una strategia di trading basata sulla teoria dell'onda di Elliott - pagina 212
Ti stai perdendo delle opportunità di trading:
- App di trading gratuite
- Oltre 8.000 segnali per il copy trading
- Notizie economiche per esplorare i mercati finanziari
Registrazione
Accedi
Accetti la politica del sito e le condizioni d’uso
Se non hai un account, registrati
PS: Quello che voglio dire è che questo criterio funzionerà una volta ogni tanto...o, in un tick....o di questo...
Bene, bene, sappiamo già come affrontare l'alta frequenza delle transazioni :-) - Basta inserire un ulteriore criterio "indipendente" (per esempio, dalla connessione: salto precedente - salto previsto), e la frequenza degli scambi scenderà diverse volte, mentre l'affidabilità della previsione non farà che aumentare!
Chiaramente, la deviazione del mercato sotto piccole perturbazioni è mostrata dalla funzione di distribuzione dell'ampiezza della reazione del mercato in risposta a una perturbazione di +2 punti (ad esempio) EURCHF 2004 1 min:
Per confronto, ecco la funzione di distribuzione non perturbata dello stesso strumento:
"
Sergey:
L'interpretazione è la seguente: se abbiamo visto una perturbazione di +10 pip, è più probabile aspettarsi un pullback di -10 pip sulla prossima barra (vedi fig.). Naturalmente, il pullback può essere qualsiasi, anche "dalla parte sbagliata", ma statisticamente, l'ampiezza del rollback è uguale all'ampiezza del disturbo. Gli errori non sono senili, hanno la stessa probabilità e assorbiranno, con l'aumento del numero di scambi, l'uno dall'altro, ma il vantaggio statistico rimarrà dalla nostra parte!"
Ma non esiste una cosa del genere!!! Se si guardano i grafici a minuti il prezzo salta ovunque! Non ho trovato nessuna conferma (con i miei occhi ben visibili!) di questo da nessuna parte! Lo stesso rimbalzo avverrà ma un giorno, un mese, un anno dopo.... Perderemo SOLO con questo super vantaggio statistico!!!!!
Secondo le statistiche (molto probabilmente), il prezzo dovrebbe rimanere sempre al suo posto (se è +10 ora è probabilmente -10), ma questo non sta succedendo!!!! Esattamente perché non guardiamo il prezzo, guardiamo le deviazioni...
O forse non capisco niente neanche dei benefici statali... molto probabilmente.
PS: Non che io mi distragga, ma vorrei ricordarti che hai promesso di dare il tuo pensiero sulla definizione di tendenza...
Ti sbagli.
Se scarichiamo, è per una ragione - il modulo FAC lavora sulla volatilità, meno spread!
Quindi non abbiamo bisogno di cercare qualcosa con gli occhi, ma di sederci al computer ed eseguire una serie di strumenti su diversi TF per valutare questo parametro.
PS: Non che io mi distragga, ma vorrei ricordarti che hai promesso di dare il tuo pensiero sulla definizione di tendenza...
Uh-huh...
Perché abbiamo bisogno di deviazioni allora? Ah-ah-ah-ah vedo, per loro consideriamo FAC (ancora non mi piace questa abbreviazione...).
Prendiamo EURUSD:
Spread - 3 o 0,0003?
Per esso, il FAC dovrebbe essere [0:1].
Volatilità in media, in quale intervallo?
Cosa ne consegue? Dopo ogni tick verso l'alto si apre verso il basso e viceversa? :-)))
...
un po' su questo argomento
http://forum.fxclub.org/showpost.php?p=618349&postcount=297
http://forum.fxclub.org/showpost.php?p=624720&postcount=326
http://forum.fxclub.org/showpost.php?p=622143&postcount=310
http://forum.fxclub.org/showpost.php?p=626115&postcount=334
PS: ditemi i limiti dei valori di volatilità per eurosd. Non conto affatto la volatilità. E in questo momento non posso fare questi calcoli.
