2 est multiplié par deux, donc nous avons artificiellement divisé par deux l'indice de Hearst dans le canal - ce n'est pas ~0.6 mais ~0.3
2) nous reconstruisons le canal en brisant l'intervalle de confiance et à un certain moment il devient plus plat (les lignes s'éloignent et le canal devient plus long) et là Hirst montre un possible renversement. Mais j'ai regardé plus attentivement et je suis arrivé à une conclusion - H<0.5 signifie plutôt un rebond depuis la limite du canal qu'un renversement de tendance (canal).
Au contraire, entrer dans un canal stable est moins risqué. C'est à cela que servent les intervalles de confiance, donc vous obtenez un canal stable et vous attendez la correction vers la zone des 5% et vous y entrez avec un risque minimal. Je pensais que nous avions la même interprétation du risque :(
Vladislav n'a rien dit sur le réglage à différentes échéances. Je ne vois pas non plus l'intérêt de s'installer sur des horizons temporels différents. D'après ce que je comprends, vous inventez votre propre approche du problème. Eh bien, peut-être qu'il sera aussi très réussi. Nous attendons les premiers résultats de l'Expert Advisor utilisant votre système. De même, je ne comprends pas bien votre hypothèse selon laquelle l'indice de Hearst change d'un facteur 2, si le TF diffère d'un facteur 4. Pour autant que j'imagine pour un canal tracé sur différents délais, la valeur de Hearst devrait différer UNIQUEMENT par le montant de l'erreur due au nombre différent de degrés de liberté si vous voulez(la distribution de Student joue probablement un rôle ici d'ailleurs), et non pas comme vous le dites dans cette phrase.