Volumes, volatilité et indice de Hearst - page 29
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
Dans des messages précédents, dans un autre fil de discussion, j'ai essayé de prouver que citer une époque par les fréquences de résonance est une chose et citer une autre époque en est une autre.
.....
C'est un peu confus, mais je n'ai pas d'autre définition, mais les principes auxquels j'adhère. A mon avis, les Paterns, tels que je les ai définis, ne peuvent pas être étudiés par la corrélation et d'autres méthodes statistiques, et en général il est impossible de dériver analytiquement des formules de Paterns caractéristiques, parce qu'ils apparaissent et disparaissent continuellement, se fondant les uns dans les autres, et, comme je l'ai dit, dans chaque TF un Paternon différent, qui ne dépendent pas les uns des autres. Différentes combinaisons de PATTERNs dans différents TFs donnent des PATTERNs d'investigation différents mais spécifiques au moment. C'est comme un kaléidoscope ou un motif de flocon de neige, bien que les motifs soient infiniment nombreux, mais excluant l'apparition de motifs "impossibles". C'est-à-dire qu'il existe un ensemble autre que l'ensemble des motifs.
Il découle de tout cela qu'il est nécessaire d'analyser les Paterns simultanément sur différentes TF. Ce n'est pas la même chose que la méthode des trois écrans, qui ne donne que des signaux discrets. La méthode des motifs fluides (enfin, il y a un nom pour ma méthode) donne des signaux continus (avec la plus petite discrétisation possible sur la BP étudiée) dans le temps.
....
Vous n'avez toujours pas trouvé dans quelles unités ce programme mesure les périodes ?
Je t'ai même donné une bande-annonce. Je n'ai pas besoin de le découvrir - minutes. Il n'y a pas de fréquences dans ce programme car elles ne sont pas utilisées en forex.
pour cacher vos richesses à faa1947
Mais si vous approfondissez l'AF, après avoir farfouillé dans toutes sortes d'intégrales de corrélation, de dimensions d'information, d'entropies, de singularités, etc. (c'est moi, comme vous l'avez remarqué - "écraser" l'intellect :o)))) + un certain optimisme, alors on peut arriver à une conclusion très importante. La cotation est un processus extrêmement complexe, mais pas aléatoire ( !!!!). Le processus n'est pas bruyant, il est tel que nous le voyons - mais il est très complexe( !!!)
Si vous réinventez vos propres vélos, alors oui.
Il existe un modèle de marché assez largement accepté - tendance + vague (peut-être) + bruit. Ça s'appelle ARPSS (1976 !). Le modèle fonctionne sur les quotients non stationnaires, mais il n'est pas universel. Il existe donc des sections du quotidien où aucun modèle ne peut être identifié. Mais sur les sections qu'il est possible d'identifier, des prédictions peuvent être faites. À mon avis, la bonne façon de procéder est d'essayer d'étendre ce modèle aux domaines où il ne fonctionne pas. Cela aussi a été fait en 1984 et est appelé GARCH avec de nombreuses modifications par la suite.
En fait, l'ARPSS et le GARCH recherchent également des modèles, comme on le faisait dans le passé ("tête et épaules"), maintenant on le fait avec TC (il est souvent impossible de décrire avec des mots ce que TC recherche). Mais l'objectif est le même : modifier la probabilité de gagner, et l'optimisme se transforme rapidement en pessimisme.
Il est vraiment étonnant de constater la persistance avec laquelle beaucoup essaient d'interpréter la similitude uniquement comme une similitude géométrique. Malgré l'exemple parfaitement précis de similarité donné, je me réfère au rapport statistique entre High-Low et |Close-Open|. C'est la vraie similitude. Au fait, Yuri, votre exemple ZZ pourrait être encore meilleur, mais il semble provenir d'un compte personnel, donc je ne le rapporte pas ici.
Un autre merveilleux exemple d'entêtement incompréhensible est l'exigence d'avoir des fractales idéales dans les rangs réels.D'ailleurs, peut-être que les motifs ne sont que des segments de développement fractal "presque non perturbé". Ce qui, bien sûr, ne peut pas durer longtemps.
Je ne pense pas non plus qu'il soit correct de comparer les minutes aux jours. En euro minutes, j'ai presque 4 millions de barres par exemple. Les jours où j'ai 3316. Je suis sûr que je peux trouver plusieurs endroits très similaires dans l'historique des minutes.
Même le récent hors-sujet sur la distribution du pullback n'est en fait pas un hors-sujet du tout, mais un exemple de similitude réelle. Le prix a dépassé 100 pips, a reculé de 23 %, puis a dépassé 50 autres pips (150 au total) et a reculé à nouveau de 23 % - n'est-ce pas une similitude ?
Je suggère que des arguments tels que "ici les arbres réels sont différents des arbres fractals, donc nous n'avons pas besoin de la science des fractals" ne devraient plus être considérés.
Une autre question est qu'il n'est pas très clair comment gagner de l'argent avec une telle similitude. Il est donc suggéré d'y réfléchir, de rechercher des caractéristiques peut-être plus adaptées.
Je t'ai même donné une bande-annonce. Je n'ai pas besoin de le découvrir - minutes. Il n'y a pas de fréquences dans ce programme car elles ne sont pas appliquées dans le domaine du forex.
