Système ASCTrend - page 120
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
Instruments statistiques contre DSP
Il existe une forte croyance selon laquelle les filtres numériques les plus avancés sont meilleurs. D'accord, mais pourquoi et comment ?
Ici, je vais essayer de formuler quelques hypothèses pour tenter d'expliquer ce qui se passe.
Voici l'histoire. Récemment, sur un forum rival, forex factory, il y a eu une remise en question de la forte croyance que les filtres numériques sont meilleurs. La contestation est venue du très contrariant et intelligent fajst_k. Il a montré que le filtre d'Ehler ne donne pas un avantage aux stratégies de trading automatisées. (Veuillez noter que je veux dire "automatisé", ces instruments numériques donnent un avantage dans le trading manuel, nous donnant de meilleurs instruments pour le trading manuel).
Ce défi n'a pas eu une réponse adéquate. J'ai essayé de répéter l'expérience. J'ai utilisé une stratégie aléatoire avec un croisement de moyennes mobiles simples contre un croisement d'une JMA. Le SMA sans optimisation était capable de surpasser le JMA, après optimisation le JMA avait un avantage, et ce n'est pas surprenant (j'ai utilisé Neuroshell pour les tests).
L'idée est la suivante. Le SMA est un instrument statistique. C'est un meilleur instrument à suivre pour une solution statistique globale. Le JMA et les autres filtres numériques sont vraiment presque incapables de suivre une solution globale en utilisant la même stratégie de crossing-over.
Au contraire, ils sont meilleurs pour observer les caractéristiques locales du marché. Et ils sont de meilleurs instruments d'optimisation.
Veuillez répéter les résultats, je peux me tromper. J'ai fait un test simple pour un crossing over de SMA contre JJMA. La plupart des stratégies SMA étaient de grandes îles vertes sur la matrice d'optimisation dans le Metatrader. Le filtre numérique m'a donné quelques pics, tous les autres endroits étaient perdants.
Cela nous amène à conclure que les filtres numériques ne peuvent pas être utilisés de la même manière que les instruments statistiques. Ils sont différents, ils ne sont pas meilleurs, ils sont différents. Cette fois, j'ai utilisé Metatrader avec le JJMA, car Neuroshell ne nous donne pas d'indice sur les résultats de l'optimisation par rapport aux autres résultats. Les résultats pour l'échantillon court étaient similaires, lorsque j'ai élargi l'échantillon, les résultats ont été un désastre pour le JJMA, et le SMA a toujours conservé son avantage statistique.
D'autre part, le numérique peut être et est utilisé à un grand avantage dans des stratégies beaucoup plus complexes, où le SMA et les autres instruments similaires sont très inefficaces. Les filtres numériques nécessitent une approche beaucoup plus compliquée pour être utiles. Et vous ne pouvez pas simplement transposer une stratégie avec un SMA à un JJMA et espérer qu'elle sera globalement meilleure. Les filtres numériques nécessitent une approche innovante.
Revenons donc à l'ASCtrend. Nous savons que la ligne d'arrêt dans notre version open source est basée sur un simple croisement de SMA entre SMA basse = 9 et SMA haute = 18+Risque.
Lorsque nous utilisons un optimiseur génétique que vous pouvez trouver ici gratuitement, vous pouvez tester une solution globale qui vous donnera de meilleurs résultats.
Après cela, le signal est basé sur l'oscillateur WPR. Vous voyez que c'est l'essence même d'une stratégie de suivi de tendance. C'est ce que nos pères et grands-pères ont fait de mieux au XXe siècle.
Nous pouvons appliquer la même approche mais en la rendant un peu plus optimisée en utilisant les choses qui sont à notre portée.
Ok nous avons vu que pour le stop nous devons chercher une solution globale avec un optimiseur génétique.
Comme pour les signaux basés sur l'oscillateur, nous avons le choix.
Nous pouvons aussi essayer de trouver une solution globale. Ou nous pouvons essayer de faire une solution locale. Ici, des tests sont nécessaires.
Pour la solution locale, nous pouvons combiner une solution locale optimisée du signal qui sera dans la même direction que la solution globale. Nous pouvons donc additionner les probabilités de deux calculs et méthodes indépendantes. ET C'EST NOTRE AVANTAGE MATHÉMATIQUE.