...un po' su questo argomento
http://forum.fxclub.org/showpost.php?p=618349&postcount=297
http://forum.fxclub.org/showpost.php?p=624720&postcount=326
http://forum.fxclub.org/showpost.php?p=622143&postcount=310
http://forum.fxclub.org/showpost.php?p=626115&postcount=334
Rispetto!
Ho letto il thread con grande interesse. Ci sono molte inondazioni, naturalmente, ma a quanto pare questo è l'ordine delle cose... North Wind, non hai quel materiale pubblicato sul sito, presentato sotto forma di articolo? Ve ne sarei grato. Inoltre, sono interessato a quello che stai facendo ora, qual è la direzione più prospettica nel trading? Sarò felice se ti unirai a noi come critico e generatore di idee riguardo al tema discusso qui.
Prendiamo EURUSD:
Spread - 3 o 0,0003?
Per esso il FAC dovrebbe mentire [0:1].
La volatilità, in media, in quale intervallo?
Sergey, non riesco a capire la "natura" del prodotto di volatilità del FAC uguale allo spread. Spiegare per favore. È di derivazione empirica o scientificamente intuitiva?
Sergey, la dimensione della volatilità e dello spread dovrebbe essere la stessa. Se è in metri - allora in metri, e se è in chilometri - allora tutto è in chilometri :-).
Nei calcoli di stima utilizzo il modello TS "ideale" che arriva a prevedere solo un parametro - la direzione del salto atteso nel prezzo. L'ampiezza di questo salto può essere assunto uguale alla volatilità di uno strumento in un timeframe selezionato o la sua deviazione standard, che è quasi la stessa. Tenendo conto che il FAC può essere interpretato come un valore relativo di prevalenza di un tipo di movimento di prezzo sull'altro (i salti opposti e contro-direzionali), allora possiamo affermare, senza perdita di precisione, che il TS, basato sull'"indicatore di previsione ideale", NON sbaglierà nella scelta della direzione della posizione di apertura, con la probabilità proporzionale al valore assoluto del FAC, sottostante nell'"indicatore di previsione ideale". Il profitto o la perdita in pip di ogni scambio è ragionevole per stimare il valore della deviazione standard dello strumento. Quindi il profitto del TS su un intervallo di tempo sufficientemente lungo può essere stimato come la differenza di tutti i trade di successo e quelli senza successo, ognuno dei quali viene moltiplicato per la volatilità. Inoltre, mettiamo in relazione il rendimento lordo ottenuto con il numero di operazioni eseguite e otteniamo la stima media del rendimento "ideale" del TS per un'operazione:
s(TF)=Volatilità(TF)*{(n+)-(n-)}/N=FAC(TF)*deviazione standard(TF), dove (n+) è il numero di operazioni con saldo positivo, (n-) è il numero di operazioni "negative", N è il numero totale di operazioni.
Che è stato richiesto di dimostrare.
Se non puoi stimare la volatilità, stima la deviazione standard). Non ci sarà alcuna differenza.
Andiamo...
Gli obiettivi fondamentali dell'analisi delle serie temporali.
L'obiettivo fondamentale di un'analisi statistica di una serie temporale è quello di:
1. Determinare quali funzioni non casuali sono presenti nella decomposizione, cioè determinare il tipo di indicatori;
2. costruire stime "buone" per quelle funzioni non casuali presenti nell'espansione;
3. selezionare un modello che descriva adeguatamente il comportamento dei residui non casuali e stimare statisticamente i parametri del modello.
La soluzione di successo di questi problemi determinati dallo scopo di base dell'analisi statistica delle serie temporali è la base per raggiungere gli obiettivi applicativi finali dello studio e, prima di tutto, per risolvere i problemi di previsione a breve e medio termine dei valori delle serie temporali. Gli elementi principali dell'analisi econometrica delle serie temporali sono brevemente descritti di seguito.
