Il filtro perfetto
Il modo migliore per trovare il "filtro perfetto" è inventarsene uno da soli. Perché nessuno a parte voi sarà in grado di pensare a tutti i parametri del filtro di cui avete bisogno, le regole del suo funzionamento, la valutazione dei risultati, ecc.
Se vi viene offerta una scelta di varianti, dovrete adattarvi alle regole di qualcun altro.
Hai bisogno del filtro perfetto. Cosa consigliate?
Il filtro perfetto è quello che soddisfa perfettamente i requisiti dati.
Formalizzare i requisiti )
Prima di tutto, grazie a tutti quelli che hanno risposto.
Forse uno zig-zag ti andrà bene.
Ho intenzione di usare lo zigzag per ottenere statistiche di distribuzione, i punti di entrata/uscita potenziali più redditizi, se presi dall'EMA veloce. Su un prezzo puro lo zigzag è molto ottimista e antirealistico IMHO. Per sua natura lo zigzag aspetta la soglia di cambiamento, non importa quanto tempo e come sia avvenuto, cioè ignora il piano e la dinamica interna. Probabilmente, ci vorrà un argomento separato per questo, perché anche lì ci sono molte domande e diverge da questo.
Il modo migliore per trovare il "filtro perfetto" è inventarsene uno da soli. Perché nessuno tranne te, tenendo conto dei tuoi obiettivi, sarà in grado di pensare a tutti i parametri del filtro di cui hai bisogno, alle regole del suo lavoro, alla valutazione dei risultati, ecc.
Se vi viene offerta una scelta di varianti, dovrete adattarvi alle regole di qualcun altro.
Questo è quello che faccio, dando voce ai miei pensieri ad alta voce, chissà, forse qualcuno sarà generoso, mi correggerà, o suggerirà una direzione.
L'obiettivo è uno script che raccoglierà le statistiche delle tendenze/float, suddividendole per categorie di scala e intensità. Al fine di ottenere le statistiche di distribuzione delle tendenze e dei flauti suddivisi in categorie a seconda della scala (soglia di rumore) e della "ripidità" (angolo medio di tangente) quando applicate alla serie dei prezzi.
Il modo in cui vedo logicamente la dichiarazione del problema. La serie dei prezzi viene filtrata da un filtro a doppia faccia, per esempio doppia SMA spostata di un periodo all'indietro, doppia per ottenere "scorrevolezza", poi si calcola la differenza dei punti vicini, si moltiplica per qualche coefficiente e si ottiene la misura della pendenza tangente, chiamiamola "D".
Poi cerchiamo le aree in cuiD è all'interno di un certo range, valori bassi significano piatto, valori medi e alti significano tendenza, valori estremamente alti significano cigni neri. Sommiamo la quantità di tempo per ogni range diviso per il tempo totale, moltiplicato per 100 e otteniamo la statistica in %. Questo è un piano come lo vedo io, o meglio uno dei pensieri più probabili su di esso, di sicuro non mi era venuto in mente per la prima volta e qualcuno l'ha provato tempo fa, avrà pietà del verde e dirà che è un piano stupido, non funzionerà, così e così... O viceversa, diranno che sono sulla strada giusta. Il fatto che qualcuno ti dia un algoritmo o uno script già pronto che fa un lavoro del genere, non ci conto nemmeno, la pigrizia non può essere incoraggiata.
Il filtro ideale è quello che soddisfa perfettamente i requisiti dati.
Formalizzare i requisiti).
Parametri:
1)Scala (soglia di rumore).
2) Gamma di "ripidità".
Uscita - % di tempo in cui il mercato rimane in tale "stato".
È possibile aggiungere un indicatore che colorerà la serie dei prezzi a seconda dell'intervallo D, per capire "a occhio" l'adeguatezza della raccolta delle statistiche.
PS: Sembra che il doppio SMA sia un buon candidato per essere un "filtro ideale" nel contesto di questo problema. Ma abbiamo ancora bisogno di sperimentare. Questo è il tipo di statistiche più semplice sul mercato finora e forse la soluzione dovrebbe essere semplice. Quando arriveremo al riconoscimento di modelli più ornati lo renderemo più difficile.
È vero ciò che i partecipanti hanno detto sopra che ciò che si sta chiedendo qui, soggettivo, e al gusto e al colore dei partecipanti non lo è.