Il existe un modèle de marché assez largement accepté - tendance + vague (peut-être) + bruit. Il s'appelle ARPSS (1976 !). Le modèle fonctionne sur les quotients non stationnaires, mais il n'est pas universel. Il existe donc des sections du quotidien où aucun modèle ne peut être identifié. Mais sur les sections qu'il est possible d'identifier, des prédictions peuvent être faites. À mon avis, la bonne façon de procéder est d'essayer d'étendre ce modèle aux domaines où il ne fonctionne pas. Cela aussi a été fait en 1984 et est appelé GARCH avec de nombreuses modifications par la suite.
Eh bien, vous ne pouvez pas isoler le bruit sur un devis - apparemment, vous ne comprenez pas cela parce que vous n'avez pas essayé. Et aucun ARPSS ne vous aidera pour les citations et vous ne trouverez jamais ces parcelles. Nous serions de tels millionnaires intelligents qui se promèneraient ici en masse - l'île et les châteaux ne suffiraient pas à tous. :о) Isoler le bruit signifie trouver un modèle adéquat.
En fait, l'ARPSS et le GARCH recherchent également des modèles, comme on le faisait dans le passé ("tête et épaules"), maintenant on le fait avec TC (il est souvent impossible de décrire avec des mots ce que TC recherche). Mais la question reste la même : si l'on modifie la probabilité en faveur de la victoire, l'optimisme se transforme très vite en pessimisme.
Oh, non ! Ce n'est pas du tout un commentaire.
PS : sur les séries non-stationnaires et les travaux AR, seulement il y a des limitations importantes pour AR, ARPSS, GARCH et similaires. Ces modèles ne fonctionnent pas et pour qu'ils fonctionnent, j'ai besoin d'un peu d'optimisme :o) À propos, j'utilise certains des modèles énumérés ci-dessus comme modèles pour les structures aléatoires. Ce n'est pas la question :
À mon avis, la bonne méthode consiste à essayer d'étendre ce modèle dans les domaines où il ne fonctionne pas.
C'est essentiellement le vôtre :
Si vous inventez vos propres vélos, alors oui.
La question est de trouver l'espace de phase sur lequel ces modèles commencent à fonctionner. Et c'est tout ce qu'il y a à faire. Et réinventer un peu les vélos, comment s'en passer :o)
Je suis bien sûr "follement désolé", mais expliquez à mon "inexpérimenté" les raisons du paradoxe/effet Slutsky-Yule.
Sinon, je ne peux pas comprendre l'ajout de variables aléatoires.
En particulier votre raisonnement sur le sujet des autosimilarités.
J'ai oublié de répondre. Je pense que l'effet Slutsky-Yule s'explique très simplement. Considérons les choses de manière séquentielle : à l'instant t1 - la fenêtre glissante (w) fixe une certaine longueur de série temporelle, ce qui limite l'échantillon étudié. À l'instant t2, la même fenêtre se déplace d'un compte, mais comment le "remplissage" de la fenêtre change-t-il ?
Pas beaucoup :o). Dans un nouvel échantillon de longueur w, seul un échantillon est décalé d'un compte. C'est-à-dire que lorsque vous vous déplacez d'un pas, l'ensemble de l'échantillon (w-1) est conservé à l'exception d'une valeur. Prenez un échantillon aléatoire de longueur w, décalez et vous obtenez deux échantillons vaguement distincts. Toutes les caractéristiques statistiques différeront de manière insignifiante. C'est-à-dire qu'il y aura des corrélations et des pseudo-cycles qui n'existent pas vraiment. Vous pouvez l'essayer sur une série complètement aléatoire, vous obtiendrez cet effet en pleine gloire.
PS : À cet égard, je recommande vivement de ne pas utiliser la MA. Il est trompé par le hasard :o))))
Messieurs les scientifiques !
Je ne suis pas un scientifique.
Vous ne pouvez pas isoler le bruit sur les citations - apparemment vous ne le comprenez pas, car vous n'avez pas essayé. Et aucun ARPSS ne vous aidera pour les citations et vous ne trouverez jamais ces parcelles. Si seulement il y avait plus d'hommes intelligents millionnaires comme nous qui se promenaient ici - l'île et les châteaux ne suffiraient pas pour tous. :о) Isoler le bruit signifie trouver un modèle adéquat.
Si vous utilisez l'ARPSS, je ne comprends pas. Le principe de l'ARPSS est le suivant : tendance + vague + bruit.
PS : AR fonctionne également sur des séries non stationnaires, mais il existe des limitations importantes pour AR, ARPSS, GARCH et autres. Ces modèles ne fonctionnent pas, mais pour qu'ils fonctionnent, je dois faire preuve d'optimisme.
Ou la qualification, la qualification d'abord.
La question est de trouver l'espace de phase où ces modèles commencent à fonctionner.
J'ai beaucoup réfléchi à ce sujet, mais rien. Peut-être pourriez-vous partager vos résultats ?
Non, ils ne le sont pas, ils sont mesurés en bars. J'ai écrit cela dans ce fil, mais vous semblez avoir manqué ce message.
En effet.