Donc répétons encore une fois :
L'ancienne version d'ASCtrend stops n'est pas inférieure à la version numérique. La version numérique d'ASCtrend est meilleure lorsqu'il s'agit de capter les particularités locales du marché.
(Juste un conseil, lorsque nous utilisons un cadre quotidien, si nous optimisons, nous optimisons toujours un échantillon à court terme, parce que nous n'avons pas un bon échantillon à long terme de barres quotidiennes ou hebdomadaires, c'est facile pour moi, mais les gens confondent, l'échantillon est une notion statistique et n'a rien à voir avec la longueur de la période que nous explorons).
Ainsi, lorsque vous voyez de bons résultats quotidiens, cela ne signifie pas que le système est rentable quotidiennement. Cela signifie simplement que nous avons utilisé un petit échantillon pour tirer des conclusions et que cela ne signifie rien en réalité. Ainsi, pour un graphique quotidien, la version numérique peut être meilleure. Pour un graphique horaire, nous avons maintenant un échantillon et nous pouvons rechercher des résultats statistiques significatifs (ici, nous devons avoir peur du phénomène du cygne noir et c'est pourquoi nous avons des stops).
La nouvelle version numérique des stops Astrend est au mieux optimisée pour les caractéristiques locales du marché et sera utilisée :
- comme complément à l'optimisation à court terme du signal Astrend
- comme complément à l'optimisation à long terme du signal ASCTrend.
De cette façon, nous pouvons étendre les possibilités du système en ajoutant un instrument indépendant au système.
Le lissage numérique de l'ASCtrend peut améliorer notre possibilité de lisser le bruit. Nous pouvons explorer plus d'options qui peuvent être rentables ou non.
Un lien pour un expert qui peut être utilisé pour des résultats statistiques significatifs pour la ligne d'arrêt ASCtrend :
https://www.mql5.com/en/forum/general
SMA basse = 9 et SMA haute = 18+Risque.
Nous pouvons faire varier la SMA haute et nous obtiendrons des résultats très rapidement. Rappelez-vous que l'algorithme génétique est comme une feuille, avec une feuille vous pouvez en savoir beaucoup sur l'arbre.
Une autre chose importante. La carte n'est pas le territoire. Nos concepts, aussi puissants soient-ils, ne sont que des cartes, ils ne sont pas le territoire. C'est un autre sujet dans lequel je ne vais pas entrer pour le moment.
Rappelez-vous que dans notre version, le plus rapide est toujours le 9. Je conteste la validité de ce concept.
Nous pouvons utiliser l'optimiseur génétique de Metarader pour voir comment ne pas tomber dans les pièges de l'optimisation.
J'ai modifié cet expert pour utiliser le jjma à la place. Vous verrez par vous-même ce que je veux dire, désolé je ne vais pas le joindre maintenant.
Donc
- utiliser la version SMA en cherchant une solution globale.
- Utilisez la version JJMA pour trouver une solution locale. S'il vous plaît, si vous trouvez un moyen de trouver une solution globale avec JJMA, faites-le nous savoir.
Et enfin un article à lire absolument :
Comment ne pas tomber dans les pièges de l'optimisation ? - Articles sur MQL4
ASCTrend et stratégies de suivi de tendance aujourd'hui
Hey, Nous avons une nouvelle version de l'ASCTrend avec un lissage digital et autre. Cette fonctionnalité peut changer radicalement les caractéristiques du système lui-même. Cela signifie que lorsque vous changez même une petite chose dans un système qui va changer radicalement le comportement de l'ensemble du système lui-même.
Il s'agit d'un effet papillon. NE VOUS ATTENDEZ PAS À CE QUE LA SOLUTION DU FILTRE NUMÉRIQUE SOIT AUTOMATIQUEMENT MEILLEURE.
En fait, elle est amusante La version numérique de l'ASCTrend a conduit à une accélération de la ligne d'arrêt et à une plus grande réactivité.
La version numérique du signal ASCTrend a conduit à un ralentissement du signal en lissant beaucoup de bruit.