La mia scelta è anche ZigZag (con alcune modifiche), riguardo a quello che hai scritto sulla sua incapacità di rilevare i flat - sciocchezze. Il rapporto tra l'altezza del prezzo tra le ginocchia (sorry....) e il tempo orizzontale, tra loro, ti dà anche una caratteristica di mercato, tagliando il rumore, più informativa della MA. Ma tutto questo è solo sulla storia, per le statistiche.
Se volete le caratteristiche quantitative di questi stati in un periodo di tempo, e anche assegnare il grado di "ripidità" - quindi definire ciò che è una tendenza / flit + criteri per trovare punti per determinare l'angolo + un po 'diverso per l'analisi dei dati statistici e posizionare il lavoro - faranno per soldi nella migliore forma / come opzione /...
Per me i dati storici non aiutano nel trading ... a cosa serve se ieri (oggi) c'erano 25 tendenze e 47 aree piatte sulla coppia in timeframe m15, la metà delle quali sono "davvero buone"? Se analizziamo i dati sulla dimensione del trend, il flat, la sega durante il periodo, ci permette di fissare dei livelli di obiettivo, ma di nuovo, non c'è uno strumento universale per rilevare tempestivamente un'inversione di tendenza, perché quando il trend viene identificato, è già passato per una parte del percorso e salire sul trend è un tentativo di salire sul "treno in partenza"... La domanda è quante stazioni gli restano da percorrere.
e dire che è un piano stupido, che non funzionerà perché questo e quello...
Il piano è semplicemente irrealistico, non nel senso di essere irrealistico... La premessa della dichiarazione del problema è falsa. La nozione stessa di "statistica" come strumento di ricerca scientifica non si accorda con la quantità di informazioni affidabili che sono disponibili nei dati storici di mercato.
Puoi chiarire cosa è stato detto, per favore?
Non mi riferisco agli obiettivi vaghi del topicstarter, ma a una generalizzazione sull'incoerenza tra statistiche e "informazioni affidabili". Pensa che i metodi statistici siano sbagliati?
In altre parole, la distribuzione di probabilità è arbitrariamente non funzionale, e qualsiasi generalizzazione di insiemi di dati, non porta informazioni di valore.
Benvenuto al casinò allora! Benvenuto nel club! Kamonochka euribatochka))))))))))
Puoi chiarire cosa è stato detto, per favore?
Non mi riferisco agli obiettivi vaghi del topicstarter, ma a una generalizzazione sull'incoerenza tra statistiche e "informazioni affidabili". Pensa che i metodi statistici siano sbagliati?
In altre parole, la distribuzione di probabilità è arbitrariamente non funzionale, e qualsiasi generalizzazione di insiemi di dati, non porta informazioni di valore.
Benvenuto al casinò allora! Benvenuto nel club! Kamonochka euribatochka))))))))))
Pensavo di essere stato chiaro... Metodi statistici - una buona cosa, ma non sono applicabili al Forex, pochissimi dati grezzi per le statistiche, e la validità dei dati, ancora meno. Per essere più precisi, i metodi statistici possono essere applicati, ma in questa situazione sarà un'illusione di un approccio scientifico con risultati falsi. Se non sei d'accordo con quello che dico, puoi verificare la mia giustezza (o erroneità)... O leggete qualcosa di serio sui metodi statistici, o, se questo è troppo difficile, fate un esperimento pratico dai "classici del genere" con una moneta.
Sono d'accordo e non sono d'accordo, allo stesso tempo, non è chiaro quale sia il tuo punto.
Che tipo di dati non sono sufficienti? Quanto sarebbe sufficiente: prezzo, volume, livello 2, ecc.
Cosa sono i dati "affidabili"?
Per favore, ci fornisca una dichiarazione concreta da un lavoro "serio", che dimostri che ci sono limiti al campione di dati per l'analisi statistica. Particolarmente interessante riguardo all'"affidabilità".
P.S. Voglio solo capire cosa vuoi dire.
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Accetti la politica del sito e le condizioni d’uso
Salve signore e signori.
Sono decisamente verde, quindi non prendetemi in giro.
Prenderò un approccio scientifico. Per fare questo ho bisogno di raccogliere statistiche. Per cominciare quelli semplici, come le statistiche sulle tendenze, i flop e le loro caratteristiche di scala. Per fare questo abbiamo bisogno di filtrare il prezzo con un filtro non-lagging (a due vie) e poi calcolare la quantità di tempo in cui la derivata è stata nell'angolo in un dato intervallo.
Avete bisogno di un filtro perfetto. Quale consiglieresti?