- La maggior parte dei metodi matematico-statistici si occupa di modelli in cui le osservazioni sono assunte come indipendenti ed equamente distribuite. La dipendenza tra le osservazioni è più spesso vista come un ostacolo all'applicazione efficace di questi metodi. Tuttavia, una varietà di dati in economia, sociologia, finanza, commercio e altri campi dell'attività umana si presentano sotto forma di serie temporali in cui le osservazioni sono reciprocamente dipendenti, e la natura di questa dipendenza è proprio il principale interesse del ricercatore. L'insieme dei metodi e dei modelli per studiare tali serie di osservazioni dipendenti è chiamato analisi delle serie temporali. L'obiettivo principale dell'analisi econometrica delle serie temporali è quello di costruire modelli il più possibile semplici ed econometricamente parametrizzati, che descrivano adeguatamente le serie di osservazione disponibili e forniscano la base per risolvere, in primo luogo, i seguenti problemi:
(a) scoprire il meccanismo di genesi delle osservazioni che compongono la serie temporale analizzata;
(b) costruzione della previsione ottimale per i valori futuri della serie temporale;
(c) elaborare la strategia di gestione e ottimizzazione dei processi in analisi.
- Quando si discute la genesi delle osservazioni che formano una serie temporale, si dovrebbero tenere a mente (e, se possibile, modellare) i quattro tipi di fattori sotto l'influenza dei quali queste osservazioni possono formarsi: a lungo termine, stagionale, ciclico (o opportunistico) e casuale. Non è detto che tutti e quattro i tipi di fattori debbano essere coinvolti simultaneamente nella formazione dei valori di una particolare serie temporale. Una soluzione di successo ai problemi di identificazione e modellazione di questi fattori è la base, il punto di partenza fondamentale per raggiungere gli obiettivi applicativi finali dello studio, i principali dei quali sono menzionati nel paragrafo precedente.
- Nell'iniziare l'analisi di una serie discreta di osservazioni disposte in ordine cronologico, si deve prima accertare se fattori diversi da quelli puramente casuali sono stati effettivamente coinvolti nella formazione dei valori di questa serie. Il termine "puramente casuale" si riferisce solo a quei fattori casuali che generano sequenze di variabili casuali reciprocamente non correlate ed equamente distribuite con medie e varianze costanti (indipendenti dal tempo). La risposta alla domanda data si ottiene eseguendo un test statistico dell'ipotesi corrispondente, per esempio, con l'aiuto di uno dei "test di serie", il criterio di Abbe, il test Box-Pierce e il test Ljung-Box.
Se un tale test di ipotesi statistica mostra che le osservazioni disponibili sono reciprocamente dipendenti (e possibilmente distribuite in modo disuguale), allora viene montato un modello appropriato per la serie. L'insieme di modelli all'interno del quale viene effettuata questa selezione è solitamente limitato alle seguenti classi di modelli:
(a) la classe delle serie temporali stazionarie (che sono principalmente utilizzate per descrivere il comportamento dei "residui casuali"),
(b) la classe di serie temporali non stazionarie che è una somma di trend deterministico e serie temporali stazionarie,
(c) la classe di serie temporali non stazionarie che hanno una tendenza stocastica, che può essere rimossa mediante differenziazione successiva della serie (cioè, passando da una serie di livello a una serie di differenza del primo ordine o di ordine superiore).
Nel quadro dell'analisi econometrica delle serie temporali, combiniamo le serie nelle classi (a) e (b) in una classe, che, seguendo la pratica recentemente accettata [vedi, per esempio, Maddala, Kim (1998)], chiamiamo la classe delle serie TS (serie stazionarie di trend, stazionarie rispetto al trend deterministico). Un metodo adeguato per la residualizzazione delle serie temporali appartenenti alla classe (b) è la sottrazione dal trend deterministico. Al contrario, per le serie appartenenti alla classe (c), un metodo adeguato di residualizzazione di una serie è una transizione da una serie di livelli a una serie di differenze (di primo ordine o superiore).