Les stops numériques de l'ASCTrend ont perdu leurs qualités de robustesse statistique et ont gagné en possibilité de suivre les conditions du marché local.
Le signal ASCTrend numérique peut être plus apte à rechercher une solution statistique parce que nous pouvons éliminer beaucoup de bruit.
L'ASCTrend fractal avec FRASMA est un compromis entre une solution statistiquement solide et un suivi des particularités locales du marché.
Ne vous attendez pas à ce que le fait d'avoir inséré un filtre yurik à l'intérieur transforme un bon système en un système saint graal. L'inverse peut même être vrai.
Revenons donc à l'essentiel.
Pourquoi ce système ASCtrend fonctionne-t-il ?
A l'origine et encore aujourd'hui, ce système est un système de suivi de tendance. La recherche et le développement sur ce forum ont donné de nouvelles idées pour l'utiliser à court terme. Cela a été possible en ajoutant des filtres supplémentaires.
Le système ASCTrend fonctionne parce que c'est un système de suivi de tendance, et les systèmes de suivi de tendance fonctionnent normalement, ce sont des systèmes solides (ils sont caractérisés par un rapport bénéfice/risque élevé et beaucoup de faux signaux inférieurs à 50 %). Si le concept de suivi de tendance cesse de fonctionner, nous pouvons nous poser beaucoup de questions sur l'avenir des marchés.
Au contraire, le concept de suivi de tendance fonctionne de mieux en mieux, les marchés sont devenus de plus en plus volatiles.
Regardez l'Euro mais sur un graphique hebdomadaire. Il est devenu vraiment imprévisible de savoir où il va aller, et combien de temps cela va prendre. La récente tendance de l'euro en septembre était étonnante et elle évolue très rapidement. Cela met les politiciens mal à l'aise car ils ne sont pas en mesure d'ajuster les politiques macroéconomiques et les économies en réponse aux effets négatifs possibles causés par les taux de change rapides des devises. Leur tâche au niveau macro est devenue très difficile. Leur contrôle est très coûteux et incertain s'ils essaient d'interférer directement avec les marchés du Forex, regardez ce qui s'est passé récemment. J'ai une théorie à ce sujet, basée sur la montée des machines sur le marché. Il s'agit essentiellement de la psychologie des robots, dans la continuité de la plupart des histoires de robots d'Asimov.
Ils craignent la volatilité, mais pas la volatilité intra-journalière. Ils craignent vraiment la puissante tendance à court terme (6 mois environ). Ces courants puissants les obligent à s'y adapter et une fois qu'ils se sont adaptés, le courant s'est inversé et ils doivent à nouveau adapter leurs politiques macroéconomiques.
Asctrend numérique optimisé par rapport à la normale
J'affiche ici les résultats après le processus d'optimisation génétique.
Vous pouvez voir une nette différence entre les résultats du SMA simple et ceux du JJMA.
En fait, tous les résultats des SMA sont positifs et verts et il y a quelques résultats des JJMA qui sont bons.
Il s'agit d'une simple stratégie de cross-over. Pour une très courte période du 01.11.2010 au 10.11.2010 pour une période de 15 mois.
Je peux remettre en question l'hypothèse que j'ai faite dans les posts précédents, à savoir que le SMA est meilleur pour suivre les résultats statistiques solides et que le JJMA est bon pour trouver des résultats optimisés localement.
L'hypothèse inverse sera que le JJMA explore simplement un plus grand échantillon de possibilités et qu'il donne une meilleure image de ce qui se passe.
Où se trouve la vérité ?
ASCTrend sans limitation de MA basse
Le voici.
Expert JJMA cross-over et une autre version de AsctrendStop
Ici je joins une nouvelle version de ASCTrend sig. Cette fois je l'ai libéré des paramètres originaux que la période basse est 9. Nous pouvons mettre en place la période que nous voulons. Juste un conseil, vous devez calculer la période lente car
Période haute = 18 + Risque
Vous devez donc calculer manuellement le risque résultant de l'optimiseur génétique.
Risque = Période haute - 18 ; LOL mathématiques de base
Je joins une version de la MA universelle avec la JJMA.