- Le serie temporali stazionarie (in senso lato) sono caratterizzate dal fatto che la loro media, varianza e covarianza non dipendono dal tempo per il quale sono calcolate. Le interdipendenze esistenti tra i membri di una serie temporale stazionaria possono solitamente essere adeguatamente descritte all'interno di modelli autoregressivi di ordine p (AR(p)-modelli), modelli a media mobile di ordine q (MA(q)-modelli) o modelli autoregressivi con medie mobili nei residui di ordine p e q (ARMA(p, q)-modelli).
- Una serie temporale è detta integrata (reintegrata) di ordine k, se differenze consecutive in questa serie di ordine k (ma non di ordine inferiore!) formano una serie temporale stazionaria. Il comportamento di tali serie, comprese quelle che contengono la componente stagionale, è descritto con successo nei problemi econometrici applicati utilizzando modelli autoregressivi; media mobile integrata di ordine p, k e q (modelli ARIMA(p, k, q)) e alcune loro modifiche. Questa classe include anche il modello di tendenza stocastica più semplice - il processo random walk (ARIMA(0, 1, 0)). Gli incrementi del cammino casuale formano una sequenza di variabili casuali indipendenti ed equamente distribuite ("rumore bianco"). Pertanto, il processo random walk è anche chiamato "rumore bianco integrato".
- Adattare un modello a una particolare serie temporale significa identificare una famiglia parametrica adatta di modelli come un insieme ammissibile di soluzioni, e poi stimare statisticamente i parametri del modello dalle osservazioni disponibili. L'intero processo è comunemente chiamato processo di identificazione del modello, o semplicemente identificazione. Per una corretta identificazione di un modello di serie temporale, è necessario decidere se la serie temporale in studio è stazionaria, stazionaria rispetto alla tendenza deterministica (cioè la somma delle componenti deterministiche e della serie stazionaria), o se contiene una tendenza stocastica.
A volte, muoio dalle risate di fronte alle osservazioni dei signori dell'alluvione militanti! È come un circo, dovrebbero essere all'asilo per la matematica, ma no, hanno l'età sbagliata! Generali, amico.
Ciò che è interessante, la situazione che si verifica sulla maggior parte dei forum (il nostro, forse, è una rara eccezione), indica inequivocabilmente che il principale contingente di "commercianti" che partecipano ai forum, sono persone analfabete e, di regola, difettose. Che è entrato nel mercato, forse, solo per disperazione e demenza selettiva.
Scusa, non ho potuto resistere.
...North Wind, non hai quel materiale pubblicato sul sito presentato come un articolo? Ve ne sarei grato. Sono anche interessato a quello che stai facendo ora, quale linea di ricerca consideri la più promettente nel trading? Sarò felice se ti unisci a noi come critico e generatore di idee sul tema discusso qui...
No, non ho materiale sotto forma di articolo e difficilmente lo farò. Ho fatto tutto a poco a poco.
Mi occupo di tutto un po' alla volta, ma principalmente, ovviamente, dal punto di vista dei metodi stocastici. Lo stesso problema sulla decomposizione, ma apparentemente non in forma pura, come è formulato dai classici.
Ho letto questo argomento per intero, con interesse, almeno perché io stesso ho seguito questo percorso. Personalmente mi è piaciuto il "bruco" dai metodi di analisi del tempo. Ma di nuovo, non ho potuto usare il metodo puro di An.Vremena.
... A volte, muoio dalle risate di fronte alle osservazioni degli alluvionisti militanti! È solo un circo, dovrebbero essere all'asilo - per imparare la matematica, ma no, non a quell'età! Generali, amico...
:) Non farci caso, questa è una prova mandata a noi dall'alto, la grazia di nostro padre e di suo figlio e del suo spirito, come prova della forza della nostra fede :::)))