Vous pouvez voir à quoi ressemble le stop numérique ASCTrend avec l'optimisation du filtre génétique. Ici nous utilisons un stop simple et une stratégie inverse. L'optimiseur génétique a trouvé un ensemble de solutions nécessitant des filtres à plus long terme.
Je n'aime vraiment pas les résultats. Aucun modèle évident n'apparaît, les solutions semblent à première vue distribuées de façon aléatoire sans qu'il y ait d'îles vertes claires et larges.
Cependant, si l'on regarde de plus près, on constate que la ligne de fond est la même. L'ensemble de la période moyenne inférieure de 9 donne un ensemble de résultats avec une période élevée de 24 à 31. Pourtant, la période inférieure de 9 est la meilleure.
Avertissement :
Les gars, je ne suis pas un programmeur, je peux à peine comprendre un code, j'ai juste remplacé quelques fonctions de base dans un code.
Bonjour, j'ai ajouté les modifications suivantes :
ACTtrendsig numérique avec liberté de choix des limites de l'oscillateur.
Le niveau de surachat est de 66 :
Le niveau de survente est de 33 :
Pourquoi cela changeons le pour ce que nous voulons.
Niveau haut 66+RISK ;
Niveau bas 33 -RISK
Nous pouvons vouloir utiliser d'autres paramètres, pourquoi nous limiter avec les niveaux.
L'autre changement est la façon de changer le risque.
A l'origine :
valeur 10=3+RISK*2 ;
valeur 11=valeur 10
Je l'ai changé en
valeur10=4+RISK ;
Et la période WPR est égale à valeur11=valeur10
En fait, nous allons utiliser un filtre numérique. Nous pourrions vouloir modifier en douceur la période WPR pour explorer plus d'options.
Et lorsque nous changeons les niveaux, les résultats peuvent être radicalement différents. C'est l'effet papillon. Vous changez une petite chose mais les conséquences sont importantes.
Je ne peux pas dire que c'est mieux, c'est différent.
ASCTrend New Digital
Salut les amis,
J'ai testé à nouveau le mod digital et je n'étais pas vraiment satisfait.
La raison en est que la stratégie de cross-over n'est pas vraiment une très bonne stratégie pour un filtre numérique. Je voulais quelque chose de simple car je ne suis pas un codeur.
Je me souviens donc que les versions à code couleur de jjma sont très sexy. Pourquoi aurions-nous besoin d'un cross-over quand le changement de couleur fonctionne si bien.
J'ai alors pensé à quelque chose de facile. J'ai changé les paramètres. Je voulais un seul filtre et non un croisement de deux. Donc une solution temporaire est d'utiliser les paramètres du filtre et de faire un cross-over avec lui-même mais avec un décalage d'une barre. Visuellement, cela a du sens et je suis sûr que nous pouvons trouver une solution statistiquement saine pour ce mod. Comme vous vous en souvenez, je n'ai pas été capable de trouver une solution statistique sonore pour le système de cross-over de jjma.
OK, je pense que c'est suffisant. Regardez vous-même.
Un autre exemple
En fait l'idée est que nous n'avons pas besoin d'un croisement de filtre numérique pour générer des signaux. Cette idée ne nous aide pas. Nous devons optimiser deux paramètres: la longueur et la phase. Je pense qu'un seul filtre numérique est meilleur et nous donne des résultats plus cohérents. Visuellement, c'est le codage couleur des filtres. C'est mieux qu'un croisement de filtres. Tout doit être testé, mais dans la pratique, j'ai des résultats meilleurs et plus cohérents avec ce modèle, car il est plus cohérent avec le caractère des filtres numériques. Nous avons des arrêts plus cohérents. Je ne veux pas dire que le modèle normal est mauvais, mais celui-ci est différent.
Je donne un exemple du jjma normal basé sur le cross over et le nouveau mod numérique.
J'utilise un jma de 26. Le mode normal a le même lissage que le filtre plus lent.
Super système
Merci à tous pour la R&D. Je suis ce système avec beaucoup d'intérêt. J'ai testé l'EUR/USD avec de très bons résultats.
Merci beaucoup !